Definisjon av datastyring
Definisjonen av datastyring inkluderer innsamling av prosesser, policyer, roller, måledata og standarder som sikrer effektiv bruk av informasjon. Dette bidrar også til å etablere prosesser for databehandling som holder dataene sikret, private, nøyaktige og brukbare gjennom hele livssyklusen for dataene.
En robust strategi for datastyring er avgjørende for enhver organisasjon som bruker data til å drive forretningsvekst, ta bedre beslutninger og sikre vellykkede resultater i et konkurransepreget marked. Når du samler inn store mengder interne og eksterne data, må du ha en strategi som håndterer risikoer, reduserer kostnader og utfører forretningsmål effektivt.
Fordelene ved datastyring
En stor del av datastyringen er å bygge et program som bryter ned datasiloer gjennom en samarbeidsprosess med interessenter fra frakoblede forretningsenheter. Datastyringsprogrammet må gjøre det tunge arbeidet for å sikre at organiserte data brukes riktig og nøyaktig legges inn i systemer. Implementering av en robust strategi for datastyring bidrar til å sikre at informasjonen din er:
- Overvåket på en ren måte
- Evaluert
- Dokumentert
- Administrert
- Beskyttet
- Pålitelig
Men først må IT-teamet sørge for at du kan levere pålitelige data. Fordelene ved å ha tilgjengelige, nøyaktige data er:
å ha en enkelt kilde til sannhet. Alle beslutningstakere arbeider fra de samme datasettene, terminologien og visningen, noe som gir flere muligheter for intern fleksibilitet.
Forbedret datakvalitet. Teamet kan være trygg på at alle tilgjengelige data er trygge å bruke, fullføre og konsekvente.
Forbedret databehandling. Bidrar til å etablere regler for god oppførsel og anbefalte fremgangsmåter for å sikre at teamet håndterer organisasjonens behov og bekymringer umiddelbart og konsekvent.
Raskere og konsekvent samsvar. Å ha ren databehandling gjennom hele styringsprosessen betyr at prosedyrer genererer, håndterer og beskytter dataene på riktig måte for å holde dem i overholdelse av regler og standarder.
Reduserte kostnader og bedre fortjenestemargin. Fjerning av beslutninger basert på utdatert informasjon resulterer i effektiv daglig drift, enklere revisjoner og redusert avfall.
Et fremragende organisatorisk omdømme. Når bedriften din er stor og pålitelig, posisjonerer du virksomheten din som ledende på markedsplassen.
Selv om det har mange fordeler å legge til en strategi for datastyring i organisasjonen, kan det oppstå noen utfordringer hvis teamet ikke er forberedt på organisasjonens implementering.
Utfordringer med datastyring
Selv om belønningene er flotte, kan det føles vanskelig å opprette en løsning for datastyring. Noen av disse utfordringene omfatter:
godkjennelse for hele firmaet. Siden data strekker seg over flere avdelinger, må det være tydelig lederskap ovenfra og ned i tillegg til tverrfunksjonelt samarbeid.
Dårlig dataadministrasjon. Hvis databehandling er strukturert fra et ufullstendig datastyringsprogram, vil dataene være usikret og siloed i tillegg til å ha uforstyrrede prosesser – som muligens fører til massive databrudd og manglende overholdelse av regler og standarder.
Standardisering. Organisasjoner må finne den rette balansen mellom styringsstandarder og fleksibilitet.
Justere interessenter. Du må jobbe hardt for å overbevise interessenter om verdien av dataene – å gi gjennomsiktighet til interessenter vil overtale dem til å investere i organisasjonens styrings- og sikkerhetsbudsjetter.
Tilordning av ansvarsoppgaver. Det kan være problemer med å avgjøre hvem og hvem som ikke skal ha tilgang til bestemte datasegmenter. Oppretting av et system av hvem som ser hva og når, vil hjelpe deg og teamet med å eliminere potensielle problemer.
Din strategi for datastyring – både tekniske og forretningsmessige aspekter – må godtas av alle i selskapet. Og for å sikre at du har en vellykket strategi, må du implementere anbefalte fremgangsmåter og prinsipper i datastyringsprogrammet.
Prinsipper for datastyring og anbefalte fremgangsmåter
Når du oppretter rammeverket som kreves for datastyringen, må du opprette et som passer til målene for organisasjonen. Noen ting du må tenke på, er hvordan du bruker dataene på riktig måte, forbedrer datasikkerheten, oppretter og håndhever datautrullingspolicyer og overholder alle forskriftsmessige krav.
Fokuser på disse fem prinsippene for datastyring for å garantere en vellykket implementering:
Ansvarlighet
På tvers av organisasjonen trenger du teammedlemmer til å ta kontroll over dataene – hvis ingen tar det ansvaret, er det ingen datastyring. Du og IT-teamet må implementere eierskap og ansvar. Opprett et datastyringsteam med representanter fra andre avdelinger for å sikre ansvarlighet på tvers av organisasjonen.
Regler og bestemmelser
Du trenger standardiserte regler og forskrifter som alle kan følge – utviklet av datastyringsteamet for å implementere og opprette kriterier for all databruk.
Dataadministrasjon
Å velge en dedikert dataadministrator, også kjent som en dataforvalter, er nøkkelen til å iverksette og sikre riktig beskyttelse av datastyringen. Som dataforvalter er denne personens ansvar å rapportere til datastyringsteamet og håndheve dataregler og forskrifter, slik at de følges regelmessig.
Datakvalitet
Du trenger rene og pålitelige data av høy kvalitet for å ta informerte forretningsbeslutninger. For å gjøre dette vil dataforvalteren opprette et delt sett med standarder for å forbedre datakvaliteten.
Gjennomsiktighet
Alle prosesser for datastyring må være gjennomsiktige som mulig. Vedlikehold av permanente poster for alle funksjoner og trinn sikrer at fremtidige revisjoner kan bestemme databruk, hvilke data som ble brukt, hvordan du håndterte dataene og hvorfor teamet brukte dem.
Definisjon av datastyring
Etter hvert som virksomheten utvides og følger disse fem prinsippene for datastyring, må du’ også tilpasse deg de nyeste praksisene for datastyring og sikre at du holder deg oppdatert på den nyeste teknologien.
De fem første anbefalte fremgangsmåtene for datastyring er:
1. Tenk stort, men begynn i det små
Dokumenter overordnede mål, men husk prosjektmålene og milepælene.
2. Utnevne en ledende sponsor
Denne personen vil fremme strategien din for datastyring til ledere på høyt nivå, i tillegg til den bredere organisasjonen.
3. Bygg saken din
Opprett forretningssaken du trenger for å blokkjustere hvorfor du må implementere en vellykket plan for datastyring så snart som mulig.
4. Utvikle de riktige måledataene
For mange eller for få måledata vil gjøre det vanskelig å forstå om du når målene. Brukerne, operatørene og teamene må raskt finne ut hvilke måledata som er og ikke er nødvendige når du oppfyller målene deres.
5. Fortsett å kommunisere med alle nivåer
Hold deg åpen for denne nye prosessen, spesielt for å oppmuntre de negative til å endre seg. Du må gi kontekst og gjennomsiktighet til mange som kanskje ikke forstår prosessen din og dens viktighet.
Rammeverk for skydatastyring
Flytte dataene til skylagring vil være avgjørende for veksten. Rammeverket for skydatastyring fungerer som en plantegning og legger grunnlaget for hvordan datastrategien lagres i skyen. Produkter som Microsoft Purview hjelper teamet med å utforske dataflyter – både innen og utenfor – mens styringen integrerer regler, ansvarsområder, prosedyrer og prosesser for hvordan disse dataflytene administreres og kontrolleres trygt i skylagringen.
Et globalt bransjeråd, EDM Council, opprettet Cloud dataadministrasjon Capabilities (CDMC) som foreskrev et rammeverk for hvilken datastyring som skal innkapsles. Dette inkluderer:
Datakatalogisering og -oppdagelse – den automatiske identifiseringen og fysiske registreringen av dataressurser på en enhetlig måte for å muliggjøre logisk søk, beskrivelse og oppdagelse av en organisasjons data.
Dataklassifisering – tagging av data med riktig informasjon, personvern eller andre følsomhetsklassifiseringer for å sikre videre bruk og beskyttelse.
Dataeierskap – sikre at data eies for beskyttelse, beskrivelse, tilgang og kvalitet ved å ansvarlige og bemyndigede agenter i organisasjonen.
Datasikkerhet – sikre at data krypteres, fjernes, tokeniseres eller har andre passende sikkerhetstiltak som brukes i tråd med klassifiseringen. Inkluderer registrering av bevis på sikkerhetsprogram og administrasjon av hindring av tap av data.
Datasuverenitet og deling av data på tvers av grenser – sikre at data lagres, åpnes og behandles i henhold til jurisdiksjonsregler og -forskrifter.
Datakvalitet – å sikre at dataene passer for formålet i henhold til kjernemålene for nøyaktighet av datakvalitet, fullstendighet, konsekvens, gyldighet, relevans og aktualitet.
Administrasjon av datalivssyklus – det å sikre at dataene hentes, lagres, behandles, åpnes og fjernes i tråd med kravene til juridisk, forskriftsmessig og personvernslivssyklus, som ofte defineres i en tidsplan for oppbevaring.
Datarettigheter og tilgangssporing – data må bare være tilgjengelige for de som har tenkt å få tilgang til dem. Revisjon av denne tilgangen er en viktig del av bevissikring og å sikre kontroll.
Dataavstamming – det å sikre at det er mulig å identifisere hvor dataene har oppstått, trinnene de har gjennomført, og hvor de brukes i detaljnivå og frekvens som er relevant.
Datavern – Definer et rammeverk for beskyttelse av personvernet til de registrerte som gjenspeiler lovverket og personvernlover som styrer organisasjonen. Sørg for at prosesser og teknologi brukes for å sikre at personvernrammeverket brukes aktivt.
Klarert kildebehandling og datakontrakter – store organisasjoner kan ha lignende data som kommer fra eller behandles gjennom en rekke kilder. Identifisering og administrasjon av klarerte kilder og definering av forbruksdatakontrakter er viktig for å sikre at data hentes fra en avtalt kilde til sannhet, og at den generelle dataarkitekturen administreres effektivt.
Etisk bruk og formål – i økende grad blir det stilt spørsmål ved etisk bruk av data utover personvernlover og rettigheter for datasubjekter. Etter hvert som bruk av AI- og øker, er det viktig å sikre at data behandles på en måte som kundene forventer i henhold til selskapets etiske retningslinjer.
Hoveddatabehandling – Hoveddata er de mest brukte og dupliserte dataene i en organisasjon. Det er ofte dataene som beskriver de viktigste driftsaspektene ved et selskap (for eksempel produkt, kunde, ansatte og firmastruktur). Det er grunnleggende for nøyaktig og pålitelig databruk å sikre at det finnes én enkelt konsekvent visning av disse dataene.
Definisjon av datastyring
Det er viktig å innse at datastyring ikke tilfredsstilles av teknologiløsninger alene, men i en økende hybrid og multicloud-verden blir en integrert datastyringsarkitektur en viktigere del av enhver løsning.
Datastyringsverktøy, programvare og ressurser
Selv om det ikke finnes noen strategi for enkel datastyring som vil fungere for hver bedrift, vil en skybasert, skalerbar løsning, for eksempel Azure, hjelpe organisasjoner med å tilpasse seg fremtidige behov samtidig som de blir mer kostnadseffektive. I tillegg, uansett hvilket datastyringsverktøy du velger, må du sørge for at det hjelper:
- Forbedre kvaliteten på dataene med validering, rensing og berikelse.
- Samle inn og forstå data gjennom oppdagelse, profilering og benchmarking.
- Administrer dataene for å spore dataintegrering med ende-til-ende-avstamming.
- Dokumenter data for å øke relevans, søkbarhet, tilgjengelighet og mer.
- Se gjennom og overvåk data til enhver tid.
- Gi ansatte muligheten til å kjenne dataene best mulig.
Se i tillegg etter programvarefunksjoner som inkluderer kunstig intelligens, maskinlæring, informasjonslivssyklus og innholdsbehandling samt administrasjon av foretaksmetadata (EMM).
Azure-styring og administrasjonAzure-styring og er et perfekt eksempel på en skyløsning for administrasjon og styring som har avanserte funksjoner for å hjelpe deg med å administrere dataene gjennom hele IT-livssyklusen. Med denne datastyring, kan du spore dataflyter fra ende til ende av organisasjonen, slik at de riktige personene alle har tilgang til pålitelige, nøyaktige data de trenger, når de trenger det.
Tilleggsressurser
Vanlige spørsmål
-
En samling prosesser, policyer, roller, måledata og standarder for å oppnå organisasjonsmål.
-
For å opprette én enkelt kilde til sannhet, forbedret dataadministrasjon, reduserte kostnader og forskriftssamsvar for alle team.
-
Noen organisatoriske utfordringer er godkjenning, standardisering og tilordning av datatillatelser.
-
De fem beste prinsippene for datastyring er ansvarlighet, forskrifter, dataadministrator, datakvalitet og gjennomsiktighet.
-
Et sett med forhåndsdefinerte regler for å administrere dataflyter og bidra til å oppnå forretningsmålene.
-
Microsoft Azure tilbyr flere skybaserte, skalerbare verktøy og tjenester som kan tilpasses fremtidige tilstander.
Mer informasjon om Azure-verktøy og -programvare for datastyring
Kom i gang med en gratis Azure-konto
Gled deg over populære tjenester gratis i 12 måneder, mer enn 55 tjenester gratis alltid, og USD 200 i kreditt som du kan bruke i løpet av de første 30 dagene.
Kontakt en Azure-selger
Få råd om hvordan du kommer i gang med analyse i Azure. Still spørsmål, lær om priser og anbefalte fremgangsmåter og få hjelp til å utforme en løsning som dekker behovene.