创建数据治理框架对于成为数据驱动型企业至关重要，因为数据治理为组织的数据带来意义。它增加了对数据的信任和理解，加速了整个企业的数字化转型。
然而，许多组织都在努力构建数据治理计划，因为这种实践似乎没有定式。数据治理框架通过提供一个指南来识别组织的优先级和需求，开发一个计划来处理这些优先级和数据需求，并执行该计划，从而消除了复杂性。因此，数据治理框架使组织更容易将其数据作为资产使用，并在整个企业范围内扩展数据治理。
什么是数据治理框架?
数据治理框架将数据治理策略的组成部分从构思到执行一一映射出来。使用这个框架鼓励组织更深入地研究他们的企业目标和挑战，使他们能够精确地识别他们的需求，并实现快速、可测量和可扩展的结果。
数据治理框架的4个支柱
数据治理框架有四个支柱，使组织能够使其数据成为富有成效的资产。
1.不同的用例
为了获得利益相关者的支持并推动采用，必须将数据治理的需求与业务结果联系起来。为了确定用例，数据治理倡导者应该确定组织面临的业务计划和挑战。这些用例通常分为三类(图2)：
- 发展业务(收入集中）
- 经营业务(成本集中）
- 保护业务(风险集中）
数据治理用例的数量实际上是无限的。但是数据治理框架强调组织必须从小规模开始。在首次建立数据治理时，他们必须优先处理几个用例，而不是试图煮沸海洋。
2.可量化的价值
注意，上面所有的用例都是可量化的。拥有一个价值量化的数据治理计划是至关重要的，这意味着数据治理的影响是可测量的。数据治理框架的这一支柱允许组织检查数据治理实践的成功，并为未来如何进行提供指导。
3.目标产品能力
组织还应该投资于技术，使所有的团队成员能够最大限度地利用他们的数据。在评估技术产品时，要考虑影响所处理用例的数据过程中所涉及的所有个人的需求。数据治理解决方案的功能应该满足每一种需求。这些能力通常围绕着帮助队友展开:
- 发现数据资产具有直观和可搜索的目录-包括定义，分类和分割
- 理解数据的来源、分类、内容和用途
- 信任数据的准确性和符合内部政策和外部监管要求
- 合作在整个组织中共享新创建的数据资产，提供反馈并解决问题
- 访问数据，同时确保遵守使用和共享政策
4.可扩展的交付模型
最后，数据治理程序必须具有可伸缩的交付模型。请注意，数据治理框架的图表不是线性的;它代表了一个循环过程。在组织处理了第一个确定的用例之后，它应该将数据治理建立为可伸缩的服务。通过这种方式，组织可以处理更多的用例，影响更多的团队和工具，并每次带来增量价值，同时减少增量工作．
数据治理框架中的利益相关者
数据治理是一项跨职能工作。数据治理团队充当组织其他部分的推动者，因此在实现数据治理框架时，必须包括来自不同部门和职能的涉众。涉众因组织结构和用例而异，但它们通常属于几个类别：
- 数据治理-该团队是数据实践的所有者，并领导数据治理框架的创建。数据治理团队成员:
- 拥有企业数据实践和流程
- 标准化整个组织的定义和业务术语
- 协调和解决数据问题
- 使用户能够充分利用他们的数据
- 隐私和遵从性-该团队拥有与数据隐私相关的所有事项，其目标是确保组织处理个人数据的法规符合性。团队成员:
- 运行数据隐私程序
- 记录如何使用数据
- 进行数据保护影响评估(DPIAs)，以检查和管理风险
- 完成报告和审计要求
- 业务范围(LOB)- LOB可以跨越许多不同的部门，财务，营销，分析等。LOB每天都使用数据来支持业务决策。团队成员:
- 分析来自多个来源的数据，以制定报告，并协助可靠的数据驱动决策制定
- 创建、拥有和维护报表和仪表板
- 利用数据和BI工具进行分析和可视化
- 数据科学——数据科学家想要的轻松访问经过认证的可信数据，因此他们可以快速构建和部署有助于提高分析质量的模型，最终推动业务向前发展。数据科学家关注:
- 收集、清理和分析来自各种数据源的数据
- 建立、训练、部署和优化预测和规定性分析模型
- 解释数据和模型以发现商业机会
- 向相关利益相关者提交调查结果
- 资讯科技(IT)-资讯科技团队负责电脑系统的支援、管理及设计工作。IT团队成员参与到数据中来是因为:
- 管理、支持和部署内部技术系统
- 与数据治理协作，以标准化工作流并监视活动
- 帮助LOB理解数据体系结构
- 确保资讯安全
为了完善数据治理框架，让所有团队的数据涉众参与讨论用例、kpi、功能需求和未来扩展数据治理是至关重要的。
定义数据治理需求
当数据团队实现数据治理解决方案时，他们必须创建一个满足组织数据需求的需求列表。重要的是要记住，数据治理使组织的其他部分能够有效地使用数据。因此，解决方案必须不仅仅适用于当前的数据治理团队;它必须同时满足LOB和it的需求。全面的数据治理解决方案提供以下功能:
- 主动数据治理:标准解决方案包括治manbetx1.0下载理功能，例如业务术语表、数据帮助台和数据字典，但同类中最好的解决方案提供主动数据治理，从而最大限度地减少手工流程，并自动构建、监视和更新这些工具。
- 数据目录:数据目录为业务部门创建了一个发现数据的中心位置。数据治理解决方案应该包含数据目录，以促进协作和数据使用。
- 隐私设计:数据治理解决方案应该嵌入策略管理、访问权限以及敏感信息的发现和分类，以确保遵守越来越多的隐私法规。
- 协同工作流程和管理:协作对于充分利用数据至关重要，因此数据治理必须提供工作流来简化流程，并提供围绕数据进行通信的空间。
- 连通性:数据治理必须打破人与技术之间的藩篱。manbetx1.0下载因此，解决方案必须与组织数据环境中的现有系统集成。
- 安全架构:数据是一个组织最有价值的资产，所以所有技术都必须保护这种宝贵的商品。考虑构建符合行业标manbetx1.0下载准的解决方案，如FedRamp安全控制、ISO 27001和PCI DSS。
为什么需要数据治理框架?
简单地说，如果没有数据治理框架，就无法充分利用数据治理程序。数据治理框架标准化了组织存储、使用和收集数据的规则和流程。通过这种方式，它通过改善所有员工对可信数据的访问来简化操作。定义程序组件的重要性怎么强调都不为过。正确的框架可以帮助您识别数据所有者、构建目录、交付数据、提高数据读写能力和访问能力，并执行数据策略。
它是怎么做到的呢?数据治理框架设置了重要的内部、数据风险和隐私度量标准，包括关键性能指标(kpi)，因此您可以定义和记录进度并监视工作流。数据治理框架还可以清晰地概述如何使用数据以及谁在使用数据，包括技术元数据、数据分析和沿袭以及协作。
为未来扩展数据治理框架
数据治理不是一次性的项目;它是一个组织需要嵌入其业务战略并在持续的基础上使用的实践。数据治理框架的主要支柱之一是可伸缩交付模型，因为随着时间的推移，组织应该将数据治理框架应用于其他团队和用例，这样他们就可以最大限度地利用数据资产并转换为数据驱动的企业。
新万博移动客户端Collibra数据治理
借助Col新万博移动客户端libra，组织可以实现数据治理框架，并加快实现价值的时间。新万博移动客户端Collibra数据治理自动化治理活动，使跨职能团队能够围绕数据建立共同的理解，促进协作和创新。新万博移动客户端Collibra在一个安全的企业级平台中提供了主动数据治理、企业数据目录、广泛的连接以及协作工作流和管理。新万博移动客户端Collibra在一个灵活的操作模型上提供了许多模板和定制，以帮助团队设计一个与组织同步发展的数据环境。通过Col新万博移动客户端libra，组织可以将其数据治理转换为企业范围的数据智能。
