數字化轉型中基於交付價值資料治理的6大原則

數字化轉型中基於交付價值資料治理的6大原則

每個行業的高管都知道資料很重要。沒有它,就不可能有推動組織超越競爭對手的數字轉型。沒有分析來推動新的收入來源。甚至連基本的業務都做不好。但是,要為這些計劃提供資料,必須是現成的、高質量的、相關的。好的資料治理確保資料具有這些屬性,使其能夠創造價值。

問題是,今天的大多數治理程式都是無效的。這個問題通常是從高層開始的,最高層不認識資料治理的價值創造潛力。結果,它變成了一組政策和指導,歸屬於IT執行的支援功能,而沒有得到廣泛遵循——使得資料推動的計劃同樣無效。在其他情況下,組織試圖使用技術來解決問題。雖然資料湖和資料治理平臺等技術解決方案可以有所幫助,但它們不是萬能的。

如果沒有保證質量的治理,公司不僅會錯過資料驅動的機會;他們浪費資源。資料處理和清理會消耗分析團隊超過一半的時間,包括高薪資料科學家的時間,這限制了可伸縮性,並讓員工感到沮喪。事實上,整個組織的員工的生產力都會受到影響:麥肯錫2019年全球資料轉型調查的受訪者報告稱,由於資料質量和可用性差,平均30%的企業時間花在了非增值任務上。

數字化轉型中基於交付價值資料治理的6大原則

雖然直接給資料治理賦予價值是一項挑戰,但有多個例子可以說明它的重要間接價值。領先的公司已經從他們的資料生態系統中消除了數百萬美元的成本,並啟用了價值數百萬甚至數十億美元的數字和分析用例。資料治理是實現這一價值的公司與沒有實現這一價值的公司之間的三大區別之一。此外,在治理方面投資不足的公司已經將他們的組織暴露在真正的監管風險中,這可能是昂貴的。

一、為有效的治理建立基礎

雖然許多組織都在努力有效地擴充套件資料治理,但有些組織已經做得很好了。例如,一家領先的全球零售商,其資料治理由IT管理,多年來一直努力從資料中獲取價值。然後,作為企業範圍的分析轉型的一部分,它投資於對整個高管領導團隊進行資料治理方面的教育,並讓他們參與進來。它為每個執行主管(CFO、CMO等)分配了幾個資料域或業務資料主題領域,其中一些領域,如消費者事務和員工資料,跨越了多個功能或業務線。

一旦這些領導者掌握了資料治理的價值,他們就成了資料治理的擁護者。在他們的領域內,他們選擇代表作為資料領域所有者和管理員,並直接將資料治理工作與優先分析用例聯絡起來。然後,他們以Sprint的形式工作,根據他們可以交付的價值確定優先順序資料,每隔幾周與CEO和高階領導團隊聯絡。這些努力已經開始得到回報,允許組織在幾個月(而不是幾年)的時間內支援優先資料域,並減少資料科學家花在資料清理上的時間,加速分析用例交付。隨著時間的推移,這個專案繼續發展。

如示例所示,有效的資料治理需要重新考慮其組織設計。典型的治理結構包括三個組成部分:

一箇中央資料管理辦公室(DMO),通常由首席資料官(CDO)領導,有目標的資料策略和治理領導,他們設定總體方向和標準

由日常工作所在的資料域組織的治理角色

一個將領域領導者和DMO聚集在一起的資料委員會,將資料戰略和優先事項與公司戰略聯絡起來,批准資金並解決問題

該結構作為資料治理的基礎,在確保建立和使用資料的員工領導管理的同時,平衡中央監督、適當的優先順序和一致性。

數字化轉型中基於交付價值資料治理的6大原則

二、推動資料治理卓越的六大原則

然而,僅有組織基礎是不夠的。需要六個關鍵實踐來確保資料治理創造價值。

1。 確保最高管理層的重視

正如前面提到的例子所強調的,資料治理的成功需要業務領導的支援。對於DMO來說,第一步是與管理層接觸,瞭解他們的需求,強調當前的資料挑戰和限制,並解釋資料治理的作用。下一步是在高階管理層中(包括在一些組織中,來自C-suite本身的領導者)組成一個數據治理委員會,該委員會將根據業務需求引導治理策略,並監督和批准推動改進的計劃——例如,與DMO協調的企業資料湖的適當設計和部署。

然後,DMO和治理委員會應該定義一組資料域,並選擇業務執行人員來領導它們。這些領導者透過定義資料元素和建立質量標準來推動治理工作的日常進行。公司需要花時間將這些領導者介紹給他們的新角色,這些角色通常是新增到他們的主要職責中。他們應該理解他們將在這些角色中產生的價值,並具備所需的技能,包括理解相關規則和資料體系結構的核心元素。

從理論上講,由上至下的企業領導參與進來,將避免圍繞角色清晰和授權的常見挑戰。業務方面的管理人員將理解,工作是企業的優先事項,並花時間解決它(可能會透過改變績效指標或調整其他職責來實現)。自頂向下的命令也使立即解決資料所有權衝突成為可能。

領導型組織還會創造切實可行的方法來跟蹤進展和價值創造。例如,他們可以度量資料科學家為優先順序用例查詢、管理或啟用資料所花費的時間,或者與低質量資料和相關業務錯誤相關的經濟損失。跟蹤這樣的影響指標有助於確保高層管理人員的關注和持續支援。

2。 與主要的轉型主題整合

為了確保治理工作創造價值,將它們直接與已經得到執行長關注的持續轉型工作聯絡起來,例如數字化、全渠道實現或企業資源規劃現代化。這些工作通常依賴於資料的可用性和質量。

將治理與轉型主題聯絡起來,簡化了高階領導的支援,並改變了組織結構。這樣的計劃將資料責任和治理轉移到產品團隊,並在生產和消費點進行整合,而不是單獨執行治理。

例如,一家歐洲零售商開始對其核心業務進行數字化轉型,並迅速擴充套件其線上業務,這需要對電子商務堆疊進行重大重新開發,包括後端平臺。資料被認為是關鍵的推動因素,DMO和資料委員會被建立起來,以開發未來生態系統的核心框架,以及資料領域的結構,包括未來管理資料的戰略目標。

產品負責人在專責職能領域領導數個數字轉型小組,在各自的職責範圍內成為資料負責人。產品所有者變成了資料域所有者。例如,負責推動店內結賬過程改進的產品所有者擁有銷售和支付域。這種結構確保了治理工作主要面向實現業務需求,並且建立和消費資料的領導者積極地引導它。

3。對資料資產進行優先排序,並相應地關注資料領導力

許多組織以整體的方式處理資料治理,一次檢視所有資料資產。但如此大的範圍意味著在任何特定領域的相對進展都很緩慢,而且存在努力與業務需求沒有直接聯絡的風險。要想成功,資料資產應該以兩種方式進行優先排序:按域和按每個域中的資料。

由DMO支援的資料委員會應該根據轉型努力、監管要求和其他輸入對領域進行優先排序,以建立領域部署的路線圖。然後,組織應該迅速推出優先領域,最初從2到3個領域開始,並以每個領域在幾個月內完全發揮作用為目標。

例如,一家北美零售商提出了一個大膽的願望,要在三年內用先進的分析技術改造公司。該公司很快意識到當前的資料會阻礙它的發展,並建立了DMO和資料域來擴充套件治理。它在整個企業中確定了10個領域,並對前兩個事務資料(登入店內購買)和產品資料(建立產品及其詳細資訊的清晰層次結構)的部署進行了優先順序劃分。這有助於加快圍繞店內分類和庫存的優先用例。

除了確定域的優先順序之外,還可以透過為每個資料元素定義關鍵級別和相關的關注來確定每個域內的資料資產的優先順序。在大多陣列織中,關鍵資料通常只佔總資料的10%到20%。關鍵元素,如客戶名稱或地址,應得到高度關注,包括持續的質量監控和跨組織流程的清晰跟蹤,而對於分析、報告或業務運營中使用較少的元素(如客戶的學歷),不進行跟蹤的特別質量監控可能就足夠了。這大大縮小了治理工作的範圍,並確保將重點放在最重要的資料上。

4。 應用正確級別的治理

資料治理專案可以在不同的組織和行業中發生巨大的變化。領導組織採取“基於需求”的方法,採用適合其組織的治理成熟度級別,然後根據資料集調整嚴格程度。

重要的是要認識到,資料治理在很大程度上最初是由受到BCBS 2391和其他要求複雜治理模型的法規壓力的銀行所倡導的。大多數其他行業和組織不會面臨相同級別的監管壓力,因此它們的程式設計應該與它們獨特面臨的監管級別和資料複雜性級別保持一致。與只在一個地區擁有業務的組織相比,跨多個地區擁有多個不同業務的組織的需求更加複雜;類似地,高速度的資料更改或低水平的技術自動化增加了資料的複雜性。

數字化轉型中基於交付價值資料治理的6大原則

最全面的治理模式——比如說,對於一家全球性銀行來說——將有一個強大的資料治理委員會(通常有高管領導參與)來推動;在企業字典或資料目錄中記錄元資料的高度自動化;許多資料元素的資料沿襲可追溯到資料來源;以及更廣泛的領域範圍,並隨著企業需求的變化不斷進行優先順序劃分。

相比之下,區域性科技公司的有針對性的資料治理可能會有一個數據委員會,開會頻率較低,只定期邀請高管參加;元資料跟蹤甚至可以在Excel中啟動;有限的血統追蹤;以及更窄的域範圍,至少在初始階段,以啟用優先順序用例。

在為整個組織建立正確的治理級別的同時,調整跨資料集的治理嚴密性級別。許多組織的遺留資料標準對質量和訪問設定了保守的限制。這將風險降到最低,但可能會扼殺創新。領導組織有意識地平衡機會和風險,並根據資料集區分治理。

例如,組織可以對僅在探索環境中使用而不超出科學團隊邊界的資料應用輕治理。團隊可能也不需要完全準備和整合的資料和完整的元資料。資料遮蔽和嚴格的內部保密協議可能是適當的,以確保隱私。然而,一旦此類資料在更廣泛的環境中使用,例如在與客戶的互動中,就需要應用更強的治理原則。

一家亞洲金融機構利用這些原則,大膽地“釋放資料”。它同意每個資料集的敏感性級別,並能夠釋放大約60%的低風險企業資料,讓所有員工都能使用和探索這些資料。另一方面,高度敏感的資料,如個人身份資訊,在誰可以訪問和如何訪問方面都受到高度限制。

隨著組織的成熟及其治理能力和技術的不斷髮展,範圍變得不那麼重要了。一套工具正在開始自動化資料治理活動,它的覆蓋範圍和成本效益只會隨著時間的推移而提高。無論是較新的平臺(如Octopai和erwin),還是已建立的組織(如Informatica和Collibra),都推出了自動元資料收集、分支建立、資料質量管理和其他治理功能的功能。

5。 選擇迭代和集中的實現方式

為了確保資料治理快速創造價值,可以根據領域調整治理優先順序,並使用迭代來快速適應。這超越了將治理與業務需求整合、對用例和領域進行優先順序排序以及應用基於需求的治理;關鍵是在日常治理中採用迭代原則。例如,如果有已知資料質量問題的積壓,每天檢查並重新確定優先順序,隨著優先順序的變化,努力使業務收益最大化。

即使解決方案並不完美,也要快速推動啟用優先順序用例。一旦價值得到證明,就可以進行長期的開發,以使用例做好生產準備(透過與核心客戶關係管理和操作客戶主資料整合)。例如,加強客戶活動可能不需要在整個企業中完全整合一組資料,而是需要在專用平臺中定製的方法。資料治理應該支援並加速這種量身定製的方法,除了建立強大的主資料管理之外,還應該關注解決可用性和質量問題。

6。 使人們對資料產生興奮感

當人們對資料實現的願景感到興奮和投入時,他們更有可能幫助確保資料的高質量和安全。領導組織投資於變革管理,以建立資料支持者並轉變懷疑者。這可能是計劃中最困難的部分,因為它需要激勵員工使用資料,並鼓勵生產者共享資料(理想情況下,從源頭上提高資料質量)。

成功的組織使用一系列干預措施來推動正確的行為。這些可以包括來自CEO和其他高階領導的角色建模,對高質量、響應性源的認可,以及新的演示用例。一些組織還提供培訓和資格證書,通常是更大的學術方法的一部分,同時還交流有關資料工作的職業機會。另一些人則利用資料和分析的成功,以事件、出版物甚至資料藝術的形式創造令人興奮的內容,什麼能起作用在很大程度上取決於組織的文化。

三如何開始新的治理

公司應該透過問以下六個問題來開始他們新的資料治理方法:

如果沒有得到正確的資料治理,會有哪些機會成本呢?比如丟失了上行空間、在手動清理資料中損失的大量時間,或者不正確且不理想的業務決策?

今天誰在領導治理工作,以及如何將對話提升到最高管理層?誰應該參與進來?

治理在哪裡最重要?組織現在最需要哪些領域和領域的哪些部分?

什麼樣的治理原型最適合組織,當前的工作是否與該級別的需求相一致?

如何透過調整其重點和注入迭代工作概念來加速治理?

你們有能力管理這樣的轉變嗎?

資料治理對於透過分析、數字和其他轉型機會獲取價值至關重要。雖然許多公司都在努力把它做好,但每一家公司都可以透過改變思維方式,從把資料治理視為框架和政策,到戰略性地將其嵌入到組織的日常工作方式中,從而取得成功。

遵循以上六項原則,將鬆散遵循指導原則的資料治理模式轉變為充分利用數字和分析的資料治理模式。

——–END——–

頂部