データ ガバナンスとは

データのカタログ化と検出—組織のデータの論理的な検索、説明、検出を可能にする、統合された方法でのデータ資産の自動識別と物理レコード。

データ分類—データに適切な情報、プライバシー、またはその他の秘密度の分類をタグ付けして、以降の使用と保護をセキュリティで保護します。

データ所有権—組織内の責任を負い、権限を持つエージェントによる保護、説明、アクセス、品質のためにデータが確実に所有されるようにします。

データ セキュリティ—データ セキュリティ—データの暗号化、難読化、トークン化、またはその他の適切なセキュリティ対策が分類に沿って適用されていることを確認します。セキュリティ アプリケーションの証拠のキャプチャとデータ損失防止の管理が含まれます。

データ主権とクロスボーダー データ共有—管轄区域の規則と法律に従って、データが格納、アクセス、および処理されていることを確認します。

データ品質—データ品質—正確性、完全性、一貫性、有効性、関連性、適時性などの主要な測定値に従って、データが目的に合っていることを確認します。

データ ライフサイクル管理—データのソース、格納、処理、アクセス、および破棄が、その法的、規制、プライバシー ライフサイクルの要件に沿って行われるようにします。これは、多くの場合、保持スケジュールで定義されます。

データの権利とアクセスの追跡—データには、アクセスしようとしているユーザーのみがアクセスできる必要があります。このアクセスの監査は、暗号化と制御の確保の重要な部分です。

データ系列—データの発信元、実行した手順、データの使用されている場所を、関連する細分性と頻度で特定できるようにします。

データ プライバシー—組織が準拠する規制およびプライバシーに関する法律を反映するデータ主体のプライバシー保護のためのフレームワークを定義します。プライバシー フレームワークが積極的に適用されるように、プロセスとテクノロジーが採用されていることを確認します。

信頼できるソース管理とデータ コントラクト—大規模な組織では、多数のソースから送信されたデータや処理されたデータが類似している場合があります。信頼できるソースを特定して管理し、従量課金データ コントラクトを定義することは、データが合意された信頼できるソースから提供され、全体的なデータ アーキテクチャが効果的に管理されるようにするために重要です。

倫理的な使用と目的—データの倫理的使用は、プライバシーに関する法律やデータ主体の権利を超えてますます疑問にさらされています。AI と機械学習の使用が増えるにつれて、企業の倫理規定に従って顧客が期待する方法でデータが処理されるようにすることが重要です。

マスター データ管理—マスター データは、組織内で最もよく使用され、重複するデータです。多くの場合、会社の主要な運用上の側面 (製品、顧客、従業員、会社の構造など) を記述するデータです。このデータを 1 つの一貫したビューで確実に表示することは、正確で信頼性の高いデータ使用の基礎です。