TALEND WEBINAR : March 27th, 2018 | Step-by-Step to Enterprise Data Integration

构建数据治理战略的 5 大考量因素

构建数据治理战略的 5 大考量因素

  • Nitin Kudikala
    Nitin Kudikala is a Customer Success Architect at Talend. In this role, Mr.Kudikala advises firms on how to create value by becoming Data Driven and ensures that they are empowered to use the Talend software in the most optimal way. He has 15 years of experience in the field of Data Governance, Data Quality, Data Warehousing, Master Data Management and Big Data. Prior to Talend, he worked as a Data Management Specialist at PepsiCo and before that as a Senior Consultant at Informatica Corporation.
  • September 06, 2017

 

在先前的 Talend 博客文章中,我分享了企业在 Hadoop 中设计数据质量 (DQ) 相关流程时应注意的一些关键诀窍。我在博文中提及的数据流程和框架之所以如此重要,原因不仅在于这会影响用户的数据质量计划,更重要的是关系到用户的数据治理计划,当然,前提是用户制定有数据治理计划!那么您有数据治理计划吗?要回答这个问题确实不太容易,症结在于人们对数据治理概念的理解并不全面。也许您所在的公司已经在一定程度上展开了数据治理工作,但您对此并不了解,那么又产生了一个问题:什么是数据治理 (DG)?

数据治理协会将数据治理定义为“用于信息相关流程的决策权和责任所构成的体系,根据商定的模型执行,该模型描述何人可利用何种信息进行何种操作,以及在何种情况下使用何种方法。”这一定义涵盖的范围十分广泛,但归根结底,可以总结为数据治理实际与标准、策略和可重复使用的模型有关。

如果您有数据仓库 (DW) 这种旨在协助利用数据获取洞察的传统方法,那么通过为维度表设置标准,您可能已经具备了一些数据治理的框架和标准。所以,在探讨数据治理的最佳实践时,首先应厘清数据治理对于所在企业的真正意义。

数据治理之于您的企业

据我了解,人们普遍将数据治理等同于主数据管理 (MDM)。这种观念并不算错,只是并不全面。数据治理并非只能是一个平台或一个概念。事实上,健全的数据治理方法可以并且应该涉及多个平台或项目。在企业中,数据治理应当是一项为数据相关事务设置规则和标准的计划。例如,制定企业的销售报表解决方案便牵涉有关治理的问题,如

  1. 哪些内部数据库中存有此类信息?
  2. 何人可以访问?
  3. 我们是否已经界定了“客户”和“供应商”的定义?
  4. 是否已经定义了销售数据的结构?
  5. 源数据的质量如何?
  6. 数据大小是否已有任何相关度量指标?

IT 团队负责为项目提供解决方案,并提供开发和基础架构服务,但是向 IT 团队提供数据相关策略和标准的指导,则是数据治理团队的责任。这就引出了我们要考虑的下一个关键因素。

数据治理委员会

该委员会将负责为组织设置数据治理框架。数据治理框架本身应该为用户公司的特定需求量身打造,但总体而言,该框架可以包括各种战略规划任务,比如确定数据需求、制定数据策略及指导方针、规划数据管理项目。该框架还可以包括持续性的控制任务,例如管理和解决与数据相关的问题、监控数据策略和提升数据资产的价值。

数据治理委员会需要纳入来自业务和 IT 部门的成员,这一点与 IT 项目领导团队相似。至关重要的一点是要动员业务部门参与到数据治理计划中,这也将使得业务人员更活跃地投入到数据治理任务中。

同时,还必须为委员会建立灵活的组织结构。理想的方式是自上而下,即委员会的领导层推动治理,业务分析师和数据专员执行相关策略。数据专员负责向领导层提供必要的反馈。

沟通

执行数据治理会给组织带来巨大变化。因此,数据治理委员会在设定任务时,必须在考虑企业利益的同时,兼顾执行小组的能力。数据治理计划的使命应以清楚而简洁的方式表述,重点阐明组织内部数据治理的主要驱动力。应坚持利用各种途径反复申明这一使命。

重点领域:数据治理计划可以涵盖多个重点领域,但重中之重是要确定能为企业提供最高价值的领域。上述方案可以是企业级别的,也可以仅针对具体项目来实施。以下是一些重点领域及其简要说明:

  1. 标准和策略:这类计划将收集相关标准,审查现有标准并针对公司标准实施检查。另一项主要活动是为企业定义数据战略,并为所有试图加入企业版图的孤立项目提供支持。
  2. 数据质量 (DQ):此类计划主要侧重于发现、纠正和监控企业中的数据质量问题。这些计划通常包括用于剖析、清洗和匹配引擎的软件。数据质量方案还会涉及主数据管理 (MDM) 项目,后者负责定义主数据,并就客户或供应商等领域提供 360 度全方位视图。
  3. 数据安全和隐私:每个企业都有合规和法规要求,这一计划将通过设置访问管理权限、信息安全控制措施、数据隐私程序等机制来设法解决上述问题,尤其适用于敏感数据。
  4. 架构/集成:此重点领域旨在通过简化数据集成架构组件(如数据建模、主数据建模和面向服务的架构等)来提升运作效率。
  5. 数据仓库和商业智能 (BI):这一计划旨在推动数据仓库和数据集市的构建来支持历史报表和未来报表。
  6. 自助服务架构:此类计划剑指数据管理工作和数据准备所面临的挑战,力求通过构建工作流,限制组织中经常出现的“影子 IT”范式。

任重道远

应当认识到,数据治理与公司治理一样,并不是一个项目,而是一个持续的过程。任何持续性过程都需要有明确的目标和衡量计划进展的方法。关于这一方面,推荐利用数据治理成熟度模型来透视数据治理进展情况。依据企业为数据治理计划选择的重点领域,定义指标来衡量计划实施的成功与否。同时还推荐采用具有敏捷性的实践。持续交付、IT 与业务之间的持续协作、乐于改变的心态、对技术优势和优秀设计的持续关注…以上颇具敏捷性的方法都非常适合运用到数据治理实践中。

革新

技术在数据治理中的地位不亚于流程与人员,但技术的发展日新月异。业务和 IT 部门都应该顺势而为,接纳技术创新。机器学习、云和大数据空间领域的创新可以使数据治理方案更行之有效。例如,在 Hadoop 上构建数据湖可以降低主数据和数据仓库数据的存储成本,并提高处理速度。

您的公司十之八九已成功实施了其中一个数据治理方案。我的建议是,以此为基础实施其他重点领域的治理。为公司描绘出数据治理的愿景,获得业务和 IT 部门领导层的支持,并优化 IT 和业务人员的协作。落实以上初步措施之后,数据治理成效必定更上一层楼,能够为组织贡献真正的价值!

 

参考文献:

https://www.sas.com/en_us/insights/articles/data-management/what-is-a-data-governance-framework.html

http://www.datagovernance.com/the-dgi-framework/

http://tdan.com/a-ten-step-plan-for-an-effective-data-governance-structure/19183

http://mitiq.mit.edu/IQIS/Documents/CDOIQS_200777/Papers/01_08_1C.pdf

https://www.pcmag.com/article/347785/big-data-basics-how-to-build-a-data-governance-plan

http://www.computerweekly.com/tip/Guidelines-for-data-governance-framework-creation

https://www.dataqualitypro.com/data-governance-design-build-execute-guy-harvey/

https://www.whitepapers.em360tech.com/wp-content/files_mf/white_paper/wp_iway_7steps.pdf

https://www.isaca.org/chapters3/Atlanta/AboutOurChapter/Documents/GW2014/Implementing%20a%20Data%20Governance%20Program%20-%20Chalker%202014.pdf

http://dbhids.org/wp-content/uploads/2016/03/OCIO-DBHIDS-DG-Framework-Strategic-Plan-v1.01.pdf

https://static1.squarespace.com/static/558c624de4b0574c94d62a61/t/558c75a5e4b0391692159c81/1435268517023/BCFNDGI-Data-Governance-Framework.pdf

Most Downloaded Resources

Browse our most popular resources - You can never just have one.

Join The Conversation

0 Comments

Leave a Reply

Your email address will not be published. Required fields are marked *