Definition af datastyring
Definitionen af datastyring omfatter indsamling af processer, politikker, roller, målepunkter og standarder, der sikrer en effektiv og effektiv brug af oplysninger. Dette hjælper også med at etablere dataadministrationsprocesser, der holder dine data sikre, private, nøjagtige og anvendelige i hele datalivscyklussen.
En robust datastyringsstrategi er afgørende for alle organisationer, der bruger data til at skabe vækst i virksomheden, træffe bedre beslutninger og sikre vellykkede resultater på et konkurrencebaseret marked. Når du indsamler store mængder interne og eksterne data, skal du have en strategi, der administrerer risici, reducerer omkostningerne og udfører forretningsmål effektivt.
Fordelene ved datastyring
En stor del af datastyring er udvikling af et program, der nedbryder datasiloer via en samarbejdsproces med interessenter fra afkoblede virksomhedsenheder. Dit datastyringsprogram skal gøre det tunge arbejde for at sikre, at organiserede data bruges korrekt og indtastes præcist i dine systemer. Implementering af en robust strategi for datastyring hjælper med at sikre, at dine oplysninger er:
- Overvåget korrekt
- Evalueret
- Dokumenteret
- Administreret
- Beskyttet
- Pålidelig
Men først skal dit it-team sikre, at du kan levere pålidelige data. Fordelene ved at have tilgængelige, nøjagtige data er:
At have en enkelt sandhedskilde. Alle beslutningstagere arbejder ud fra de samme datasæt, den samme terminologi og de samme visninger, hvilket giver flere muligheder for intern fleksibilitet.
Forbedret datastyring. Forbedret datakvalitet. Dit team kan være sikker på, at alle tilgængelige data er sikre at bruge, komplette og konsekvente.
Forbedret dataadministration. Hjælper med at etablere ordensregler og bedste praksisser for at sikre, at dit team håndterer organisationens behov og bekymringer med det samme og på en konsekvent måde.
hurtigere og mere ensartet overholdelse af angivne standarder. At have en ren datastyring i hele styringsprocessen betyder, at procedurer genererer, håndterer og beskytter dine data korrekt, så de overholder angivne standarder.
Reducerede omkostninger og en bedre profitmargen. Når du fjerner beslutninger, der baserer sig på forældede oplysninger, får du mere effektiv drift, lettere overvågning og mindre spild i det daglige.
Et godt organisatorisk omdømme. Når din virksomhed er stabil og pålidelig, positionerer du virksomheden som førende på din markedsplads.
Selvom tilføjelse af en strategi for datastyring til din organisation har mange fordele, kan der opstå et par udfordringer, hvis dit team ikke er forberedt på implementering af organisationen.
Udfordringerne ved datastyring
Selvom man bliver godt belønnet, kan det føles svært at udvikle en løsning til datastyring. Nogle af disse udfordringer omfatter:
Accept i hele virksomheden. Da data bruges i flere forskellige afdelinger, skal der være et klart lederskab fra øverst til nederst og et tværfunktionelt samarbejde.
Dårlig dataadministration. Hvis din dataadministration er struktureret ud fra et ufuldstændigt program til datastyring, vil data være usikre og ligge i siloer, og de vil være involveret i udisciplinerede processer – hvilket kan føre til omfattende brud på datasikkerheden og manglende overholdelse af angivne standarder.
Standardisering. Organisationer skal finde den rette balance mellem styringsstandarder og fleksibilitet.
Få interessenterne med ombord. Du skal arbejde hårdt på at overbevise interessenter om værdien af dine data – at gøre data transparente for interessenter vil give dem lyst til at investere i din organisations budgetter til styring og sikkerhed.
Tildeling af ansvar. Det kan være svært at beslutte, hvem der skal have adgang til en bestemt samling data, og hvem der ikke skal. Det kan være en hjælp for dig og dit team at oprette et system for, hvem der kan se hvad og hvornår, i forhold til at undgå eventuelle problemer.
Din strategi for datastyring, – både tekniske og forretningsmæssige aspekter – skal accepteres af alle i virksomheden. Og for at sikre, at du har en vellykket strategi, skal du implementere de bedste praksisser og principper i dit datastyringsprogram.
Principper for datastyring og bedste praksis
Når du udvikler den nødvendige struktur til din datastyring, skal du udvikle en, der passer til din organisations mål. Noget, du skal tænke over, er, hvordan du bruger dine data korrekt, forbedrer datasikkerheden, opretter og håndhæver politikker for datadistribution og overholder alle lovmæssige krav.
For at være sikker på en succesrig implementering skal du fokusere på disse fem principper for datastyring:
Ansvarlighed
Du har brug for, at teammedlemmer tager kontrol over dine data på tværs af organisationen – hvis ingen tager ansvaret, er der ingen datastyring. Du og dit it-team skal implementere ejerskab og ansvar. Etabler et datastyringsteam med repræsentanter fra andre afdelinger for at sikre ansvarlighed i hele organisationen.
Love og forordninger
Du er nødt til at bruge standardiserede regler og bestemmelser, som alle skal følge – og som er udviklet af dit datastyringsteam med henblik på at implementere og udvikle kriterier for ethvert databrug.
Dataadministration
Det er vigtigt at vælge en dedikeret dataadministrator, også kendt som en dataforvalter, for at aktivere og sikre den korrekte beskyttelse af din datastyring. Det er dataforvalterens ansvar at rapportere til datastyringsteamet og håndhæve dataregler, så det sikres, at de følges regelmæssigt.
Datakvalitet
Du skal bruge data af høj kvalitet, som er rene og pålidelige, så du kan træffe oplyste beslutninger for virksomheden. Til dette formål vil din dataforvalter oprette et fælles sæt standarder til at forbedre datakvaliteten.
Gennemsigtighed
Alle processer til datastyring skal være gennemsigtige som muligt. Hvis du opretholder en permanent registrering af alle funktioner og trin, sikrer du, at fremtidige overvågninger kan bestemme databrug, hvilke data, der blev brugt, hvordan du håndterede dataene, og hvorfor dit team brugte dem.
Definition af datastyring
Efterhånden som din virksomhed vokser, og du følger disse fem principper for datastyring, skal du også tilpasse dig de seneste praksisser for datastyring og sikre, at du holder dig opdateret i forhold til den nyeste teknologi.
De første fem bedste fremgangsmåder for datastyring er:
1. Tænk stort, men start småt
Dokumentér dine overordnede mål, men husk dine projektmål og milepæle.
2. Udpeg en ledersponsor
Denne person vil anbefale din strategi for datastyring til dine ledere på højt niveau og til organisationen som helhed.
3. Opbyg din sag
Opret den virksomhedssag, du skal bruge til at begrunde, hvorfor du har brug for at implementere en vellykket plan for datastyring snarest muligt.
4. Udvikl de rette målepunkter
For mange eller for få målepunkter vil gøre det svært at forstå, om du når dine mål. Brugere, operatører og teams skal hurtigt afgøre, hvilke målepunkter der er og ikke er nødvendige, når du opfylder deres mål.
5. Bliv ved med at kommunikere med alle niveauer
Vær åben over for denne nye proces, og tilskynd særligt dem, der er skeptiske over for forandringer. Du skal levere kontekst og gennemsigtighed til mange, der måske ikke forstår din proces og dens vigtighed.
Struktur for datastyring i skyen
Flytning af dine data til cloudlager er afgørende for din vækst. Din clouddatastyringsstruktur fungerer som en plan og danner grundlag for, hvordan din datastrategi gemmes i cloudmiljøet. Produkter som Microsoft Purview hjælper dit team med at udforske dataflows – indgående og udgående – mens din styring integrerer dine regler, ansvarsområder, procedurer og processer for, hvordan disse dataflow administreres og styres sikkert i cloudlageret.
Det globale brancheråd, EDM Council, har oprettet Cloud Data Management Capabilities (CDMC), som foreskriver en struktur for, hvad datastyring skal indeholde. Dette omfatter. Dette inkluderer:
Katalogisering og registrering af data – Den automatiske identifikation og fysiske registrering af dataaktiver på en ensartet måde, som sikrer en logisk søgning, beskrivelse og registrering af en organisations data.
Dataklassificering – Mærkning af data med relevante oplysninger, beskyttelse af personlige oplysninger eller andre følsomhedsklassificeringer for at sikre fortsat brug og beskyttelse.
Dataejerskab – Sikrer, at data ejes til beskyttelse, beskrivelse, adgang og kvalitet af ansvarlige og styrkede agenter i organisationen.
Datasikkerhed – Sikrer, at data krypteres, sløres, påføres tokens eller er underlagt andre passende sikkerhedsforanstaltninger i overensstemmelse med deres klassificering. Omfatter registrering af bevis for sikkerhedsprogram og administration af forebyggelse af datatab.
Datasuverænitet og datadeling af data på tværs af grænser – Sikrer, at data lagres, tilgås og behandles i overensstemmelse med lovmæssige regler og forbud.
Datakvalitet – Sikrer at data er egnet til formålet i henhold til de grundlæggende målinger af datakvalitet – nøjagtighed, fuldstændighed, konsekvens, gyldighed, relevans og tidslinjer.
administration af datalivscyklus – Sikrer, at data hentes, lagres, behandles, tilgås og fjernes i overensstemmelse med deres juridiske krav, lovgivningsmæssige krav og krav til livscyklus for beskyttelse af personlige oplysninger, som ofte er defineret i en opbevaringsplan.
datarettigheder og adgangssporing – Data skal kun være tilgængelige for dem, der har brug for at få adgang til dem. Overvågning af denne adgang er en vigtig del af at dokumentere og sikre kontrol.
Dataafstamning – Sikrer, at det er muligt at identificere, hvor data stammer fra, hvilke trin, de har undergået, og hvor de bruges med en kornethed og hyppighed, der er relevant.
Beskyttelse af personlige oplysninger – Definer en struktur til at beskytte personlige oplysninger, som afspejler de bestemmelser og love om beskyttelse af personlige oplysninger, der gælder for din organisation. Sørg for, at processer og teknologi anvendes på en måde, der sikrer, at strukturen til beskyttelse af personlige oplysninger anvendes aktivt.
Betroet kildestyring og datakontrakter, der er tillid til, – Store organisationer kan have lignende data, som stammer fra eller behandles via flere forskellige kilder. Identifikation og administration af betroede kilder og definition af forbrugsdatakontrakter er vigtigt for at sikre, at data hentes fra en aftalt sandhedskilde, og at den overordnede dataarkitektur administreres effektivt.
Etisk brug og formål – Der stilles i stigende grad spørgsmål om den tekniske brug af data ud over love om beskyttelse af personlige oplysninger og registreredes rettigheder. Da brug af kunstig intelligens og maskinelæring øges, er det vigtigt at sikre, at data behandles på en måde, som kunderne forventer i henhold til din virksomheds etikkode.
Administration af masterdata – Masterdata er de mest almindeligt anvendte og duplikerede data i en organisation. Det er ofte de data, der beskriver virksomhedens grundlæggende driftsmæssige aspekter (for eksempel produkter, kunder, medarbejdere og virksomhedsstruktur). Det er vigtig at sikre, at disse data vises på en konsekvent måde, så de kan bruges nøjagtigt og pålideligt.
Definition af datastyring
Det er vigtigt at indse, at datastyring ikke er tilfreds med teknologiløsninger alene, men i en stadig større hybrid og multicloud verden, bliver en integreret arkitektur til datastyring en vigtigere del af enhver løsning.
Værktøjer, software og ressourcer til datastyring
Selvom der ikke er nogen enkelt datastyringsstrategi, der fungerer for alle virksomheder, hjælper en cloudbaseret, skalerbar løsning, f.eks. Azure, organisationer med at tilpasse sig fremtidige behov, samtidig med at den er mere omkostningseffektiv. Og uanset hvilket datastyringsværktøj du vælger, skal du sørge for, at det hjælper:
- Få bedre datakvalitet med validering, rensning og forbedring.
- Registrer og forstå data via fremsøgning, profilering og benchmark.
- Administrer dine data for at spore dataintegration med end-to-end-afstamning.
- Dokumentér data for at øge relevans, søgbarhed, tilgængelighed og meget mere.
- Gennemse og overvåg hele tiden data aktivt.
- Styrk dine medarbejder, som kender data bedst.
Søg også efter softwarefunktionalitet, der omfatter kunstig intelligens, maskinel indlæring, livscyklus for oplysninger og indholdsstyring samt administration af virksomhedsmetadata (EMM).
Azure-styring og administrationAzure-styring og administration er et perfekt eksempel på en skyløsning til administration og styring, der indeholder avanceret funktionalitet, som hjælper dig med at administrere dine data gennem hele it-livscyklussen. Med denne datastyring kan du spore datastrømme fra slutpunkt til slutpunkt i din organisation, så de rette personer alle har adgang til de pålidelige og nøjagtige data, de har brug for, på det tidspunkt, de har brug for dem.
Yderligere ressourcer
Ofte stillede spørgsmål
-
En samling processer, politikker, roller, målepunkter og standarder til at nå organisationens mål.
-
Oprettelse af en enkelt sandhedskilde, forbedret datastyring, reducerede omkostninger og overholdelse af angivne standarder for alle teams.
Få mere at vide om, hvordan du kan drage fordel af datastyring
-
Nogle organisatoriske udfordringer er accept, standardisering og tildeling af datatilladelser.
-
De fem vigtigste principper for datastyring er ansvarlighed, bestemmelser, dataadministrator, datakvalitet og gennemsigtighed.
-
Et sæt foruddefinerede regler til administration af dataflows og som en hjælp til at opnå dine virksomhedsmål.
-
Microsoft Azure tilbyder flere skybaserede, skalerbare værktøjer og tjenester, der kan tilpasses fremtidige tilstande.
Få mere at vide om Azure-værktøjer og -software til datastyring
Kom i gang med en gratis Azure-konto
Nyd populære tjenester gratis i 12 måneder, mere end 55 tjenester gratis altid, og 200 USD i kredit, du kan bruge inden for dine første 30 dage.
Kontakt en Azure-salgsspecialist
Få råd om , hvordan du kommer i gang med analyser i Azure. Stil spørgsmål, få mere at vide om prisfastsættelse og de bedste praksisser, og få hjælp til at designe en løsning, der opfylder dine behov.