谈谈如何开启有效的数据治理之旅|三阶段方法

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 对于许多公司来说,数据治理在业务上相当于牙线清洁。他们知道这对他们有好处,但他们宁愿做些别的事情。

   对于许多公司来说,数据治理在业务上相当于牙线清洁。他们知道这对他们有好处,但他们宁愿做些别的事情。大多数组织都把数据治理看作是一件“遵从性的事情”,并且更多的是做了检查数据隐私和安全性相关的事情。其他的方面都将工作委派给IT部门,经常造成治理和业务影响之间的脱节。

   不管怎样,企业都有可能忽视其创造价值的最有力催化剂之一,健壮的数据治理有助于确保数据准确、一致,并且对需要使用数据的人可用。这意味着更好的数据为你的算法和决策提供动力,所以你的洞察力和选择也会变得更好。

   一旦公司超越了遵从性,并寻求构建能力以成功地、可持续地管理数据质量,他们就基本上只能靠自己了。没有法规规定要做什么,很容易陷入困境。那么答案是什么呢?借用一位老作家的格言:展示,而不是讲述。

   其理念是快速展示数据治理的价值,并以此为基础进行构建。通过为一些初始用例交付必要的数据质量,公司可以快速获得结果,同时构建专业知识、责任和基础(技术和组织方面的)来帮助企业向更深方面扩展。

   这种方法需要业务方和IT方之间的协作。它还需要新的角色,甚至是新的心态。但这项任务并不艰巨。遵循一个明确的过程,公司可以在最大限度地提高回报的同时,削减数据治理的规模和延迟。

   数据治理的具体细节:数据结构、工具、角色和策略,这并不是秘密。然而,BCG最近对大约600家公司进行的一项调查显示,超过60%的受访者认为他们的数据治理能力处于不同程度的不佳状态。三个常见的原因是过高的期望,有限的资源,以及没有认识到数据是关键的业务资产,而不是IT“拥有”的东西。但我们也看到了一些额外的障碍:

   ■治理关注数据隐私和安全性,而忽视数据质量的其他方面,如准确性、完整性、一致性、清晰性和可访问性。其结果是,公司阻碍了对其数据的许多价值产生的使用。

   ■公司采取的是一种厨房水槽战略,执行的实践和政策与价值创造没有明确的联系。企业看到了挫折,但却没有得到回报。

   由用例驱动的“展示而不是讲述”的方法,创建了数据治理和价值之间的直接联系。关键是明显地消除一个重要的业务痛点或实现一个主要的业务机会。然后,你不是在享受成功,而是利用成功,消除更多的痛点,创造更多的机会。稳步地可以跨数据环境扩展数据治理及其影响。

   那么这个方法到底是什么样的呢?虽然各公司的具体做法各不相同,但可以采用“三阶段方法”。

7965636455c278ba797fb13699dc0703.png

    一、从基础开始

   企业应该采取的第一步,是将治理工作的整体领导权交给首席数据官(CDO)。一般来说,这应该是一个能够与业务方面、分析团队和IT轻松沟通的高级业务领导。跨界的能力对于将治理与影响联系起来至关重要。通过它们之间的交互,CDO能够理解并沟通业务需求、技术能力和限制,以及最初的用例最合理的地方。

   最好的CDO一开始就扮演着双重角色。他们做了大量繁重的工作来开始数据治理之旅,例如与业务端联合起来将数据分类到高级域。但与此同时,他们建立并培养该公司新生的数据治理组织。因此,随着组织的成熟,CDO可以移交更多的角色和责任。理想情况下,CDO应该更少地成为一个实干家,而更多地成为一个促进者,协调努力,确保最佳实践,并在整个公司分享经验教训。

  公司还应该建立一个数据委员会,通常由关键的数据利益相关者(主要是数据所有者,IT主管、数据隐私官以及分析和安全专家通常组成)组成。该委员会设定了愿景:对公司希望数据治理实现的目标以及计划如何实现这一目标达成共识。随着能力和目标的发展,它会继续塑造新的愿景。至关重要的是,数据委员会制定了可衡量的、合理的目标,并确定KPI,以便监控和引导。

   二、速胜以展示价值

   下一步是识别并围绕几个初始用例构建数据治理。通常,2到5个用例是一个好的开始,但是在确定一个数字之前,您应该考虑到公司和数据团队的规模以及用例的范围和复杂性。本质上是希望抓住一个业务问题或机会,并展示更好的数据质量带来更好的结果。

   由于一个关键目标是交付快速的结果,您并不一定需要建立企业级的解决方案和功能。实际上,您应该在早期阶段保持事情简单,避免引入复杂的过程和工具。等你积累了更多的经验,你可以扩大范围。

   如果执行得好,这种方法会带来多种好处。首先,它带来了价值。它还激发了企业对数据治理的支持,因为眼见为实。它还允许您以渐进的、优先级的方式构建数据治理功能,因为您只构建用例所需的功能。

   当然,有些用例更适合于您的第一阶段。虽然没有确定最佳候选对象的固定蓝图,但你应该在初始用例中寻找具有以下特点的:

   ■对高级管理层来说是可见的(领导者们意识到数据正在阻碍一个商业机会或造成一个重大的痛点或风险)。

   ■一旦数据质量得到改善,它将对业务产生很大影响。

   ■它不需要过于复杂的修复,确保高质量数据的回报能很快到来。

   ■它涉及公司内的一些数据领域(以确保工作不局限于特定的业务领域或功能),并将引入一些数据治理功能,以免看起来过于简单。

   例如,一个有针对性的电子邮件营销活动,由于在获取联系方式和人的统计信息方面存在缺陷,未能发送到许多相关客户。通过实施正确的数据治理,公司可以可持续地确保数据质量,提高活动的绩效,并产生业务影响得到关注,比如产生更多的销售额。

   这个例子强调了一个重要的点:选择正确的用例真的可以让事情顺利进行。您还需要确定用例需要什么数据,定义什么是“好的”数据,并查看当前数据的比较情况,以实现适当的治理来产生效益。

   这里是您在“基础”阶段创建的组织:CDO办公室、数据管理员、数据所有者等等,他们需要在关键角色的地方尽责,而不是单独的角色。在定义数据质量目标,识别差距的根本原因,并确定适当的补救措施,数据治理组织需要与业务紧密合作。

   我们思考一下这个过程可能对电子邮件营销活动产生怎样的影响。为了了解为什么活动没有达到预期的客户,营销团队怀疑许多电子邮件地址可能是假的或无效的。该团队向“客户”领域的数据管理员和CDO办公室提出了这种可能性,他们从之前的活动中提取数据,发现近50%的电子邮件被退回。营销团队指出,要使其活动有效,与无效电子邮件地址相关的活跃客户数量不应超过10%。

   为了实现这一目标,数据管理员和CDO办公室需要寻找问题的根源,并找到解决问题的方法。他们发现,没有创建在线账户的客户基本上可以输入任何他们想要的电子邮件地址:该公司没有验证流程。实际上,这些客户占了无效地址的80%。因此,数据管理员和CDO办公室实施了新的验证流程。通常情况下,他们与相关的数据所有者一起设计解决方案,并在数据所有者和业务发起人为市场营销活动签核后执行该解决方案。

   通常,相关人员之间的讨论揭示了需要处理的问题。例如,组织可能在整个业务中没有针对“活动客户”的集合定义。因此,在部署新的验证流程的同时,数据治理组织需要与相关数据所有者合作,以协调定义。这确保了每个人在整个业务中一致地使用术语“活动客户”。

   通过这种协作过程,公司开发和提高了它们的数据治理能力。虽然电子邮件活动是一个相对简单的用例,但这种方法:追踪所需的数据,决定好数据是什么样子的,设计治理以获得高质量的数据,可以扩展到更复杂的用例,比如一个推荐引擎,根据客户的在线行为推荐产品等涉及人工智能的用例,。

   这种方法还有另一个好处:你永远不会做得太多。相反,您的治理活动刚好合适,为身边的用例专门定制方案。与此同时,您的数据治理组织正在积累经验并走向成熟,您的业务方面正在看到这些东西的价值,您正在将一些初始的数据治理能力落实到位。

   三、随着效果展现,逐步扩大数据治理规模

   现在是时候利用第一阶段成功的势头了。这意味着识别更多的用例并确定优先级,并实现更多的治理功能。这是一个持续的、周期性的过程,在这个过程中,您正在稳步地发展和扩大数据治理。因为您的用例总是与业务需求和影响相关联,所以您也交付了越来越多的价值。

   如何找到新的用例?有些可能只是在正常的业务过程中开发:需要解决的问题,需要抓住的机会,如果您有高质量的数据的话。但其他因素将源于对数据治理能带来什么的高度认识,随着越来越多的用例上线,越来越多的人注意到数据治理的效果,这种认识将在整个公司内逐步增长。这些成功激发了人们的想法:每个人都开始思考更好的数据如何也能给他们带来改变。

   随着待办事项列表的增长,将最有效果的用例提到最高优先级是非常重要的。在这里,数据委员会开始发挥作用,定期开会审查和批准优先事项。手头有一个有序的列表,您可以使用排名第一的用例并应用与第一阶段相同的过程:确定您需要的数据,定义良好的质量,并开发那些将帮助您达到目标的治理能力。完成后,再重复这个循环。

   随着每次迭代,流程变得更加熟悉和精简。数据所有者和管理人员会变得更有经验,在他们的角色中更自主地工作。逐步的围绕组织的数据治理能力也会成熟起来。

   随着成熟的到来,公司通常会实施高级的数据治理工具。这些是第三方解决方案,通常执行起来很复杂,但却能够真正提升数据治理的效果。有些工具帮助数据管理员识别数据质量问题,有些工具自动化数据清理,还有一些工具帮助管理业务词汇表和数据字典。这样的例子不胜枚举。

   最后,您需要持续地度量数据质量和数据治理能力的成熟度。知道你所处的位置对于知道你需要去哪里是至关重要的。跟踪KPI也是确保落实职责的好方法。

   应该在常规的基础上进行度量,无论是在每一阶段用例的末尾还是在一组计划中。传达结果也很重要。数据委员会是一个很好的论坛,可以分享更新信息,并就如何改进、加速或转移等问题达成一致。

   四、成功的关键原则

  “ 三阶段方法”不是理论,它已经被不同的公司在不同的环境下进行了测试。众多的经验也证明了几个核心原则可以让数据治理之旅程更有效。

   1.确保业务驱动

   数据治理是一个业务问题,上面的方法强调了这一点。你想解决什么问题?你想追求什么样的机会?这些如何转化为特定的数据需求?高质量的数据是什么样子的?当数据治理由IT或从监管的角度来处理时,这些问题很难回答。业务方面最接近数据以及数据的创建和使用方式。因此,业务应该驱动数据治理,而数据所有者和管理员通常应该来自业务级别,他们在扩展数据治理能力方面扮演重要角色。

   为数据治理项目指定一个明确的业务发起人也是一种良好的实践,理想的做法是任命一个负责整个公司的高级管理人员。他们可以帮助数据委员会更快更有效地做出某些决定。他们还可以与其他高层领导一起推广和倡导数据治理计划。

   2.促进变更管理

   简单地任命数据治理需要的角色、流程和文化是非常好的,但这不太可能。因此,变更管理是必不可少的。一开始,由CDO团队加入并培训数据治理组织的最初成员,可以从现有的工作人员中挑选出来。

   在公司处理了它的初始用例并实现了一些早期功能之后,它应该扩大变更管理的焦点和范围。这意味着要制定沟通计划和培训计划,以提高整个组织对数据治理的认识和采用。一些公司已经推出了他们所谓的“数据日”来展示计划,分享他们的路线图,并激发人们对数据驱动的业务的兴奋之情,以及成功的想法。

   3.定义明确的岗位职责

   随着时间的推移,数据治理组织将成长和成熟,角色和责任可能会发生变化。一开始,CDO应该承担大部分所有权和责任。但是随着用例上线,以及组织和功能的发展,数据所有者和管理员将承担更多的责任。在整个过程中,明确目标和责任至关重要,因为它们会发生变化。

   在以数据驱动的方式为指导的同时,将正确的指标与正确的涉众保持一致是创建责任的好方法。分类应该是这样的:

   ■CDO负责与成熟度相关的KPI。

   ■数据所有者和管理员对各自数据域的关键质量指标负责。

   一些公司将KPI和数据质量目标合并到年度目标设定和绩效评估中。

   4.创建社区

   将数据管理员、所有者和治理组织的其他成员聚集在一起有助于传播关于最佳实践和难点的信息,并促进协作和制定解决方案。重要的是,参与数据治理工作的每个人都感觉自己是社区的一部分。利用会面的机会,分享来自数据委员会的报告,同时也分享数据治理的成就。

   五、小结

   企业通常认为数据治理是一件苦差事。相反,他们应该将其视为经营业务的一部分。通过在正确的时间、正确的地点以正确的方式集中精力,公司将发现数据质量和价值之间有非常真实、非常明显的联系。他们将采取务实和有效的方法来构建他们所需要的能力。他们会意识到一些有远见的公司已经发现:良好的数据治理不仅仅是技术人员的责任,而是公司的一种竞争优势。

相关文章
|
19天前
|
存储 缓存 监控
【分布式技术专题】「缓存解决方案」一文带领你好好认识一下企业级别的缓存技术解决方案的运作原理和开发实战(数据更新场景策略和方案分析)
【分布式技术专题】「缓存解决方案」一文带领你好好认识一下企业级别的缓存技术解决方案的运作原理和开发实战(数据更新场景策略和方案分析)
21 0
|
19天前
|
存储 缓存 监控
【分布式技术专题】「缓存解决方案」一文带领你好好认识一下企业级别的缓存技术解决方案的运作原理和开发实战(场景问题分析+性能影响因素)
【分布式技术专题】「缓存解决方案」一文带领你好好认识一下企业级别的缓存技术解决方案的运作原理和开发实战(场景问题分析+性能影响因素)
49 0
|
9月前
|
人工智能 运维 监控
在日常开发工作中,日志数据该如何利用?
在日常开发工作中,日志数据是一个宝贵的资源,它可以提供关于应用程序运行状态、错误报告、性能指标和用户行为等方面的重要信息。正确地利用和分析日志数据可以帮助开发人员更好地理解应用程序的运行情况,快速定位和解决问题,改进应用程序的性能,并为业务决策提供有力支持。尤其是在现代科技发展的背景下,日志数据作为一种重要的信息资源,对于运维工作具有极大的价值。然而,如何充分利用日志数据,并将其应用于运维和开发工作中,仍然是许多企业和运维和开发人员关注的问题。那么本文就来分享一下在日常开发中关于日志数据的利用方面的探讨。
137 1
在日常开发工作中,日志数据该如何利用?
|
11月前
|
安全
项目实战典型案例19——临时解决方案和最终解决方案
项目实战典型案例19——临时解决方案和最终解决方案
82 0
|
11月前
|
监控
【项目实战典型案例】19.临时解决方案和最终解决方案
【项目实战典型案例】19.临时解决方案和最终解决方案
|
缓存 前端开发 JavaScript
谈谈复杂应用的状态管理(下):基于 Zustand 的渐进式状态管理实践
谈谈复杂应用的状态管理(下):基于 Zustand 的渐进式状态管理实践
281 0
|
存储 JSON 算法
【分布式技术专题】「架构实践于案例分析」盘点分布式服务的(无状态\有状态)认证实现方案
【分布式技术专题】「架构实践于案例分析」盘点分布式服务的(无状态\有状态)认证实现方案
286 0
【分布式技术专题】「架构实践于案例分析」盘点分布式服务的(无状态\有状态)认证实现方案
|
SQL 关系型数据库
【分布式技术专题】「架构实践于案例分析」总结和盘点目前常用分布式事务特别及问题分析(上)
【分布式技术专题】「架构实践于案例分析」总结和盘点目前常用分布式事务特别及问题分析(上)
160 0
【分布式技术专题】「架构实践于案例分析」总结和盘点目前常用分布式事务特别及问题分析(上)
|
数据采集 供应链 监控
谈谈构建成功的数据治理团队的四个步骤
成功的数据治理需要与明确定义的业务需求保持一致。然而,太多的数据治理程序未能实现目标,因为它们忽略了这一先决条件。
|
数据采集 存储 监控
谈谈企业中参考数据的管理
对于业务和技术人员不来说,参考数据会影响日常业务的运营。为了优化数据的使用和可用性,我们需要知道什么是参考数据,什么不是(即主数据),为什么它很重要,以及如何用技术手段有效地管理它。
谈谈企业中参考数据的管理