出于定义的考虑,数据治理是对组织中数据的可用性,可用性,安全性和完整性的管理。如果没有数据治理,任何企业,无论大小,都会质疑任何数据集或从中得出的见解的洞察力、质量和影响。
在当今数据驱动的业务市场中,数据治理策略不再是业务成功的简单选择,而是要求的原因包括:
1.收紧数据法规
2018是GDpR的一年,未来围绕数据的监管要求的影响将继续增长。数据治理是防止数据合规性问题和处罚的保障。
2.数据量呈上升趋势。
随着每次网络访问捕获更多的消费者数据,以及物联网新时代的展开,数据量呈指数级增长。数据不仅在我们的计算机,平板电脑和移动设备上收集,而且还由我们的恒温器,冰箱和安全系统保存。必须主动监视和管理这堆积如山的数据。
3.数据民主化
数据驱动不再是一个商业流行语。如今,数据素养是大多数业务角色的期望。大多数职位都需要某种形式的数据分析,而数据管理的改进使自助分析成为可能。随着组织中越来越多的人访问数据,对数据治理的需求也在加深。
4.糟糕的数据治理成本
企业不确定是否能够负担实施数据治理程序所需的时间或资源,应考虑不这样做的成本。随着时间的推移,在低效率、资源负载和利润方面,糟糕的数据治理成本可能会非常严重。
当数据管理不当时,它会造成跨部门和流程的严重效率低下。重复帐户会浪费时间,数据库中的错误数据会导致报告错误。仅纠正重复信息和不准确数据所花费的时间就是金钱损失。
如果不正确的数据未得到纠正,则业务决策将面临基于错误信息的风险。如今,没有支持数据的关键业务计划很少发生。利益相关者比以往任何时候都更加依赖商业智能来进行百万美元的战略选择。如果这些报告背后的数据是脆弱的,那么公司未来的成功也是如此。
5.数据治理推动投资回报率和客户满意度。
相比之下,当数据治理策略运行良好时,企业的未来是光明的。健康的数据治理计划意味着数据科学家能够专注于他们擅长的领域 -- 洞察力。当数据治理稳固时,跨职能团队可以使用相同的语言,并更快地将创新推向市场。整个组织都受益于数据治理,因为节省了时间,并扩大了通过洞察产生影响的机会。
也许最重要的是,通过适当的数据治理,客户的数字体验得到了改善,因为客户数据是准确和集中的。在日益数字化的世界中,为客户创造身临其境的个性化体验的公司将是最终的赢家。
数据治理始于协作发现。
既然数据治理的好处很明显,您可能会想知道企业如何开始实施这一重要策略。关键在于团队合作和协作。数据管理是一项业务范围的职能。
没有数据治理计划或系统次优的公司应考虑一段时间的发现。在此阶段,跨职能团队的主要成员应开会并讨论公司数据。
数据治理会议应产生的结果包括公司的数据规则和标准,应如何执行这些规则以及应如何管理正在进行的数据治理。
数据民主化与数据治理
一开始,数据民主化似乎与数据治理不一致。然而,事实恰恰相反。当企业清楚地概述了数据治理标准时,这种清晰度使团队能够准确地知道何时提供数据访问。数据管理员拥有更多的自主权,可以快速向跨职能团队成员提供查看权限,而无需等待其他利益相关者的决定。此外,工具可以通过可自定义的权限使数据访问更加轻松。长达数月的权限层次结构设置的日子已经一去不复返了。今天的数据仓库工具使权限过程比以往任何时候都更快。
数据治理是团队的努力。
一旦定义了数据治理策略并实施了操作程序,工作就不会完成。数据治理每天都在整个组织中发生。任何创建、管理和分析数据的人都应该遵循数据规则和标准。
由于数据治理是一个整体过程,因此应该对团队成员进行教育并参与公司的治理政策。这种教育和参与是通过一致性和对话发生的。与数据治理、消费者保护和隐私、效率以及roi的最终愿景保持一致的团队将会蓬勃发展。
郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。