数据治理是在数据生命周期(从获取、使用到处置)内对其进行管理的原则性方法。
每个组织都需要数据治理。随着各行各业中的企业进行数字化转型,数据已迅速成为他们拥有的最有价值的资源。
高级管理人员需要使用准确、及时的数据来做出战略性业务决策。营销和销售专业人员需要使用可靠的数据来了解客户的需求。采购和供应链管理人员需要使用准确的数据来管理库存以及最大程度地降低制造费用。合规人员需要证明数据是按照内部和外部授权书进行处理的。等等。
数据治理是指为确保数据安全、私有、准确、可用和易用所执行的所有操作。它包括人们必须采取的行动、必须遵循的流程以及在整个数据生命周期中为其提供支持的技术。
数据治理意味着设置适用于收集、存储、处理和处置数据的内部标准,即数据策略。它规定了谁可以访问哪些数据以及哪些数据应受治理。数据治理还涉及遵循行业协会、政府机构和其他利益相关方设定的外部标准。
做出更明智、更及时的决策
整个组织中的用户都可以获得数据以联系和服务客户、设计和改进产品和服务,并抓住获得新收入的机会。
改善费用控制
数据可以帮助您更高效地管理资源。因为您可以消除由信息孤岛产生的数据重复,所以不必过多地购买(也不必维护)昂贵的硬件。
增强合规性
日益复杂的监管环境使得组织建立健全的数据治理做法变得更加重要。您可以在主动预期新法规的同时避免不合规的风险。
获得客户和提供商更大的信任
通过可审核地遵从内部和外部数据政策,您将获得客户和合作伙伴的信任,他们相信您会保护他们的敏感信息,因而对与您开展业务充满信心。
更轻松地管理风险
通过强大的治理,您可以消除以下后顾之忧:将敏感数据暴露给缺乏适当授权的个人或系统、恶意外部人员的入侵,甚至是内部人员访问其无权查看的数据。
允许更多人员访问更多数据
强大的数据治理功能可以让更多人员访问更多数据,确保这些人员具有相应数据的访问权限,并且数据民主化不会对组织产生负面影响。
随着云采用速度的加快,不可避免地会出现关于它如何影响数据治理的问题。企业对于以下问题存在顾虑:
数据治理对于确保数据安全、可靠、私有、易用且符合内部和外部数据政策而言是必要的。您可以借助数据治理设置和执行控制措施,允许对数据进行更多访问,以便从对数据的控制中获得安全性和隐私权。以下是一些常见使用场景:
数据监管
数据治理通常意味着为数据本身以及确保“数据管理员”正确运用数据的过程分配相应的责任和建立问责机制。
数据质量
数据治理还用于确保数据质量,即旨在确保数据适合使用的任何活动或技术。数据质量通常从六个维度进行判断:准确性、完整性、一致性、及时性、有效性和唯一性。
数据管理
这是一个宽泛的概念,涵盖将数据作为企业资产进行管理的各个方面,从收集、存储到使用和监督,确保采用安全、高效、经济实惠的方式使用数据,然后进行处置。