實施數據智能策略的最佳實踐

制定數據智能策略的目標是最大限度地發揮數據的業務影響。透過策略,您可以將資料目錄、資料品質、資料素養和資料市場的功能結合起來,以便您可以在整個組織中發現、管理和共享高價值資料。資料智慧策略為您的 IT 部門、資料治理團隊和業務使用者提供對資料環境的有意義的見解,從而推動明智的行動。

本文將詳細介紹資料智能策略中需要包含的內容以及不包含資料智能策略的後果。資料治理團隊將更了解制定策略時應避免的最佳實踐和陷阱。

沒有適當的數據智能策略會產生什麼後果?
資料智慧策略的優點包括企業範圍內可用資料資產的可見性、其使用指南以及確保您遵循自己的資料策略的護欄。但沒有策略的潛在缺點是什麼?

重複的努力
在任何企業中,多人同時處理同一件事幾乎是不可避免的。這在報告中很常見,因為很難查看哪些資料集和報告可用。使用者不知道的是,不同群組之間可能存在相同或幾乎相同的報告。這是因為這些團體在自己的環境中運作,不接觸任何其他東西。當需求出現時,他們會要求(或創建)一份已經存在的報告,這樣他們就可以輕鬆使用其他小組的報告,或至少將其作為出發點。資料孤島會帶來重複的工作。

處罰和罰款

從審計的角度來看,如果您無法追蹤數據,可能會花費您金錢。您可能會因不遵守《一般資料保護規範》(GDPR) 和《加州消費者隱私權法》(CCPA) 等法規而被罰款。政府實體希望您能夠在審計中找到並產生必要的資料。

為審計做大量準備
審計的可能性是資料智能策略中一個引人注目的因素。從醫療保健到金融,每個行業都有不同的審計要求。為了遵守隱私法規,審計人員希望了解諸如如果用戶提出要求,您將如何刪除用戶資料之類的資訊。他們的首要任務是了解您將使用者資料儲存在哪裡,以便在需要時可以在組織中的任何地方將其刪除。

審計師沒有規定的程序;他們說,“我需要一份報告來告訴我這一點”,你必須提供它。而且,下次他們可能會要求完全不同的東西。您的數據需求以他們的需求為中心。這就是為什麼在沒有任何類型的追蹤機制的情況下,準備審計可能需要付出巨大的努力。

資訊系統問題
大多數公司還不習慣思考數據智能。但隨著資料隱私法的出現,他們迫切需要了解自己的資料在哪裡。有關資料追蹤的法規始於歐洲和 GDPR,並已傳播到其他國家以及國家內的州(例如 CCPA)和省。

資料成熟度與資料建模的作用
每個組織的數據智慧策略都略有不同。工程師資料庫 資料成熟度階梯模型是您的公司開發資料智慧的一種方式。它表明,如果您已經具備某些要素,那麼您就處於有利位置,因為您可以將它們組合在一起以達到更高的成熟度。即使您還沒有這些元素,該模型也是一個很好的起點。您可以按照不同的順序將成熟度建置到您的組織中,但該模型可讓您了解基準工作。

 

工程師資料庫

合規要求

您的行業特定合規性要求有助於確定與其他系統的整合點,這些整合點通常是持續破壞的點。由於某些列或某些資料元素不匹配或在不應為空時保留為空,因此出現了問題。

潛在的數據增長和數量
您正在追蹤數據增長嗎?隨著時間的推移,一個物件(例如資料庫)有多大?您可以檢查元資料並繪製每月、每季和每年創建的資料量,以確定成長率。該練習可能是勞力密集的。對於高階主管和業務經理來說,這並不是很有趣,但對於資料分析師和架構師來說,它很有啟發性。

確定數據智能策略可以幫助解決的痛點
您最大的痛點通常是人們經常查看或導致事情崩潰的關鍵數據元素。即使它們不是最常被存取的元素,它們仍然很重要,因為您希望其中的資訊可靠且準確。痛點有助於確定您想要關注哪些數據

首先。

請記住,這是一個迭代過程。您不會立即收集所有內容並分析每個表中的每一列以及您的應用程式。目標是先找到痛點,因為它們可以幫助您識別最常遇到這些痛點的利害關係人。他們是更支持能夠減輕他們痛苦的數據智能策略的用戶。

一旦這些利害關係人加入,他們將成為啦啦隊隊長,提高送達率的電子郵件清單清理最佳實踐 向組織中的其他群體推廣數據智慧策略。這就是你與公司更多人一起前進的方式。

透過資料沿襲,您的目標是能夠透過轉換來追蹤資料。您可以在 ETL 工具中查看資料的移動,如果您有權存取它,該工具還可以提供對沿襲的洞察。如果您的組織中確實擁有此類資料智慧工具,那麼它們很可能是分散的而不是集中的。它們可能會擴展到各種不同的技術。

目前這些流程的手動程度如何?

例如,使用手動技術來追蹤數據沿襲要求事情很快落後。如果您依賴更新電子表格等手動任務,那麼您也依賴人類記憶和頻寬。這是讓事物過時的秘訣。您的追蹤工具應該使您能夠透過記錄每次接觸資料的時間來自動追蹤。

建立資料意義的通用定義
是否有關於建立或更新定義的工作流程?
我們有哪些共同的定義?誰在使用這些數據以及他們如何定義數據?您可能會發現公司的兩個不同領域使用相同的數據,但名稱不同。這是為什麼?如果定義發生變化或隨著時間的推移逐漸發生變化,是否會進行追蹤?

指標是定義轉變的常見範例。您在很長一段時間內以一種方式計算指標,然後發生了一些事情,現在您以不同的方式計算它。我們有這種變化的歷史嗎?通常答案是“不”,因為歷史在人們的頭腦中,而其中一些已經離開了公司。當然存在一些工作流程——無論是一系列的批准還是單一的、任意的行為——而資料智慧策略需要追蹤和記錄該工作流程。

治理計劃是否已經到位?

這些共同的定義通常會導致治理,其中某種程度上已經在組織周圍實施。例如,在應用程式和技術方面。但治理通常與控制、繁重的管理費用以及不做某些事情的指示聯繫在一起。

一般來說,當企業發現自己因為缺乏事先治理而處於不舒服的境地時,這種聲譽就會出現。如果你處境不佳,通常是因為你缺乏自我控制能力,無法確保每個人都按照單一的技術、應用程式和定義清單進行工作。因此,其中存在著一定的控制因素,但它會帶來秩序。治理不是獨裁,它的目標是獲取每個人的投入。

描述您的用戶如何存取他們所需的數據
您能否從較高的層面描述您的使用者如何存取資料?他們如何獲得所需的報告?特別是,您的數據分析師如何獲​​得他們所提出問題的答案?他們的任務是提供季度環比和同比數據;他們需要做多少工作?他們是否需要四處詢問,或者是否已經有一個流程可以讓他們找到這些數據?

成熟的企業實施數據市場,以便用戶可以輕鬆購買和選擇他們需要的數據。

制定路線圖和執行計劃
你不可能一次解決所有問題。無論是按部門還是按關鍵要素

涉及多個部門,您的路線圖將引導您實施資料智慧策略。

培訓計劃

您計劃如何向用戶介紹您的數據智慧策略以及如何培訓他們?您選擇的工具是其中的一部分,但無論您選擇哪種解決方案,您的使用者也希望在您的新流程中接受培訓。最重要的是他們過去做事的方式和新方式之間的差異。

組織在實施資料智能策略時所犯的錯誤
未識別重要用戶
如果你還沒有確定利用數據智能的最重要的地方和用戶,你會發現整體上推廣數據智能會變得更加困難。您可能無法獲得推出該流程所需的支援。找到你的拉拉隊員,因為他們會幫助你的實施在其他地方流行起來。您可以從高度關注資料的區域開始,一次培養一個區域的使用者。一旦他們看到價值,他們就會幫助您進入下一個領域。

沒有明確定義的用例
擁有明確定義的用例是您首先要支援嘗試實施資料智慧策略的方式。它們展示了您的整體目標中的目標。

考慮數據沿襲。熱門資料庫 假設您的資料擁有者因您的資料廣泛傳播而遇到有關沿襲的問題。隨之而來的是追蹤譜系的大力推動,這樣他們就可以告訴用戶數據來自哪裡以及去往何處。您需要應對審計員和合規法規,因此您需要更好地處理血統。

您的舉措之一可以是從特定的起點或用例進行追蹤。你把那部分放下來,然後從那裡開始建造。您可以朝任一方向走得更遠,也可以追蹤更多來源,但在追蹤更多目標之前,您需要先做到這一點。當您有明確定義的用例時,您可以說明將如何實現目標。

花費太長時間才能實現價值

大多數公司都會犯這個錯誤,尤其是在開始時,障礙無所不在。它們可能是架構的障礙,獲得資源的認可或只是讓人們參與這個專案。花費的時間越長,您的資料智慧策略就越脫離人們的視線。你越早展現價值並真正影響人們的工作方式,他們就會越關注並保持參與。

即使是很小的事情也可以向用戶展示巨大的進步,並表明他們可以在您進入下一步時提供回饋。無論是透過定義、血統或數據智慧的任何組成部分,大爆炸都不需要顯示價值。有時,只需要一點點的進步,人們就會著迷並熱衷於看到更多。

組織可以採取哪些措施來確保成功實施?
從一開始就涉及業務資源
假設營運中的業務用戶負責追蹤指標的沿襲。對他們來說,這很可能是手動工作:他們進入多個系統,提取數字並將其放入電子表格中。或者,也許他們使用電子表格巨集來完成繁重的工作,但巨集不斷損壞,最終會出現資訊不正確等問題。

您向他們介紹數據智慧工具,這將使他們更了解數據的來源以及指標的來源。當他們開始使用工具分析系統時,問題的根源變得更加明顯。也許相同的資料在系統之間保存在不同長度的欄位中,或者您的供應商的應用程式以不同的方式標記資料。深入檢查元資料的過程使您能夠識別從未正確記錄的欄位的使用情況。有了真正的數據智能,他們現在確切地知道該領域的內容。

涉及業務資源的價值在於他們是資料的使用者。您希望他們參與該過程並了解如何獲得正確的資訊。然後,當然,您可以自動化該過程,從而無需幹預。

與組織清晰溝通(由上而下的支持)

高階主管的支援對於資料智慧策略的成功實施至關重要。當您的一位高階主管向整個組織發送一封電子郵件,宣布您正在啟動該計劃或聘請 CDO 時,讀者就會明白這是優先事項。轉動戰艦可能需要時間,但在這種情況下,花時間就是節省時間。沒有必要重複建立信譽和價值的過程。另外,它將幫助您找到痛點,這樣您就不必四處挖掘並找到它們。

創建技術景觀圖
在您努力調動業務資源的過程中,技術景觀圖是一個很有價值的工具。用它來傳達當前現實的高級畫面,例如您正在使用的技術、正在轉換的工具

保存您的數據和您使用的報告。包括詳細資訊至版本號層級;業務經理發現他們正在過時版本的 SQL Server 或 Oracle 上執行應用程式的情況並不罕見。除非必要,他們不會升級,但這需要時間和精力。

最大限度地發揮數據的價值。
最大限度地發揮數據的價值。
推動從模型到市場的數據智慧。
了解 erwin 數據智能
避免複雜的定制
與任何工具一樣,盡可能利用核心產品。新增的自訂項目越多,需要的維護就越多,這可能會導致升級時出現複雜情況。

啟動、衡量、迭代和宣傳成功

每當您的資料智慧策略取得成功時,請將其公開並讓您的使用者與組織中的其他使用者進行交流。強調成功的努力是實現資料編目、資料素養、資料品質、資料市場和自動化功能等功能的路線圖的一部分。讓使用者知道您計劃實施什麼並建立預期。

結論

當組織已經對數據充滿熱情並且該計劃在公司內部得到廣泛支持時,數據智能策略就有最大的成功機會。這些組織接受這項訊息,並且不介意投入正確進行數據智能的工作。找到精通其工作的 IT 專業人員並不難,但致力於數據和建模的一致性就很難找到了。

透過讓所有用戶都可以存取和理解資產,數據智慧策略可以讓您充分利用數據。了解當您自動收集和協作資料智慧並將其交到更多使用者手中時,您的組織可以完成多少工作。

返回頂端