مشاوره مدیریت رخ
مشاوره مدیریت رخ
خواندن ۴ دقیقه·۳ ماه پیش

نمونه های چارچوب حاکمیت داده


نمونه های چارچوب حاکمیت داده – رویکردهای سنتی

دو رویکرد سنتی برای ایجاد چارچوب حاکمیت داده وجود دارد: از بالا به پایین و از پایین به بالا. این دو روش از فلسفه های متضاد سرچشمه می گیرند. یکی کنترل داده ها را برای بهینه سازی کیفیت داده ها در اولویت قرار می دهد. دیگری دسترسی آماده به داده ها را برای بهینه سازی دسترسی به داده ها توسط کاربران نهایی در هلدینگ و شرکتهای زیرمجموعه در اولویت قرار می دهد.

روش از بالا به پایین: تمرکز بر کنترل داده ها

این رویکردی متمرکز به حاکمیت داده مبتنی بر تیم کوچکی از متخصصان داده است که از روش‌های کاملاً تعریف شده و بهترین شیوه‌های شناخته شده استفاده می‌کنند. این بدان معناست که مدل سازی داده ها و حاکمیت در اولویت قرار دارند. فقط بعداً داده‌ها به‌طور گسترده‌تری در اختیار بقیه سازمان‌ها برای تجزیه و تحلیل قرار می‌گیرند.

با این حال، این رویکرد یک مشکل مقیاس پذیری گسترده ایجاد می کند. در این چارچوب، تمایز واضحی بین ارائه دهندگان داده (معمولاً IT) و مصرف کنندگان داده (معمولاً شرکتهای زیرمجموعه) وجود دارد. فقط ارائه دهندگان داده می توانند هر نوع کنترلی بر داده ها داشته باشند. در گذشته، این موضوع کمتر مطرح بود، زیرا حجم کمتری از داده‌ها برای کنترل وجود داشت و تیم‌های کمتری نیاز به دسترسی به آن داشتند. اما امروزه، این تیم‌های کوچک از تولیدکنندگان داده نمی‌توانند با تقاضای مصرف‌کنندگان داده مقابله نموده و نیازها را برطرف سازند. در حال حاضر این یک ضرورت کسب و کاری است که داده های تمیز، کامل و بدون خطر در دسترس همه کسانی که مجوز دارند در هر زمان که اراده کردند، باشد.

روش پایین به بالا: تمرکز بر دسترسی به داده ها

برعکس، روش از پایین به بالا امکان چابکی بسیار بیشتری را هنگام مدیریت داده ها فراهم می کند. در حالی که روش از بالا به پایین با مدل سازی داده ها و حاکمیت شروع می شود، رویکرد پایین به بالا با داده های خام شروع می شود. پس از دریافت داده‌های خام، ساختارهای بالای دستی داده‌ها را می‌توان ایجاد کرد (که به آن طرحواره در خواندن به اصلاح میگیم- schema on read-)، و کنترل‌های کیفیت داده، قوانین امنیتی و سیاست‌ها را نیز می‌توان پیاده‌سازی کرد.

این چارچوب که با ظهور کلان داده رایج شد، مقیاس پذیرتر از رویکرد متمرکز قبلی است. گفته می شود، مجموعه جدیدی از مسائل داده را ایجاد می کند. از آنجا که حاکمیت داده تا مدتی پس از ورود داده اجرا نمی شود، و از آنجا که هر کسی می تواند داده ها را وارد کند، ایجاد کنترل دشوارتر است. و همانطور که قبلاً بحث کردیم، فقدان حاکمیت داده می‌تواند منجر به افزایش ریسک نظارتی، از دست دادن اعتماد ذینفعان به داده‌های سازمان، و هزینه بالاتر مدیریت داده‌ها برای یک آشفتگی گسترده از دارایی‌های داده ای شود. در برخی بخش های هلدینگ نیز عملا دیتای وریفای نشده وارد سیستم میشود سپس ما اصلاح میکنیم و حجم کار را زیاد میکنیم و کیفیت داده را کاهش می دهیم.

آنچه ما نیاز داریم یک رویکرد مدرن به چارچوب حاکمیت داده است – رویکردی که دسترسی و کنترل را متعادل کند. ما باید کنترل را در مراحل اولیه بدون از دست دادن توانایی کاربران و کارشناسان برای تبدیل شدن به مالک و متصدی داده ها ایجاد کنیم.

الگوی چارچوب حاکمیت داده مبتنی بر همکاری – رویکرد مدرن

چارچوب حاکمیت داده مبتنی بر همکاری راهکاری جهت ایجاد تعادل بین نگرانی های فلسفه های بالا به پایین و پایین به بالای اشاره شده در بالاست. این چارچوب تشخیص می دهد که کار با داده ها به عنوان یک تیم برای موفقیت شرکتهای زیرمجموعه و هلدینگ ضروری است. در غیر این صورت، نفرساعت زیادی برای تایید قابل اعتماد بودن داده ها مورد نیاز خواهد بود.

چارچوب مبتنی بر همکاری مقیاس پذیر است و به تعداد فزاینده ای از منابع داده اجازه می دهد تا توسط تعداد فزاینده ای از افراد در کل هلدینگ معرفی شوند. برای حفظ این مقیاس‌پذیری، باید اصول کاملاً تعریف‌شده‌ای برای مدیریت محتوای مشارکتی ایجاد شود. این امر می تواند شامل انتخاب کارشناسانSME  در هر شرکت باشد تا به عنوان Data stewards خدمت کنند که به حفظ کیفیت داده بالا برای مجموعه داده هایی که آنها بهتر می شناسند کمک نمایند.

با ایجاد این اصول برای نگهداری داده ها، هر کسی می تواند تا زمانی که از استانداردها پیروی کند، در مدیریت داده ها همکاری داشته باشد. این امر مقیاس پذیری را بدون به خطر انداختن سطح معینی از اعتماد در محتوا تضمین می کند. هلدینگ می‌تواند کل کسب‌وکار، از فناوری اطلاعات گرفته تا SME گرفته تا تصمیم‌گیرندگان، را در فرآیند تبدیل داده‌های خام به مجموعه‌ای منسجم از داده‌های سازمانی که قابل اعتماد، مستند، و آماده اشتراک‌گذاری و بکارگیری هستند، درگیر کند.

البته، برخی از فرآیندهای کسب و کار به عناصر داده به شدت صحیح و درستی متکی هستند که به توجه خاصی نیاز دارند. برای مثال، تجمیع داده‌های ریسک در حوزه مالی یا داده‌هایی مانند اطلاعات کارت اعتباری پرسنل ممکن است بهترین گزینه برای این رویکرد نباشند. عملا تیم حاکمیت داده سازمان باید اعلام کند که کدام مدل حاکمیت داده در این نوع موقعیت ها اعمال می شود.

مقیاس پذیریحاکمیت داده
جایی برای بهبود کسب و کار شما
شاید از این پست‌ها خوشتان بیاید