数据治理的定义是在管理数据资产过程中行使权利和管控,包括计划、监控和实施。数据治理职能是指导所有其他数据管理领域的活动。数据治理的目的是确保根据数据管理制度和最佳实践正确的管理数据。而数据管理的驱动力是确保组织可以从其数据中获得价值,数据治理聚焦于如何制定有关数据的决策,以及人员和流程在数据方面的行为方式。通常数据治理会包含以下内容:战略、制度、标准和质量、监督、合规、基于(数据安全、数据访问、数据质量、合规、数据所有权、制度、标准、术语、流程的识别、定义、升级和处理问题)的管理。 为了实现这些目标,数据治理时将制定制度和实施细则,在组织内多个层次上实践数据管理,并参与组织变革管理工作,积极向组织传达改进数据治理的好处以及成功的将数据作为资产管理所必需的行为。 一、概述 1、业务驱动因素 数据治理最常见的驱动因素是法规遵从性,特别是重点监管行业。例如,金融服务和医疗健康,需要引入法律所要求的治理程序。高级分析师、数据科学家的迅猛发展也成为新增的驱动力。很多组织的数据治理是通过其他业务信息化管理需求所驱动的,如主数据管理等。 数据治理不是一次性行为,是一个持续性的项目集,以保证组织一致聚焦于能够从数据获得价值和降低有关数据的风险。 2、目标和原则 数据治理的目标是使组织能够将数据作为资产管理。数据治理提供治理原则、制度、流程、整体框架、管理指标,监督数据资产管理,并指导数据管理过程中各层级的活动。数据治理的原则主要有:领导力和战略、业务驱动、共担责任、多层面、基于框架、原则导向。 3、基本概念 数据治理相当于将监督和执行的职责分离。数据治理是保证数据是被管理的,而数据管理是管理数据以达到既定目标。一个是总体视角,一个是执行视角。 (1)以数据为中心的组织 以数据为中心的组织将数据作为资产估值,在生命周期所有阶段进行管理,包括项目开发和持续运营阶段。为达到以数据为中心,组织必须改变将战略转化为行动的方式。数据不再被作为是流程和业务的附属。有效数据管理成为企业致力于通过分析获得洞察、制定决策时高优先事项。 (2)数据治理组织 数据治理组织通常包括: 数据治理指导委员会,组织中数据治理的主要和最高权威组织,负责监督、支持和资助数据治理活动,由跨职能的最高级管理人员组成。 数据治理委员会,管理数据治理规划、问题和升级处理。 数据治理办公室,持续关注企业级数据定义和数据管理标准,由数据管理专员、数据保管人和数据拥有者等协调角色组成。 数据管理团队,与项目团队在数据定义和数据管理标准方面进行协作、咨询。 本地数据治理委员会,大型组织可能有部门级或数据治理指导委员会分部,在企业数据治理委员会的指导下主持工作。 (3)数据治理运营模式 主要运营模式有集中式、分布式和联邦式。集中式数据管理中,数据治理组织监督所有业务领域中的活动;分布式数据管理中,每个业务单元采用相同的数据治理运营模型和标准;联邦式管理中,数据治理组织与多个业务单元协同,以维护一致的定义和标准。 (4)数据管理职责 数据管理职责描述了数据管理岗位的职责,以确保数据资产得以有效控制和使用。数据管理活动主要集中在:创建和管理核心元数据、记录规则和标准、管理数据质量问题、执行数据治理运营活动。 (5)数据管理岗位类型 首席数据管理专员:CDO的替代角色,担任数据治理机构的主席,在分布式数据治理组织中担任CDO。 高级数据管理专员:数据治理委员会的资深管理者。 企业数据管理专员:负责监督跨越业务领域的数据职能。 业务数据管理专员:负责某个数据域的管理,通常是公认的领域专家。 数据所有者:负责某个业务域数据的决策权。 技术数据管理专员:某个知识领域的IT专业人员,如数据集成专家、数据库管理员、商务智能专家、数据质量分析师、元数据管理员等。 协调数据管理专员:在大型组织尤为重要,其领导并代表业务数据管理专员和技术数据管理专员进行跨组织之间的讨论。 (6)数据制度 数据制度包括对数据治理管理的简要说明和基本规则,这些规则贯穿数据和信息的创建、获取、集成、安全、质量和使用的全过程。 (7)数据资产估值 数据资产估值是一个理解和计算数据对组织的经济价值的过程。度量方式包括:替换成本、市场价值、发现商机、售卖数据和风险成本。 二、数据治理主要活动 1、规划组织的数据治理 数据治理工作必须支持业务战略和目标。数据治理活动跨越了组织和系统的边界,以支持整体的数据视图。成功的数据治理应当是清楚的了解需要治理什么、怎么治理以及谁来执行治理。 (1)执行就绪评估 评估的内容包括:数据管理成熟度、企业变革能力、协作准备、与业务保持一致性。 (2)探索与业务保持一致 数据治理项目必须能够被找到并提供特定的价值来为组织做出贡献。通过数据质量分析、数据管理实践评估,从发现和校准活动中分析出数据治理的需求清单。 (3)制定组织触点 首席数据官影响组织触点,支持企业在管理其数据时的凝聚力,从本质上讲是组织如何理解和看待数据治理的态度。数据治理的组织触点包括:采购和合同制定和执行关于数据管理合同的标准文本;预算和资金;法规遵从性、应用程序开发全生命周期中制定的组织策略、流程和标准的控制点。 2、制定数据治理战略 数据治理战略定义了治理工作的范围和方法。包括:章程、运营框架和职责、实施路线图、运营计划。 (1)定义数据治理运营框架 在构建组织的运营框架时需要考虑一下问题:数据对组织的价值、业务模式、文化因素、监管影响。 (2)制定目标和原则 依据数据治理战略制定的目标、原则和制度将引导组织进入期望的未来状态。 (3)推动数据管理项目 组织如果想从数据中获得更多价值,则需要有效优先发展或提升数据管理能力。如果组织中存在项目管理办公室,数据治理委员会和数据管理办公室协调工作,数据管理项目可以视为IT项目组合的一部分。数据治理委员会还可以与企业范围内的大型项目集配合开展数据管理改进工作。 (4)参与管理变革 对很多组织来说,数据治理所固有的形式和规则不同于已有的管理实践。适应数据治理需要人们改变行为和互动方式。管理变革主要包括:规划、培训、影响系统开发、制度实施和沟通。沟通对变更管理过程至关重要,沟通的重点有:提升数据资产价值、监控数据治理活动的反馈并采取行动、实施数据管理培训、实施新的指标和关键绩效。 (5)参与问题管理 问题管理是识别、量化、划分优先级和解决与数据治理相关问题的过程。包括:授权、变更管理、合规性、冲突、一致性、合同、数据安全和身份识别、数据质量。通过问题管理为数据治理团队建立信任。 (6)评估法规遵从性要求 每个组织都收到政府和行业法规的影响,其中包括如何管理数据和信息的法规。数据治理的部分功能是监督并确保合规。 对管理信息资产有重大影响的全球法规有:会计准则(GASB)、巴塞尔协议(BCBS239)、CPG235、隐私法、偿付能力标准II等。 3、实施数据治理 数据治理包含了很多复杂性协调工作,需要对数据治理进行规划,最佳方式是创建一个实施路线图,说明不同活动间的关系和整体时间框架。高优先级的前期工作包括:定义可满足高优先级目标的数据治理流程、建立业务术语表、协调企业架构师和数据架构师、为数据资产分配财务价值。 (1)发起数据标准和规程 数据标准必须得到有效沟通、监控,并被定期审查和更新。重要的是,必须有强制手段,对数据可以根据标准进行测量。数据管理流程是遵循文档化的方法、技术和步骤来完成产生特定的结果和支持的特定活动。 数据标准包括:数据架构标准、数据建模和设计标准、数据存储和操作标准、数据安全标准、数据集成标准、文件和内容标准、参考数据和主数据标准、元数据标准、数据质量标准等。 (2)制定业务术语表 数据管理专员通常负责整理业务术语表的内容,术语表是在组织内共享词汇的一种方法。这样可以减少歧义和混淆,增加沟通效率。 (3)协调架构团队合作 企业数据模型应经数据治理委员会评审、批准并正式采用,与关键业务战略、流程、组织和系统保持一致。在管理数据资产方面,数据战略和数据架构师在做正确的事与正确的做事之间协调。 (4)发起数据资产估值 数据和信息是具有价值或者可以创造价值的企业资产,数据治理委员会应该组织开展相关工作并为此设置标准。 三、数据治理的度量指标 对数据治理项目必须要有通过证明数据治理参与者如何增加业务价值和实现目标的指标来衡量进展和成功。度量数据治理的指标包括: 1、价值 (1)对业务目标的贡献; (2)风险的降低; (3)运营效率的提高。 2、有效性 (1)目标的实现; (2)沟通的有效性; (3)培训的有效性; (4)工具的有效性; (5)采纳变革的速度。 3、可持续性 (1)制度和流程的执行情况; (2)标准和规程的执行情况。 |
|