从公司治理看数据治理

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: 通常来讲,数据治理是公司治理的重要内容之一,将保障如何确保数据满足业务部门需求并支持和授权管理的人员正确有效的执行他们自己的角色。

    通常来讲,数据治理是公司治理的重要内容之一,将保障如何确保数据满足业务部门需求并支持和授权管理的人员正确有效的执行他们自己的角色。但是,这个内容很少被企业进行数据治理或管理的人员谈及,国内很多做数据治理的专业公司也很少涉及这个话题。但是我们要知道这个观点:公司治理是数据治理的第一驱动力,数据治理是公司治理的必经之路。

下面我们将从认识公司治理开始,逐步分析公司治理和数据治理的关系,主要包括:什么是公司治理、数据治理和公司治理的关系、数据治理对公司治理的价值、公司治理如何驱动数据治理以及数据治理与其他治理活动的关系。

一、什么是公司治理

“公司治理”是一个经常被决策者使用的词语,就像大家都在谈数据治理一样,但是人们对它的理解又参差不齐。到底如何理解公司治理呢?1992年,美国吉百利委员会对公司治理给出了一个非常好的定义,现在看来,这个定义至今仍是最好的定义。

“公司治理是一套指导和控制公司的体系。董事会负责公司的治理。股东在公司治理中的作用是任命董事和审计人员,并使自己确信公司已具备适当的治理结构,董事会的职责包括制定公司的战略目标,提供实施这些目标的领导力,监督企业的管理,并向股东报告他们的管理情况,董事会的行为受法律、法规和股东大会的约束。”

因此,股东任命董事会,董事会制定战略目标,提供领导和向股东报告。公司治理就是公司管理的受控执行

二、数据治理和公司治理的关系

那么数据治理是如何在公司治理中起到作用呢?关键是控制和管理,控制和管理需要准确的数据才能有效。

这是许多全球规章的共同原则,即任何公司管理层都必须有一个有效的控制和管理框架。例如,2002年的萨班斯-奥克斯利法案规定:第404节,内部控制的管理评估:

(a)规定。——委员会应当规定要求每个年度报告包含一个内部控制报告,明确管理层负责建立和维持适当的财务报告内部控制结构和程序。

麻烦的是,在出现问题之前,这个问题在很大程度上是不为人知的,因为数据的缺失和不准确,组织的高层无法准确地了解组织的组成部分、组织在做什么以及组织面临的风险。为了强调这一点,《公司治理准则》在公司治理基本原则中规定:“应以适当的形式和质量及时向审计委员会提供资料,使其能够履行其职责。”这类监管的另一个例子是Solvency II,数据治理专业人员需要特别注意的是条款中所涵盖的治理体系。该文件规定:”数据治理体系至少应包括一个充分透明的组织结构,有明确的角色分配和适当的职责分工,并有一个有效的制度确保信息的传递。”

缺乏有效数据的管理人员无法进行有效控制,因为他们没有正确信息提供支撑。不受控制的措施就很容易违反旨在确保控制有效的规定,如萨班斯-奥克斯利法案。因此,公司就将面临着很大的风险。

这就是数据治理最重要的切入点之一。数据治理是关于建立公司对数据的管控体系。显而易见,有效的公司治理需要依赖于有效的数据治理。

三、公司治理是数据治理的驱动力

数据治理的最终目的就是支持公司治理的实现,所以数据治理的目标和愿景离不开公司治理的要求。数据治理与公司治理是一种共生的关系。

3c2833b944a34e66f5aae578a450892e.jpg

公司治理的第一个重要内容是企业愿景。愿景就是组织想要实现的长期目标。这一总体方向将确定数据愿景。例如,如果快递公司将其企业愿景视为交付到人,而不是地址,那么信息愿景的关键部分就是客户信息的精确且及时的位置。

公司治理的第二个重要内容是公司战略。战略决定了如何实现企业愿景。企业战略与数据战略有直接关系,对于企业战略中的每个要求,几乎肯定会有一个数据相关的要素与之对应。

公司治理的第三个要求是董事会的信息要求。这可能包括历史关键绩效指标(KPI),如每个客户的利润、营业利润率、收入增长或资产效率,或面向未来的衡量指标,如市场机会、风险评级或竞争定位。通常情况下,董事会的指标是自我定义的,但是有些定义不明确或不一致。有效的数据治理应该考虑解决这个问题,包括指标标准化的问题。

在数据治理的作用范围内,可以有效满足组织的数据需求,并定义它们将如何实现,但是决策层的认识水平和支持力度也决定了数据治理的成效

四、数据战略和数据治理如何影响数据使用

我们可以从数据治理到数据管理再到业务数据使用之间建立关系。这是因为数据治理的主要作用是定义指导和报告信息使用所需的数据管理需求。

9dad18d90d53cd353503739fac62df31.jpg

组织需要确保有效地利用稀缺和有价值的资源。对不使用或没有价值的信息进行管理是在浪费资源,但关键的数据必须是正确的。

数据管理是组织的功能领域,它采用数据治理创建的规则并将其付诸实践。数据管理的功能域包括:数据模型管理、元数据管理、主数据和参考数据管理、数据全生命周期管理、数据质量管理、数据安全管理、数据体系结构管理等等。数据管理与数据使用有直接的关系。

从数据管理到数据治理和公司治理,可以看到数据的垂直控制过程。这样才能使信息的使用保持在正确的范围内。

五、数据治理与其他治理活动的关系

     公司治理的范畴有很多,包括人力资源治理、财务治理、风险治理、合规治理等领域:

03e925e96fc42be3384252203027dbf7.jpg

  • 财务治理;
  • 人力资源治理;
  • IT治理;
  • 风险和监管治理。

这其中的每一项都依赖于良好的数据来完成它们的工作,而数据治理的作用就是确保他们在需要的时候获得正确的数据。

六、数据治理和公司治理的关系

那么,这一切是如何实现的呢?我们讨论了公司治理的作用,以及它与数据愿景和战略以及由此产生的数据治理的关系;讨论了数据治理如何通过数据管理指导和规范数据使用,并且讨论了数据治理如何与公司治理的其他治理活动的关系。

因此,数据治理与公司治理的整体关系如下图所示。

212d5ebc92eae3454240d55539518452.jpg

上面给出了一个简单但全面的框架,阐述了数据治理如何适应公司治理框架,介绍了数据治理的重要性,因为它在企业愿景和战略以及企业治理之间架起了桥梁。具体来说,是在组织想要实现的目标和它如何确定自己是否已经实现目标之间进行了有机的关联。

数据治理是组织的核心,因为数据是组织的核心。任何企业的经营过程都可以被看作是一系列的决策。如果没有良好的数据来帮助组织做出这些决策,在面对经济社会激烈竞争的时候,组织就会力不从心甚至无能为力,企业的未来就会被动的强加在组织身上,而不是组织主动创造企业的未来

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
7月前
|
数据采集 NoSQL 数据管理
数据治理体系建设
随着信息化的不断发展,数据的数量和质量都呈现了爆发式的增长,数据已经成为核心资源。数据治理是银行实现数字化转型、提升核心竞争力的重要手段,也是银行信息化建设的重要组成部分。
|
5天前
|
监控 数据可视化 架构师
为什么企业需要开展架构治理?
随着数字化转型加速,企业面临的技术和业务环境日益复杂,传统架构难以应对快速变化的需求。企业架构治理成为数字化转型的关键,通过确保技术与战略对接、优化资源利用、降低风险和复杂性,提升企业灵活性、效率和创新能力,支持快速响应市场变化,推动数字化转型成功。
36 7
为什么企业需要开展架构治理?
|
2月前
|
监控 关系型数据库 MySQL
数据治理平台Datavines
【10月更文挑战第20天】随着数据量的增长和数字化转型的推进,数据治理成为关键议题。Datavines是一个开源的数据治理平台,提供数据目录、概览及质量检查等功能,帮助用户全面了解和管理数据,确保数据的准确性和有效性。通过简单的部署和配置,即可快速启动使用,支持数据源配置、质量监控及作业管理等核心功能。
329 10
|
5月前
|
安全 项目管理 数据安全/隐私保护
|
SQL 存储 安全
浅谈数据治理
浅谈数据治理
135 0
|
存储 数据中心
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》—— 一、数据建设与治理:用中台方法论治理企业级好数据
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》—— 一、数据建设与治理:用中台方法论治理企业级好数据
386 0
|
数据管理 数据安全/隐私保护
数据治理晓说:(一)谈谈数据治理和公司治理的关系
下面内容讲的是数据治理与公司治理的关系。如何确保信息满足需求并将支持和授权管理人员正确有效的执行他们自己的角色。
数据治理晓说:(一)谈谈数据治理和公司治理的关系
|
数据采集 存储 机器学习/深度学习
数据治理的三度修炼
所有企业都需要计划如何使用数据,以便在整个业务中一致地处理和使用数据,以支持业务结果。
数据治理的三度修炼
|
数据采集 SQL 机器学习/深度学习
Dataphin数据治理系列:基于数据质量管理,支撑业务快速发展
数据质量是数据建设和管理中非常重要的一环。所有的数据应用,不论是用于支持业务开展的数据库,还是用于支持商业决策,或者用于机器学习和人工智能等高级应用,实现数据价值的前提是数据本身是高质量的,是可靠和可信的。
Dataphin数据治理系列:基于数据质量管理,支撑业务快速发展
|
存储 数据采集 数据管理
说说数据治理中常见的20个问题
数据治理是一项战略计划,用于优化企业处理数据的方式。它旨在组织和改进公司用于定义、收集、存储、保护、管理和货币化业务数据的政策和程序。