博客 如何组建数据治理团队

如何组建数据治理团队

   小美   发表于 2022-01-17 19:06  658  0
许多企业都在制定数据治理计划。哪种类型的数据治理计划适合其业务结构的组织可能会遇到一系列令人眼花缭乱的术语,涉及数据主管、数据治理委员会、数据管理员和数据所有者,这让他们在开始时更加困惑。
事实上,不管把数据治理计划称为“程序”还是“政策”,或者把团队称为“委员会”还是“办公室”,这都无关紧要。数据治理计划和数据治理团队在很大程度上取决于所在的行业、规模和企业文化。没有一个独特的框架适用于所有企业。
一 根据业务框架调整数据治理团队
数据治理和数据管理已经从特定于IT的职责迅速发展为企业范围内的需要。随着数据的发展,角色和职位也发生了变化——而且它们仍在发展。
在组建数据治理团队时,重要的是要记住,所有员工都是数据人员,需要承担不同级别的数据治理责任。如何分配特定的角色和职位应该符合公司的架构,而不是任何约定。
二 什么是数据治理团队
数据治理团队由来自整个组织的人员组成,他们在数据治理计划中执行特定于其角色的职责。数据治理计划对数据治理策略进行优先排序,这些策略规定用户如何在组织的业务流程中收集、处理、分发、集成、存储、使用和删除数据。
数据治理团队应该理解,为什么以数据主题为中心的关注点对于数据治理计划既要领先于数据隐私法规,又要对业务增长做出及时的响应至关重要。
三 谁是数据治理团队
数据治理团队的成员跨越所有业务线,应该有效地集成到当前业务模型中。如果可能的话,团队中的每个角色都应该是现有业务系统中每个成员当前职位的有机扩展。
虽然可能会发现缺少人力资源来填补特定的角色,但只有在分配岗位和职位之前,首先理解数据治理计划中需要执行的实际功能,才能发现这一点。让我们回顾一下大多数数据治理团队通常需要的一些核心角色。
1数据治理团队需要高管级别的支持
如果没有决策层高管层的支持,可能会发现很难获得用于启动数据治理计划所需的人力资源和技术的资金。
根据数字分析和数据治理报告,在数据治理或管理项目中获得管理级支持的公司对数据准确性的信心增加了42%。该报告还发现,组织在开发数据治理团队时面临的最大挑战是缺乏人力资源。
有效和持久的数据治理项目也很可能需要研究和投资新技术和机器学习来实现系统自动化。这需要一个预算
管理级支持者都将为数据治理项目创造和维持动力。无论执行支持者是首席数据官(CDO)、首席技术官(CFO)、首席技术官(CTO)、首席信息官还是首席营销官(CMO),重要的是,他们在某种程度上认同公司内部数据的价值。
除了支持您的治理计划并提供清晰和方向之外,执行发起人还将通过指定数据保护官员来组建数据治理团队。
2什么是数据保护官
数据保护官(DPO)负责在企业层面监督公司的数据治理计划,以确保持续遵守数据隐私法。DPO也被称为首席数据专员,有时也称为数据项目经理,它是连接高管、IT和公司其他部门的纽带——在日常治理操作中实现和维护数据治理计划的关键角色。
DPO应该了解广泛的数据保护领域,包括GDPR、CCPA和可能遵守的任何其他即将出台的数据隐私法律。DPO可以是内部的或通过服务提供商外包的,兼职或全职的,甚至可以包括一个数据保护办公室,根据公司的规模集成数据分析师和IT。对于较小的公司,如果DPO在公司内履行其他职责,这些职责不应该产生利益冲突。
DPO将负责及时了解数据隐私法的变化,并修订数据治理计划以确保合规。除了与数据治理委员会召开数据治理团队会议外,DPO还将为所有员工举办或安排持续的培训。
DPO也将成为外部数据利益相关者的首选:
•代表贵公司处理数据的第三方供应商必须遵守数据隐私法。
•数据隐私监管机构在出现违规或投诉时需要一个一致的联络点
•在删除请求或其他与数据有关的查询时,数据当事人(收集、处理或存储其数据的个人)必须与可识别的联系人联系。
一旦指定,DPO的首要任务是为数据治理委员会指定角色,数据治理委员会是将数据治理扩展到整个企业到业务用户的主体。DPO将与数据治理委员会合作,通过政策创建、实施和教育,不断提高数据隐私意识。
在数据治理计划就位并开始成熟之后,DPO可以专注于数据流程的改进以及新技术和替代业务模型的部署。这可能涉及创建和更新详细的数据保护政策指南,以及持续监控和跟踪所有数据性能指标和数据保护影响评估。
3什么是数据治理委员会
数据治理委员会由执行数据治理策略活动的人员组成。他们应该是来自各个业务(如人力资源、IT、营销等)的主题专家。但是他们也应该单独地将数据识别为关键的业务资产,并且非常熟悉组织中的数据和系统。数据治理委员会的成员将是数据保护官和所有业务用户之间的联络人——企业中所有接触到数据的人。
正确的人员应该能够与来自所有其他业务部门以及IT和数据分析人员协作,以确定数据治理如何集成到所有业务用户的日常业务流程中,并确定其优先级
数据委员会的复杂性和覆盖范围取决于业务规模、框架、行业以及数据依赖和交互的级别。例如,处理敏感个人数据的医疗保险公司的数据治理委员会很可能比建筑供应批发商的数据治理委员会复杂得多。
数据治理委员会做什么
数据治理委员会通过培训和持续支持让最终用户了解数据价值、数据隐私的重要性,从而整合数据政策、标准和程序的开发和实施。
由于委员会成员来自各行各业,他们可以代表各自部门如何使用数据的细微差别。他们将能够将用户的反馈提交给委员会和DPO,以创建一个持续的沟通,使数据治理保持敏捷,并与不断变化的业务利益保持一致。
委员会成员可能被指定为其部门的数据所有者,或者他们可能将所有权委托给部门内的某人。类似地,他们可能被指派管理或在他们的部门内委托数据管理。
4数据所有者和数据管理员之间的区别是什么
由于一些公司使用这些名称作为同义词,或者可能对相同的角色使用不同的名称,定义数据所有者和数据管理员之间的区别可能会令人困惑。一般来说,数据所有者和数据管理员之间的区别是:
•数据管理员通常具有编程和数据建模专业知识,定义保护数据的策略,并监督特定数据集或特定功能中的数据的生命周期。数据管理员负责数据集的完整性和分析,并向数据所有者报告。
•数据所有者拥有特定的数据集,如果出现数据质量问题,需要有权力或资源采取行动。他们通常用数据质量报告监视数据,并批准数据管理员可能不得不考虑的任何操作。
同样地,没有针对所有企业的数据治理计划的单一标准,也没有明确规定数据所有者和数据管理员必须拥有这些职位,甚至以某种方式组合这些角色。
四 设计数据治理团队结构的技巧
设计的团队结构将需要从执行层扩展到用户层,并覆盖处理数据的任何角色。在今天的商业中,这意味着每个人。
在考虑单个角色时,应该更多地关注数据治理,将其作为员工职位的一个组成部分,而不是外部强加的数据规则和法规。最终目标是在用户级激发数据治理文化,而不是仅仅依赖自上而下的策略实施。
一个成功的数据治理团队应该通过让DPO和执行层了解第一线的业务用户的数据体验,加强两个方向的开放沟通,以实现整体开发。清晰的沟通对于调整数据政策以响应用户体验和隐私法变化所需要的灵活性是必要的。
五 选择数据治理团队的技巧
数据治理委员会中的高管级支持、DPO、IT、数据分析师是数据治理团队的引擎。但是正在进行的数据治理的重点总是回到使用的问题上。
在整个数据生命周期中,从第一个接触点开始检查数据流的体系结构。确定哪些领域的数据提供最大的价值,哪些领域的数据造成最大的风险。最接近数据价值和数据风险领域的数据涉众可能是最初主要角色的主要候选人。
当开始组建一个团队时,你想要的是那些有动力、关心数据的主动性的人。他们的工作是让他们业务范围内的每个人都关心,所以他们应该是数据专家、有技能的教育工作者和部门内受人尊敬的领导者。
六 组建高性能数据治理团队
组建一支高质量的数据治理团队可能是一项挑战。探索一个高效团队所必需的团队成员和最佳实践。
从小型企业到财富500强企业,有一个共同的要素可以提高企业在整个组织中充分利用高质量数据的能力:关注数据治理。数据治理计划的最终成功取决于负责创建、实现和更新数据治理策略和过程,并向企业介绍其好处的团队。
在将数据视为企业资产时,业务规模绝不应成为决定因素。从两个人的商店到20,000名员工,所有企业都需要确保其数据存储的质量、安全性和一致性。唯一的区别应该是负责在整个组织中确保有效数据治理的团队的大小。
1 什么是数据治理
数据治理是定义角色、规则、过程和组织应该遵循的最佳实践,以确保数据的安全、质量和正确使用的战略计划。数据治理提供了控制的蓝图,以保证在企业级有效地管理数据。
数据治理的输入是标准IT社区最佳实践,以及公司、行业特定和政府监管框架规范。该计划是一个联合的业务和IT计划,两个部门都扮演着同等重要的角色。
数据治理策略主要关注业务结果。它们是技术无关的控件,在整个组织中具有通用应用。
2 高质量的数据治理团队
任何业务或技术活动的成功都有一个主要的共同因素:负责实现项目目标的数据治理团队的质量。
构建高效数据治理团队的最佳实践包括:
•明确的目标。第一步是创建一个数据治理计划章程,定义数据治理团队将实现的范围、目标和目标。章程还记录了团队的组成,包括角色、职责和权限。数据治理团队将使用计划章程来教育组织其企业范围的目标、活动和职责。
•良好的沟通。并非所有关于数据治理的决策都是容易的。该团队将面临许多挑战,这些挑战有几个潜在的解决方案。每个人都应该乐于表达自己的观点。此外,团队成员需要有效地向其他人员阐明良好数据治理的好处。从运营支持技术人员到管理层,数据治理团队必须获得其他员工的支持才能成功。团队必须认识到许多建议将导致所有操作级别的工作负载增加,并能够沟通为什么需要增加。
•热爱数据治理。每个团队成员都成为良好数据治理的传道者。推销良好的数据治理的好处比独裁的方法更有可能获得全企业的认可。此外,实现数据治理框架是一项挑战。团队成员需要有能力克服执行过程中的挑战、延迟和挫折。
•合适的人有合适的技能。找到数据治理专家通常很有挑战性,而且成本很高,但这并不妨碍您提拔数据治理专家。确定那些表示感兴趣的人员,并为他们提供时间和培训,以学习所有关于数据治理的知识。您可以根据预算限制和可用的员工来构建团队。
•有效利用内部和外部资源。数据治理团队需要与数据管理和业务单位建立牢固的关系,因为业务人员提供了创建数据使用和控制策略的关键见解。数据治理团队需要来自负责遵守其策略的数据管理人员的反馈。在策略文档中看起来不错的控件在操作实现期间可能无法正常工作。数据管理团队经常发现新的控制措施的机会,并提供改进现有政策的建议。
3 数据治理角色和职责
以下角色和职责本质上是可变的,并取决于组织的规模。有些角色是全职的,而有些则是兼职的。许多底层的操作性数据治理活动将分发给每天与数据元素交互的业务和技术团队。
管理层支持者。建立数据质量的心态从组织结构图的顶端开始。除了在整个企业中推广良好的数据治理的好处之外,管理级发起人还必须证明该计划的成本是合理的。数据治理是有代价的。这包括团队工资、工具购买以及业务和IT人员为了遵守数据治理策略而需要执行的额外活动的间接成本。
数据治理委员会。这是一个由业务主管和高级IT管理人员组成的工作团队,他们专注于在企业级别上为项目提供建议和帮助。
项目经理。他们负责实现项目的目标。因为许多数据治理活动分布在整个组织中,项目经理将与多个业务和IT支持部门交互。他们负责计划的成功,教育公司高管和经理关于其实施和利益,并在企业层面上设置和实现里程碑和目标。
数据治理团队领导。他们负责管理数据治理团队成员的工作,并设置和实现有助于项目总体成功的目标。
数据治理专家。他们是主题专家,他们定义政策和过程,以确保企业数据的安全性、质量和正确使用。除了商业头脑、分析、数据管理和文档技能外,团队成员还经常充当其他人员的教育工作者和顾问。
数据管理和开发人员。这些团队成员负责组织的数据基础设施和应用程序的日常管理。他们与业务单位的交互以及在操作级别处理数据的经验使他们能够评估策略在实现其既定目标方面的有效性。他们还推荐了新的控制方法来改善数据治理。
数据所有者。数据所有者通常是产生或是特定数据域的主要所有者的单位的高级管理人员。根据数据的类型,所有者可以是业务人员或技术人员。他们是决策者,负责其控制下的数据的整体安全性、质量、可用性和使用。
数据管家。数据管理家可以是技术人员或业务人员。由于他们的日常支持活动,数据管理员对数据使用、业务含义和应用有很强的理解。因此,他们是自己数据领域的专家。他们负责定义和理解数据,分析其质量,确保其有效使用和遵守监管控制,并教育他人其意义和应用。
数据用户。这些数据治理团队成员每天都要处理数据。由于用户每天都要与数据元素进行交互,所以他们通常是第一个发现质量问题的人。


免责申明:

本文系转载,版权归原作者所有,如若侵权请联系我们进行删除!

0条评论
社区公告
  • 大数据领域最专业的产品&技术交流社区,专注于探讨与分享大数据领域有趣又火热的信息,专业又专注的数据人园地

最新活动更多
微信扫码获取数字化转型资料
钉钉扫码加入技术交流群