数据治理角色和职责 - DATAVERSITY

数据治理角色和职责 – DATAVERSITY

源节点: 2697199
数据治理角色和职责数据治理角色和职责

数据治理是一种在公司范围内执行和执行数据策略的正式实践,在过去几年中获得了极大的关注。 截至 2022 年, 81.89% 的参与者 DATAVERSITY® 数据管理趋势 (TDM) 调查已经实施了数据治理计划或计划启动该计划。 然而,54.63% 的受访者将缺乏数据治理列为主要的数据管理挑战。 更清楚地了解角色和职责,有望更成功地从中获取价值 数据治理.

KIK Consulting and Educational Services 总裁兼负责人 Bob Seiner 建议采用“每个人都是 数据管家”,一个对他们与数据的关系负有正式责任的人,无论是定义、生产还是使用数据。 良好数据治理的关键是了解一个人作为数据管理员做什么和需要什么。 阅读更多关于如何构建和支持这些数据治理角色和职责的信息。

激活数据治理角色和职责

Seiner 认为,通过最初激活现有角色而不是分配它们,企业在影响员工接受度方面具有优势。 这样一来,组织会在增加员工认为是负担的额外工作之前评估现有的情况。

许多人员在公司正式化之前就已经完成了数据治理任务。 例如,每位处理健康或财务信息的员工在使用这些信息以遵守美国法律时都有管理权。 此外,安全办公室围绕这些任务创建和分发培训以保护数据。

Seiner 建议让这些展示现有数据治理活动的人正式承认他们对数据治理的贡献。 在此过程中,让他们在数据治理模型或职位图表中表明自己的身份。

即使有现有的角色,有时公司也需要额外的数据治理职责——例如那些在整个组织内整合政策的职责。 因此,指定任何新活动并通过在公司中扩展或创建新角色来分配它们。 此外,澄清任何期望,包括:

  • 他们需要付出多少时间?
  • 他们多久见面一次?
  • 是团体角色还是个人角色?
  • 职位报告给谁?
  • 该职位与谁协调?

确定数据治理角色和职责 

一旦业务领导者了解如何承认现有的数据治理角色和职责并在增加新职责时采取轻松的态度,他们就可以更好地理解数据治理操作以及如何执行这些操作。 Bob Seiner 创建了一个“角色和职责的运营模型”来进一步指导这些公司。

他的客户使用他的图表作为起点,并发现它很有帮助。 见下图:

图片来源: KIK 咨询

在图中,数据治理角色跨越四个层次的预期可交付成果和责任:执行、战略、战术和运营。 此外,这些组具有管理和建议他们的支持结构,使整个组织的数据治理任务更易于管理。

行政级别

行政级别的角色包括在组织最高层的 C-suite 中担任领导职务。 根据 Seiner 的说法,行政级别的人员支持、赞助和理解数据治理,并决定其整体成功和牵引力。  

Seiner 建议,通常情况下,这些经理会作为指导委员会的一部分定期开会,以广泛涵盖组织中发生的事情,因此他们会将数据治理作为一个项目添加。 这些高级经理负责理解和支持数据治理。 他们通过来自战略层面人员的直接报告和沟通来了解数据治理的最新进展。

战略层面

那些处于战略层面的人代表每个业务职能,通常会组成一个数据治理委员会。 该小组定期开会并制定数据政策。 

根据 Seiner 的说法,战略成员负责了解数据治理、向执行级别报告该计划、了解数据治理活动和计划以及参加会议或派遣候补人员。

此外,该小组有权就数据治理政策以及如何实施这些政策做出及时的决策。 这些能力为战略角色提供了应对的手段 数据治理问题 由战术层面的人员提出并就这些升级做出最终决定。

战略角色还与同事和经理就数据治理如何为组织及其未来发挥作用进行沟通。 此外,该团队对其整体价值负责。

战术层面

负责跨业务部门数据的主题专家 (SME) 属于战术类别。 Seiner 建议将它们视为“数据定义、生产和使用问题的跨业务部门解决方案的推动者”。

根据组织的不同,战术成员可能能够决定数据治理问题并实施他们的建议。 然而,如果他们没有这种权力,中小企业需要将问题升级到战略层面,并确保它们得到妥善记录。 对于任何数据治理解决方案,SME 与业务部门的隶属关系都是次要的。

HireRight 的数据治理经理 Jimm Johnson 描述了 四个额外的中小企业功能:

  • 通过指导或培训他人来维护和分享有关“机构数据处理”的内部知识
  • 将数据治理维护的规则和标准与业务需求相匹配 
  • 应用数据治理规则和标准来达到或超过可接受的阈值 数据质量
  • 在企业开始新举措时协助他人并培养支持 

成功的中小企业在履行这些职责时具有强大的技术、社会和领导特质。 人们的技能和经验通常跨越业务和 IT,连接简单和复杂的信息。 此外,那些处于战术层面的人通过用数据产生兴奋感来激励组织采用新的行为。

运营层面

正如 Seiner 解释的那样,“运营团队涵盖其工作影响组织数据的每个人——所有员工和数据管理员,他们是数据的耳目。” 

每个员工都参与确保良好的数据定义和价值,遵循规则来识别和分类数据访问,识别和记录数据的监管问题,与同事和经理交流知识,并将新的/更改的业务需求传达给受影响的业务部门和战术层面的担忧。

运营职责将根据某人是否定义、生成或使用组织数据而有所不同。 那些处于操作级别的人可能拥有与数据管理员不同的头衔。 正如 Seiner 所说,他们必须意识到“如果他们负责和保护数据,那么他们就是在管理数据,并且必须对他们的数据活动负责。”

支持水平

支持成员在合作伙伴的协助下运行数据治理计划。 他们可能由数据治理办公室 (DGO) 中的一些人或管理员组成,例如 CDO。 

塞纳强调,作为 数据治理主管 或经理,此角色对于完成数据治理至关重要。 虽然最终会出现一个项目团队来确定如何构建数据治理,但它没有与 DGO 相同的资源和功能来参与所有数据治理项目开发活动并促进数据治理委员会会议和团队解决问题。

此外,DGO 或管理员向战略级别报告结果(例如数据质量指标或数据治理采用情况)。 他们与投资于数据治理活动的合作伙伴合作,其中包括:

  • 安保行业
  • 信息技术(IT)
  • 项目经理(PMO) 
  • 监管和合规团队
  • 审计/法律
  • 企业通讯
  • 人力资源(HR)

将合作伙伴视为更大的治理规划团队的一部分,其中数据治理是他们角色的一个方面,需要 DGO 或管理员的支持。

自定义数据治理角色和职责

并非每家公司都针对数据治理角色和职责拥有相同的资源或结构。 例如,较小的组织可能没有公司通信办公室或代表战略和战术职责的小组。 相反,一个人承担这两个角色。

Seiner 承认这些差异,并鼓励组织根据需要定制他的角色和职责运营模型。 然而,他建议在修改他的图表时保持所有业务人员的数据所有权并保持一致的格式。 

此外,他建议通过使用金字塔中每个级别的间距来指示使用公司数据进行直接决策的状态,从而保持类似的格式。 他还建议保持每个组的颜色一致,以便在为另一次演示拉出一层时,观众可以识别它。

结论

让合适的人参与合适的活动可以增加公司在数据治理方面的成功。 在许多情况下,数据治理的角色和职责已经存在,但需要得到认可。 

在分配人员之前确认任何新的角色和职责。 确保他们对 DGO、管理员有明确的期望和支持,或更新薪酬以承担任何额外的工作量。

在适当的支持下,数据治理角色和职责在四个级别发挥作用:执行、战略、战术和运营。 虽然此角色和职责运营模型中的每个分组都执行关键功能,但组织可以更改细节以满足其需要。 

图片经Shutterstock.com许可使用

时间戳记:

更多来自 数据多样性