8 métodos de gobernanza de datos

Como sugiere el nombre, el método de diseño de nivel superior consiste en hacer primero un plan para el diseño de gobierno de datos de nivel superior y luego ejecutarlo de acuerdo con el plan.

Cualquiera que haya realizado consultoría sabe que el diseño de alto nivel y la consultoría estratégica desmantelarán los KPI de acuerdo con los objetivos estratégicos, luego configurarán los proyectos de soporte correspondientes, los clasificarán según la prioridad y finalmente formarán una ruta de ejecución.

Qué hacer este año, qué hacer el año que viene, qué hacer primero, qué hacer a continuación, todo está claramente planeado.

Entonces simplemente haz clic en la imagen para descubrirlo. La lógica general es como la imagen a continuación:

Los beneficios de esto son obvios: primero están las superficies, luego las líneas y finalmente cada proyecto en forma de punto. Si lo implementa poco a poco, el efecto irá. ser increíble.

Pero un plan así es muy, muy lujoso, porque tarda en surtir efecto y tiene requisitos muy altos para la organización. Hay muy pocas organizaciones que pueden tolerarlo y, por lo general, quieren resultados rápidos.

Básicamente, sólo algunas unidades gubernamentales y un número muy pequeño de empresas han logrado el éxito en la gobernanza de datos utilizando este método.

02****Método de promoción tecnológica****

Algunos amigos sensibles han notado que esto se llama "método de promoción tecnológica", no liderazgo tecnológico.

De hecho, este método es el método de gobernanza de datos adoptado por la mayoría de las empresas. En realidad, la razón es muy simple, porque la mayoría de los proyectos de gobierno de datos se establecen e implementan en el departamento de información.

Dado que es una cuestión del departamento técnico, por supuesto es el departamento técnico el que lo impulsa. Para ser honesto, he visto demasiadas cosas similares y pocas funcionan muy bien.

La “Estrategia de Datos de Huawei” habla de “liderada por el negocio”, lo cual es cierto, pero casi nunca se logra. La razón es simple, tu trasero determina tu cabeza. La principal responsabilidad del líder empresarial es realizar negocios y le resulta imposible tomar la iniciativa de gestionar los datos.

No hay nada que decir sobre las rutinas impulsadas por la tecnología. Se trata de resolver problemas de datos desde un nivel técnico. La rutina es la lógica de la construcción del sistema de información. Configurar un proyecto, realizar investigaciones, varios diseños generales, diseños detallados, varios desarrollos, integración, pruebas, implementación y luego aceptación.

¿Es eficaz? Porque la mayoría de ellos están orientados a problemas y frecuentemente "parcheados" en la construcción. Al final, a menudo hay todo tipo de explosiones, explosiones de informes, explosiones de indicadores y problemas de datos.

Luego comenzamos a instalar el sistema de indicadores y el sistema de calidad de datos, un parche tras otro. Al final nadie se atrevió a tocarlos.

En última instancia, se debe a que el problema de los datos es sistémico y las razones técnicas son solo una de ellas. La razón de este fenómeno es la insuficiente participación empresarial.

En una empresa, quien gana dinero tiene más voz. Los negocios son naturalmente un centro de ganancias, mientras que la tecnología es generalmente un centro de costos. Simplemente dejar que la tecnología impulse la gobernanza de datos es tan poco confiable como pedirle a un hijo que inste a su padre a dejar de fumar.

03****Aplicación del método de tracción****

Si la promoción tecnológica es como el cochecito de un niño, entonces la aplicación de tracción es la capacidad de un buey fuerte para tirar de un carro. Con la aplicación tirando de ti hacia delante, todo lo que hay detrás parece muy natural.

No es descabellado que muchas empresas incorporen una pantalla grande al construir un sistema de datos. Porque algo sin "uso" no tiene valor.

Aunque los usuarios de pantallas grandes son relativamente solteros y el valor práctico es relativamente bajo, después de todo, todavía existen escenarios de uso, lo que no es ni un poco mejor que el desarrollo y la construcción de tecnología pura sin escenarios de uso.

También es una buena opción utilizar aplicaciones de datos como tracción, exigir a la inversa el suministro de datos de alta calidad para cada enlace y promover la construcción del sistema de gobernanza de datos.

Sin embargo, realizar una gestión de datos de esta manera siempre conducirá a un éxito unilateral y parcial. Donde hay aplicaciones, se puede gestionar la calidad de los datos. Sin aplicaciones, a nadie le importa la calidad de los datos.

04****Las normas primera ley****

Para ser sincero, sólo me he encontrado con muy pocos casos reales de legislación estándar vigente

Cuando la Parte A construye el sistema empresarial, vincula los estándares de datos al sistema empresarial. Entonces, cuando estaban construyendo la información, ya habían establecido todos los estándares de datos.

Cuando fui allí, descubrí que la gobernanza de datos es realmente así de simple: es un trabajo puramente técnico sin considerar factores humanos.

Todas las tablas se crean de acuerdo con un modelo de datos unificado y los valores clave en todos los campos se encuentran en el último diccionario de datos publicado. Incluso hay un sistema de gestión separado creado para ciertos "datos maestros". .

En el pasado, creaba bases de datos y tablas, desarrollaba ETL, recopilaba los datos y luego todo el motor de reglas calculaba automáticamente la calidad de los datos de acuerdo con los resultados de la configuración de acuerdo con los requisitos del documento de licitación, y produjo periódicamente informes sobre la calidad de los datos.

¿Por qué hay tantos problemas de calidad de datos? Es simple, no existen estándares. Sin estándares, no hay bien ni mal, ¡y naturalmente se convertirá en un desastre!

Una vez que existen estándares, podemos determinar qué está bien y qué está mal. Habrá una base para la ejecución, seguimiento y control posteriores, y se podrá garantizar la calidad de los datos.

05 Método basado en supervisión

Esto es fácil de entender y es una supervisión fuerte.

Una supervisión fuerte generalmente implica políticas emitidas por unidades superiores e implementadas por unidades subordinadas. Y si no lo haces bien, habrá castigo.

Las industrias fuertemente reguladas, como la banca y los seguros, siguen políticas. Si no gestiona bien los datos y no los envía de acuerdo con los requisitos de EAST y 1104, pronto recibirá multas.

No pienses en perder el tiempo si tienes la capacidad, crea un conjunto completo de datos falsos. Los datos falsos son los mismos que los reales. La correlación entre las tablas es correcta. No hay defectos en todas las dimensiones.

Por supuesto, este fuerte modelo de supervisión también se puede implementar dentro de la empresa, pero esto requiere "privilegios". Esta premisa suele ser difícil de alcanzar.

Existe una forma complicada, que consiste en implementar estándares. Por ejemplo, actualmente el país está promoviendo la implementación de estándares DCMM.

Un beneficio especial de implementar estándares es que la "calificación de implementación de estándares" se incluye en los objetivos anuales de la organización. Esto puede crear una enorme "energía potencial" dentro de la empresa y formar una situación de supervisión sólida.

Cuando empuñamos el gran garrote de la "implementación de estándares DCMM", naturalmente es mucho mejor que promover la gobernanza de datos por parte de un determinado departamento o unos pocos departamentos.

Cuando implementamos el estándar DCMM para una empresa, descubrimos que el departamento técnico ya había formulado y emitido sistemas y procedimientos de seguridad de datos. Pero como la mayoría de las empresas, se convierte en una hoja de papel después de su emisión. La empresa considera que el control de seguridad requiere demasiado tiempo y no lo implementa en absoluto.

Ahora es diferente. El departamento técnico exige que la empresa implemente los sistemas y procedimientos publicados anteriormente sobre la base de la "implementación estándar". Aunque la empresa se mostró reacia, la implementación de los estándares era un objetivo a nivel empresarial y todos tenían que hacerlo, por lo que se implementó a medias.

De hecho, en última instancia, el método impulsado por la supervisión consiste en aprovechar el impulso, el impulso de los requisitos políticos superiores y el impulso de los estándares nacionales. Utilice la tendencia general para promover los departamentos que originalmente no pudieron ser impulsados ​​y aclarar los procesos que originalmente se resistieron a la resistencia.

06****Método de control de calidad****

En realidad, no existe ningún método de control de calidad y puede considerarse como el primer prototipo de gestión de datos. Porque hablando de eso, el sistema teórico de gestión de datos se remonta al sistema de gestión de calidad.

ISO9000 (Sistema Estándar de Gestión de Calidad), TQM (Sistema de Gestión de Calidad Total), CMMI (Modelo Integrado de Madurez de Capacidades, ¡no solo software!), todos pertenecen a sistemas de gestión generales.

Después de ISO9000, se desarrolló ISO8000 (sistema estándar de gestión de calidad de datos) y TQM se extendió a TDQM (sistema de gestión total de calidad de datos).

La Asociación CMMI también lanzó el DMM (Modelo de madurez de capacidad de gestión de datos empresariales) en 2014. Este es el sistema de gestión de calidad del dominio de datos.

China, refiriéndose a CMMI y otros sistemas de gestión de datos, lanzó oficialmente el estándar nacional del Modelo de Evaluación de Madurez de Gestión de Datos (DCMM) en 2018. Esta es una historia para otro día.

Como en otras industrias, la calidad es un obstáculo insuperable. Ya sea que esté en el negocio o en la tecnología, creo que todos ustedes, amigos de Peng, se están rascando la cabeza por los problemas de calidad de los datos. Si hay problemas de calidad, los datos serán inútiles e incluso pueden afectar a decisiones equivocadas.

Como resultado, debido a varios problemas de calidad de los datos, las empresas dentro y fuera de la empresa lo tomaron en serio y resolvieron gradualmente el problema de la calidad de los datos.

El control de calidad de los datos es obvio y está orientado a problemas. Pero no se puede tratar simplemente un dolor de cabeza y un dolor de cabeza, hay que tener una metodología.

En términos generales, debe haber un requisito específico, incluidos objetivos de control de calidad de los datos, estándares de evaluación, reglas de juicio, etc.

Luego, en función de los objetivos y necesidades escalonados, se llevará a cabo un control de calidad en tres aspectos: prevención previa, seguimiento durante el proceso y verificación posterior al evento para resolver diversos problemas de datos.

Al resolver problemas, generalmente se establecerá un proyecto especial de mejora de la calidad de los datos para mejorar la tecnología, los procesos, los sistemas, los mecanismos, etc., realizar evaluaciones periódicas y establecer una base de conocimientos sobre los problemas y soluciones de la calidad de los datos. Esto le ayudará a localizar y resolver rápidamente problemas similares en el futuro.

En este proceso, tomando los problemas de calidad de los datos como tracción y utilizando de manera integral diversos medios, como metadatos, datos maestros, estándares de datos y especificaciones institucionales para "construirlos" para su uso, naturalmente no habrá problemas. eso no se puede utilizar. La situación se levantó.

07****Método impulsado por las ganancias****

El método impulsado por las ganancias es realmente muy interesante. Este es un truco que observé y resumí en secreto y parece ser particularmente útil.

De hecho, para decirlo sin rodeos, no importa, es solo un truco: basándose en el disfrute de los intereses y el “logro” como guía, establecer una meta que esté acorde con los intereses. de parte del personal central, y luego simplemente presione.

Existen muchos métodos operativos específicos, como el método del caso exitoso, el método de cooperación para ganar, el método de premio, el método de publicación de libros, el método de reunión, etc., así como el "método de código abierto", que es un Método que salva vidas para las empresas de Internet.

08****Método de construcción del proyecto****

Esto es fácil de entender, consiste en iniciar un proyecto de gestión de datos y construirlo lentamente.

De hecho, desde el desarrollo de la gobernanza de datos, se ha formado un conjunto completo de procesos y las capacidades del producto relacionadas también son muy completas.

Los proyectos en los que participé antes cubrieron básicamente todo el proceso de datos, incluida la consulta de datos, la recopilación de datos, el intercambio compartido, el almacén de datos, los estándares de datos, los metadatos, los datos maestros, la calidad de los datos, la visualización de datos, el análisis de datos, y más.

En la actualidad, los mejores resultados se obtienen combinando consulta e implementación.

Realice una consulta, haga un balance del estado actual de los datos, comprenda plenamente la estrategia futura y el estado actual de la empresa, y luego realice un análisis de brechas basado en el sistema de gestión de datos, formule tareas de implementación específicas y ordenarlos según el cronograma, derribar y planificar el proyecto.

Luego, en el proyecto de implementación, primero penetre en una escena y luego expanda lentamente los resultados desde el nivel profundo y horizontal, cree metadatos, datos maestros, sistemas de indicadores, sistemas de gestión de calidad de datos, etc. infraestructura de datos para proporcionar suministro de datos de alta calidad para aplicaciones de datos front-end.