了解数据治理准备就绪的四个关键元素,以及强大的数据治理框架如何帮助您定义数据治理程序的结构.

管理产品信息的人员

什么是数据治理框架?

数据治理框架创建一组用于收集的规则和流程, 存储, 和使用数据. 通过这样做, 该框架使得简化和扩展核心治理流程变得更加容易, 使您能够保持遵从性, 民主化的数据, 并且支持协作—无论您的数据量增长多快. (需要一些数据治理的背景知识? 了解更多关于 数据治理的定义 而且 常见的数据治理挑战).

通过数据治理框架, 您可以确保您的政策, 规则, 定义适用于整个组织中的所有数据. 您可以向各种不同角色的广泛个人交付可信数据, 从商业领袖到数据管理员和开发人员. 您可以引入自助服务工具,使非技术用户能够查找和访问治理和分析所需的数据. 您可以确保数据得到适当的管理, 改变了, 并在云中的所有应用程序和分析部署中可靠地交付, 本地, 或两个.

下载 数据治理工作簿,它提供了启动数据治理程序的分步指南.

为什么我需要一个数据治理框架?

数据治理框架使业务能够定义和记录标准和规范, 问责制, 和所有权. 除了设定角色和职责, 这涉及建立关键质量指标(kqi), 关键数据元素, 关键绩效指标(kpi), 数据风险和隐私指标, 政策和流程, 共享业务词汇表和语义, 数据质量规则.

数据治理框架包括发现数据,以创建跨企业的统一视图. 这不仅包括数据本身, 但是数据关系和谱系, 技术和企业元数据, 数据概要分析, 数据认证, 数据分类, 工程数据, 和协作.

数据治理框架通过定义基本流程组件来支持数据治理的执行 数据治理项目,包括实施过程变更以改进和管理 数据质量,管理数据问题,识别数据所有者,构建一个 数据目录,创造 引用数据和主数据,保护 数据隐私, 执行和监控数据策略, 驱动数据读写, 以及提供和交付数据.

然后,企业使用数据治理框架来测量和监控结果,以优化信任, 隐私, 和保护. 它跟踪流程, 数据质量, 而且 data proliferation; monitors 数据隐私 而且 risk exposure; alerts you to anomalies; creates an audit trail; 而且 facilitates issue management 而且 workflow.

数据治理准备就绪的支柱是什么?

数据治理的最终目标是对数据产生最大可能的回报, 捕获利用数据资产的关键机会,同时避免暴露数据资产的风险. 以下是评估数据治理准备情况和成熟度时需要考虑的关键因素:

  • 人. 人们协作确定技术需求, 定义的过程, 并最终驱动支持战略驱动的数据治理结果. 你的员工是否致力于数据治理? 你是否正式定义了他们的角色和职责? 他们有必要的技能吗? 你制定了变更管理计划吗, 包括赞助商, 支持组织协调和认可?
  • 流程. 数据治理过程允许人们确认您的数据在整个企业中得到了正式的管理, 这确保了关键业务流程使用可信数据. 您的数据定义、规则和目标是否现实和适当? 您的业务流程是否现代化了,您的业务规则是否得到了审查,以便它们能够干净地集成数据治理并交付有意义的结果?
  • 贡献者:提供必要上下文的业务和IT主题专家, 包括商界领袖, 过程所有者, 以及管理受您的主动性影响的上游和下游流程的管理员, 以及IT架构师, 分析师, 和系统专家
  • 技术. 技术包括平台, 工具, 以及建立健全的数据治理流程所需的主题专业知识. 即使您的现有系统已经在某种程度上得到了治理, 平台技术支持,如数据剖析, 血统, 元数据工具对于自动化和扩展数据治理过程以及加速实现价值的时间至关重要.

GDPR和数据治理准备工作之间的关系如何?

《欧盟通用数据保护条例》(GDPR)要求企业为欧洲消费者的个人数据提供加强的保护,包括总部位于欧盟以外的企业. 数据治理是公司实现目标的方式 使GDPR合规变得可行.

数据治理支持关键的遵从性操作,包括:

  • 定义管理数据

  • 确定您的公司如何、为什么以及在何处使用受监管的数据

  • 管理使用的同意和权利

  • 在持续的基础上评估风险暴露,以便您可以相应地保护和清除数据

确定关键的合规性和法规要求,如GDPR和加州消费者隐私法(CCPA),是每个数据治理评估的关键部分. 不了解哪些行业法规和地区法律适用于您的业务,实际上会在某些时候导致不合规, 这意味着所有的商业风险. 当你知道服从对你的要求, 虽然, 您可以构建一个治理程序来满足这些需求. 当你已经有了数据发现的能力, 数据屏蔽, 数据匿名化, 以及元数据管理, 您的数据治理程序也准备好演进以满足未来的法规,而无需进行重大的重新工作.

更重要的是, 您现有的数据治理框架也可以扩展以支持其他数据治理计划, 如清洗客户数据用于营销, 简化销售报告, 甚至推出企业级分析.

为什么公司选择Informatica数据治理?

的 信息化数据治理平台 设计来交付今天的价值,并适应治理需求的变化. 您可以首先部署它来提高一个业务单元的数据质量, 然后转向支持全公司范围内的客户体验项目——在获取新数据和新用户的同时,所有这些都不会影响速度和效率. 与Informatica, 您还可以根据需要添加新的核心功能, 扩展到支持各种数据管理系统和工具.

英皇国际官方版最新版下载-英皇国际官方版最新版下载v6.8.8苹果版-apple app store-英皇排行榜的技术平台是模块化、集成化和高度互操作的. 将Informatica解决方案相互连接和连接到其他应用程序只需要很少的编码. 另外,英皇国际官方版最新版下载-英皇国际官方版最新版下载v6.8.8苹果版-apple app store-英皇排行榜的 克莱尔™引擎 将人工智能和机器学习应用于数据发现等以前需要人工操作的过程的自动化, 编目, 报告, 甚至可以应用元数据,这样您的团队就可以花更多的时间进行分析和制定策略.

英皇国际官方版最新版下载-英皇国际官方版最新版下载v6.8.8苹果版-apple app store-英皇排行榜的数据治理系统可以跨混合治理数据, 云, 以及来自单一位置的多云环境, 具有处理数据和用户极端波动的可伸缩性. 相同的集中数据治理控制台创建了一个地方来连接数据沿袭到业务流程, 文档治理策略, 协调业务和IT之间的工作流程,让每个人都知道他们对数据的使用如何符合你建立的标准和规范.

数据治理成功案例

PostNL

挑战:一家传统的邮政运营商转型为全球包裹分销商,需要将其数据的价值货币化, 缩短供应链, 让客户来决定地点, 当, 以及通过什么分销渠道来做生意.

解决方案:运营商将其所有数据集中在Informatica的数据管理框架上,该框架创建了客户的单一整体视图,并确保在正确的时间、正确的地点提供正确的服务水平. 结果包括提高了客户满意度, 供应链中的步骤更少, 更大的创新, 和增加收入. 了解更多关于 PostNL的数据治理成功故事.

友邦保险

挑战:一家人寿保险和金融服务提供商希望更好地了解其客户,以更个性化的方式与他们互动, 为他们提供新产品和服务, 降低运营成本.

解决方案:该公司开发了一个企业级数据治理管理框架,其中包括一个协作业务术语表, 数据沿袭, 和智能元数据, 在整个组织内跟踪数据并保持高质量的数据. 它对关键数据的深入理解确保其代理商和员工有更好的信息来优化销售, 决策, 和成本. 了解更多关于 友邦保险数据治理的成功故事.

更多的数据治理准备资源