• <button id="p8ub7"></button>
    <dd id="p8ub7"><noscript id="p8ub7"></noscript></dd>
        <button id="p8ub7"><acronym id="p8ub7"><input id="p8ub7"></input></acronym></button>
      1. 21世紀組織中的數據治理

        2021-04-19 17:53

        “數據治理需要平衡和調整。如果做得好,它可以在不損害安全性的情況下推動數字創新?!?/span>

        最近的一個研究項目中,一位受訪者表示,“數據是人工智能的食物。這是人工智能成長的基礎?!边@個簡單但有力的比喻說明,用數據創造價值并不是因為手頭有很多數據,而是關于使用正確的數據,這解釋了為什么許多組織仍然在努力實現數據驅動。             

        與此同時,我們經常聽到的數據泄露事件突顯了這樣一個事實:擁有數據對組織來說并非沒有風險——快速瀏覽GDPR的裁決就說明了這一點。套用蜘蛛俠漫畫的話來說,數據大了責任重大。那么,組織如何通過利用數據來創造價值,同時避免產生、收集和處理數據的風險問題呢?為了闡明這個緊迫的問題,討論數據驅動組織中數據治理的重要性很有必要。

        一、治理:溝通戰略和運營

        廣義地說,數據治理建立在管理、會計和IT等其他學科中的治理概念之上??梢园阉醋魇且唤M實踐和指導方針,它們定義了與組織內數據相關的責任。這些準則通過生成和使用數據來支持組織的業務拓展。             

        經常聽到高管們提出的一個問題是,數據治理是否發生在戰略層面。雖然有這個可能,但這并不是一個完美的回答。因為它無法將戰略轉化為具體的實踐和指導方針。數據治理真正發生在戰略和日常運營管理之間。數據治理應該是一座橋梁,它將承認數據對組織的重要性的戰略愿景轉化為支持運營的實踐和指南,確保優質的產品和服務交付給客戶。             

        數據治理通過在組織設計中起到橋梁的作用,數據治理支持戰略的執行并實現創新,同時提供必要的保障措施,以保證組織擁有或處理的信息的安全性。不幸的是,在許多組織中,數據治理的實施較晚,并沒有足夠重視,這導致了糟糕的情況:它不支持戰略的執行,并且被認為是運營部門不必要的麻煩。

        二、管理數據

        數據治理計劃通常以一系列與數據治理“計劃”有關的活動開始。通常,這是一份文件的形式,概述了對數據生成、收集和使用施加壓力的規則和程序。通常,過程主要集中在安全策略上,而且技術性很強。盡管有必要,這些文檔可能會有問題,原因有四。

        首先,與許多其他公司文檔一樣,員工可能不會閱讀這些文檔,即使他們知道這些文檔存在。

        第二,他們非常沒有人情味。多個數據意味著很難在一個文檔中概述所有可能的場景。

        第三,文檔必須與組織一起維護和發展。不幸的是,這些改變并不總是及時的。最后,文檔可能會給人一種錯誤的印象,認為事情得到了處理,并產生了一種自滿的感覺。事情的完成(或不做)是因為“它在數據治理計劃中”,而不是因為它們繼續為組織創造價值。 

        為了解決這些問題,我們可以考慮治理數據,而不是數據治理。區別很微妙,但與將治理放在戰略和運營之間有關,因為這些活動是兩者的橋梁和同步發展的。文獻強調了這樣一個現實:治理不僅僅是規則和程序。相反,有三種主要機制相互補充,領導者可以利用這些機制來管理數據:

        1、結構機制是最正式的,包括創造特殊角色、官方政策和規則等要素。


        2、組織使用程序機制來確保遵守結構機制,如數據審計和審查。(這就是它發揮重要作用的地方。)              

        3、關系機制,包括溝通和非正式員工輔導等關鍵活動。           

        雖然組織必須依賴所有三種機制的組合來成功地管理數據,但是關系機制對于創建一種為組織的戰略目標服務的數據驅動文化特別重要。

        三、管理數據不必是單一的

        組織有時采用一刀切的數據治理方法。雖然這更容易創建和維護,但通常并不理想。例如,如果您的組織有不同的業務部門使用不同級別的數據,那么基于最敏感數據要求的單一方法可能無法滿足公司的需要;其他部門可能需要額外的靈活性來支持數字創新。

        image.png

        實施:

        1、原則是框架的基礎,并提出與數據的作用有關的問題作為組織的資產。

        2、質量定義了數據可用性的要求,以及評估這些要求是否得到滿足的機制。

        3、元數據定義了對解釋和使用數據至關重要的語義,例如,數據科學家用來處理數據湖上的大型數據集的數據目錄中的語義。

        4、可訪問性確定了與獲取數據訪問權相關的要求,包括安全要求和風險緩解程序。

        5、生命周期支持根據組織和/或法律要求生成、保留和處置數據。

        雖然我們當然可以將這個框架應用到整個組織中,但是作者建議創建一個矩陣,在這個矩陣中,每個維度都是根據權威和責任中心點的位置來評估的。例如,組織可能需要遵守與數據生命周期相關的法規,并將與該領域相關的決策交給更依賴于結構機制(例如,組織策略)的C級主管。另一方面,數據質量決策可以根據業務部門自身的需求推遲到業務部門。

        四、思考服務

        當我們考慮數據時,我們經常想到的是靜態的位和字節,它們存儲在專用的數據結構中,比如數據庫,或者更常見的是,文本文件(例如,CSV或JSON格式)。雖然數據存儲和管理很重要,但數據經常在不斷變化,交互越來越多地使用服務編程接口進行,這些接口允許用戶通過網絡訪問或操作數據。

        “良好的治理需要平衡和調整,如果做得好,它可以在不損害安全的前提下推動數字創新?!?/span>

        在數據治理中,服務是有用的,因為它們描述數據的語義及其訪問方法,而不管底層數據的結構和位置如何,并且諸如使用配額之類的策略可以通過編程方式直接在這些服務中強制執行(例如,在分層基礎上進行自定義)。一個好處是,這使得根據給定業務的需要設計、擴展和定制服務變得更加容易。另一方面,以一種有助于降低安全風險的方式來利用服務,以避免意外結果,例如數據泄漏給數據消費者(例如,第三方),這一點至關重要。             

        總的來說,服務迫使我們把管理數據當作一個軟件來考慮,這也意味著我們需要仔細考慮如何評估這些服務的可行性,確保它們只提供它們設計用來提供的數據元素。好消息是,可以使用連續自動化輕松地測試服務,以確保持續遵守數據治理實踐和指導原則。

        五、管理數據的幾個操作項

        良好的治理需要平衡和調整,如果做得好,它可以在不損害安全的前提下推動數字創新。這里有幾個簡單的操作項來幫助管理組織中的數據。

        一是:從頂部開始。為了管理數據,領導者需要承認其戰略相關性。在當前的危機背景下,利用人工智能戰略的制定或現有商業戰略的改進,可以讓領導者將數據納入其戰略的一部分。             

        二是:超越強制,支持基于數據的創新。管理數據通常被認為是控制組織內部數據的一種方法。雖然這很重要,但確保數據治理也支持創新同樣重要。  

        經常使用框架設計和斷言數據治理。深入研究日常治理機制的細節是一項艱巨的任務。使用簡單的框架(如本文所示的框架)設計和斷言如何在組織內管理數據,這樣就不那么乏味,更靈活,而且更能適應管理人員對組織的思考方式。             

        三是:超越數據思考。流動數據是21世紀組織數據治理的一個重要領域。盡管服務是軟件,但它們的設計和測試必須符合組織的數據治理實踐和指導方針。管理數據并非易事,但值得付出努力。它不僅有助于組織跟上數據生產和使用不斷變化的法律和道德環境,而且有助于在支持數字創新的同時保護寶貴的戰略資產。


        閩ICP備10013459號

        亚洲人xx视频在线观看_中文字幕制服丝袜人妻动态_国产精品无码一区二区三区_国产91在线高潮白浆在线观看