新闻资讯

启动数据治理必不可少的十一件事

2019.10.15元数据之父David Macro 在2019全球架构师峰会上做了题为《The first 11 steps in world class data governance program》,挺适合当前国内数据治理刚刚起步的状态,特转述此演讲,分享给大家。演讲中列出十一件在数据治理初期必须要做的事。 

一、创建数据治理章程(建制度)

形成记录在案的章程,周期性回顾数据治理计划的目的、初衷,章程规定了必须成立数据管理委员会的商业目的:

1、设定具体目标(针对组织的痛点和机会-企业目标 3+2模式)

提高营收(减少数据质量错误从而更好的业务决策,市场分析,客户360度视角)
降低成本(减少冗余数据,流程和应用程序,加快系统开发,降低系统故障)
降低风险(风险管理)
达到业务目标

章程是用于执行人员沟通的业务文档。

2、具有故事性,与所有的交流一样,用声动的方式来阐述

故事有一个起因 - 经过 - 结果
引人入胜且有趣
感动读者的情感因素

数据治理.jpg

3、具有激励性


两个章程样本

样本一:数据治理章程(问题陈述部分)

供应商数据在整个公司存在大量冗余缺乏自动化,可重复和可验证的方法来进行管理。数据质量差,妨碍了我们对供应商进行准确的度量和管理。
我们的项目针对供应商数据问题,在我们的100个应用程序中,解决同名异义与异名同义的问题,晦涩难懂。

样本二:数据治理章程(解决方案部分)

我们的数据治理专项改造项目将冗余供应商去重,以便在我们的应用程序中使用唯一的供应商编号来标识供应商。
代码编号将从企业全局定义,并在整个公司范围内标准化。重新设计这些代码编号,删除掉模糊具有二义性的。
二、建立数据治理委员会(组织架构)

数据治理.jpg

三、制定治理委员会具体规则


周期性会议
会议结构或议程
跟进清单
会议纪要

四、评估当前数据管理状态


评估每个DMBOK域

基于卡内基梅隆大学创建的数据管理能力和成熟度模型(DMM),成熟度级别:从级别1到5级

数据治理.jpg

五、数据治理评估

定义未来数据管理目标,请数据治理委员会评定优先级

识别并采访关键利益相关者(高管/业务/IT)

高级文档审查

对结果进行整理和分类

评估成熟度

确定合理有价值的目标

确定实现成熟度目标的路线图

通过以下方式确定合理的数据管理成熟度目标

CEO定义的公司目标

企业痛点

企业竞争对手对标

需求收集驱动的成本/收益分析

通用数据管理目标

六、建立主题域模型

主题域(数量控制在5-15个主题域,如:合法 位置 账户 产品 服务 供应商 客户 销售交易 材料)

可以考虑用下面这个矩阵来分析部门划分是否合理

数据治理.jpg


七、建立数据治理组织

数据治理委员会也需要被企业监管

经常采用少数服从多数的方式投票

开始的三个月,开月度会议

三个月之后,每两个月召开一次会议。 

成熟之后,可以变为季度会议

考虑成立数据管理协调小组

考虑成立主题域组,小组成员由业务专员,技术专员和利益相关人构成。

八、确定数据管理专员

指派数据治理核心团队(主管,业务,技术)

根据业务案例

确保挑选的专员能够称职

帮助他们成功,给予相应的培训 /计划组织/团队氛围)

九、指派每个业务主题域的业务负责人

组建业务管理团队

团队应按主题域组成

一个人可以跨多个学科领域

持续考核和改进团队知识差距

十、数据治理范围文档(时间允许)

设定质量要求

关键成功要素(CSF)

风险要素

十一、相关受益者文档(时间允许)

相关方的参与角色及影响范围,输入输出。下图是个对相关方分析的例子

数据治理.jpg

考虑平衡短期和长期的利益

会议纪要模板

问题跟踪模板

变更管理模板


 

关于Datablau

Datablau创建于2016年,核心创始和研发团队全部来自于原CA erwin,天然具有世界级产品厂商的血缘和水准,是国内数据治理的第一品牌。依托多年的行业积累和技术沉淀,Datablau在产品设计层面充分发挥了后天优势,实现了集数据建模、数据目录、数据质量和数据准备为一体的企业级数据治理平台,全面满足企业对于数据治理的客观需求。

目前Datablau在嘉实基金、中国人寿、国电大渡河和四川航空等大型客户得到实际应用并深受好评,客户范围已经覆盖到银行、保险、制造业和能源行业等核心领域,Datablau已成为企 业数据治理领域的领导厂商。

数据治理.jpg


推荐阅读 查看更多