حاکمیت داده مجموعه‌ای از مفاهیم، اصول و قواعد، فرآیندها و ابزارهایی است که به دنبال اطمینان از کیفیت، سازگاری، امنیت و قابل‌استفاده بودن داده‌هایی است که توسط سازمان جمع‌آوری می‌گردد. مباحث حاکمیت داده در تمام چرخه عمر داده از زمانی که ایجاد یا جمع‌آوری می‌گردد تا زمانی که نابود یا آرشیو می‌شود، موضوعیت دارند.
در طول چرخه عمر داده، وظیفه حاکمیت داده آن است که داده‌های باکیفیت بالا و سازگار با یکدیگر را به‌راحتی در دسترس همه ذینفعان قرار دهد تا منجر به خروجی‌های مطلوب کسبوکار شود. علاوه بر این باید اطمینان یابد که داده به نحوی استفاده می‌شود که منطبق بر قوانین و چارچوب‌های اخلاقی رایج در آن سازمان، صنعت و کشور است. ضمن آنکه مباحث مربوط به امنیت داده شامل تعریف دسترسی‌ها متناسب با نقش افراد، نظارت بر دسترسی و اطمینان از هماهنگی با مقررات در نظر گرفته شود.
یکی از مواردی که در پروژه‌های داده زیاد با آن مواجه شده‌ام، عدم اطمینان از صحت داده‌هاست. در شرایطی که لایه‌های مختلف سازمان به داده‌ها اطمینان ندارند، عملاً فضایی شکل می‌گیرد که پیشبرد پروژه‌های داده به‌سختی ممکن است. هدف اصلی حاکمیت داده ایجاد این اطمینان است که داده‌ها بتوانند مبنای تصمیم‌گیری باشند، برای ارزیابی عملکرد فرآیندها و افراد بکار بروند و منجر به ایجاد شهودی شوند که برای کسبوکار خلق ارزش کند.
اصول حاکمیت داده صرف‌نظر از حجم داده یکسان است، گرچه حجم داده ممکن است ابزارهای متفاوتی را برای مدیریت داده طلب کند. بنابراین مقوله حاکمیت داده صرفاً برای شرکت‌های بزرگ با حجم بالا و منابع متنوع داده مطرح نیست و برای شرکت‌های کوچک و متوسط هم موضوعیت دارد.
تحولات فن‌آوری چند دهه گذشته، استفاده از رویکردهای داده‌محور را برای سازمان‌های ایرانی جذاب کرده است. سه عامل اصلی در این تحول نقش بازی کرده‌اند. اول، پیشرفت فنّاوری باعث شده حجم انبوهی از داده تولید شود. گسترش استفاده از دستگاه‌های کارت‌خوان الکترونیکی در فروشگا‌ه‌ها، تجارت و تبلیغات در فضای اینترنت، عضویت در شبکه‌های اجتماعی و بهره‌گیری از انواع دستگاه‌های الکترونیکی شخصی مانند گوشی‌های هوشمند، دستگاه‌های بارکد خوان، پرداخت الکترونیک، دوربین‌های مداربسته و مانند آن حجم انبوهی از داده را تولید کرده است. دوم، افزایش توان سخت‌افزاری برای ذخیره‌سازی این حجم از داده‌ها با قیمت‌های نسبتاً پایین ممکن شده است. سوم، توسعه و پیشرفت روش‌های محاسباتی و الگوریتم‌ها برای تجزیه‌وتحلیل داده‌های با حجم بالاست.
گرچه پرداختن به جنبه‌های مثبت این تحولات اهمیت دارد و من در مقالات متعددی در آنالیکا، فواید رویکردهای داده‌محور را شرح می‌دهم، جنبه‌های نگران‌کننده این تحولات هم اهمیت دارد.
برای نمونه در مقاله دیگری در آنالیکا تحت عنوان “اعتماد مشتریان قابل خریدن نیست: نگاهی به امنیت اطلاعات در فضای مجازی”، به اتفاق تیرماه سال ۱۳۹۵ که در آن انتشار اطلاعات خصوصی مشترکان یکی از اپراتورهای کشور خبرساز شد، پرداختم. البته مسئله امنیت اطلاعات و چالش‌های آن تنها محدود به ایران نیست. برای مثال، مقاله‌ای در مجله کسبوکار هاروارد (Harvard Business Review) در سال ۲۰۱۷، اشاره کرده است ۷۰ درصد کارکنان سازمان‌ها به داده‌هایی دسترسی دارند که نباید داشته باشند.
از سمت دیگر، با ترویج رویکردهای تصمیم‌گیری داده‌محور در شرکت‌ها، عده بیشتری تقاضای دسترسی به داده دارند که بر پیچیدگی ساماندهی نحوه دسترسی افراد به داده‌ها افزوده است.
مسئله دیگر آن است که امروزه سازمان‌ها پیچیده‌تر شده‌اند. اغلب، واحدهای مختلف کسبوکار در داخل یک شرکت به وجود می‌آیند که ممکن است داده‌های مازاد و ناهماهنگ باهم تولید کنند. مثالی از چنین حالتی را ممکن است تجربه کرده باشید. به‌عنوان مشتری یک شرکت از یک خدمت آن استفاده می‌کنید ولی درعین‌حال پیامک‌های تبلیغاتی برای فروش آن خدمت دریافت می‌کنید. نمونه‌ای که برای من چندین بار پیش آمده است که به‌عنوان استاد یک دوره آموزشی از سمت موسسه برگزارکننده دعوت به ثبت‌نام در کلاس‌ها شدم. علت وقوع چنین امری هماهنگ نبودن داده‌های تیم بازاریابی با تیم عملیاتی شرکت است. وقتی این دو گروه از کار یکدیگر خبر نداشته باشند، منجر به چنین اتفاقی می‌شود.
یکی دیگر از مصداق‌های پیچیده شدن سازمان‌ها ادغام و خرید (Mergers and Acquisitions) شرکت‌ها است که در هلدینگ‌ها و شرکت‌های بزرگ دشواری زیادی در مدیریت داده ایجاد می‌کند. معمولاً در چنین حالت‌هایی هر شرکت، با نگرش خود موجودیت‌های اساسی کسبوکار (Business Entities) نظیر مشتری، محصول، مکان و کارکنان را تعریف و کدگذاری می‌کند. به‌این‌ترتیب در عمل، با شرایطی مواجه هستیم که در آن سیستم‌ها و فرآیندهای هر شرکت با تعریف مختص به خود و نه یک تعریف فرابخشی در سطح هلدینگ، موجودیت‌ها را مدیریت می‌نمایند. چنین رویکردی سازمان‌های بزرگ را با چالش‌های جدی در اشتراک‌گذاری و یکپارچه‌سازی داده مواجه می‌کند که منجر به افزایش ریسک و هزینه‌های عملیاتی و ارائه گزارش‌های متناقض و غیرقابل‌اعتماد از کسبوکار می‌کند.
در سمت دیگر، مسئله آماده‌سازی داده‌ها (Data Preparation) در سطحی است که برای پردازش و تحلیل نهایی آمده شوند. در پروژه‌های داده این مسئله می‌تواند تا ۸۰ درصد زمان پروژه را به خود تخصیص دهد. یکی از گلوگاه‌های بسیاری از پروژه‌های داده اطمینان از کیفیت، سازگاری و قابل‌اعتماد بودن داده‌ها است.
این‌ها نمونه‌هایی است که نشان می‌دهد مدیران ارشد سازمان‌ها ضمن تلاش در جهت استفاده از داده‌ها برای خلق ارزش در کسبوکار باید به ایجاد زیرساخت‌های حاکمیت داده توجه کنند.
پیشنهاد مطالعه:
