다음 기사는 Shi Xiufeng이 쓴 Talking About Data에서 발췌한 것입니다.
1. 증상을 찾아 목표를 명확히 합니다.
데이터 거버넌스를 구현하는 기업은 그렇지 않습니다. 데이터 관리를 목적으로 하는 거버넌스 데이터는 관리 및 비즈니스 목표에 따라 결정됩니다. 기업에서 흔히 발생하는 데이터 품질 문제로는 데이터 불일치, 데이터 중복, 부정확한 데이터, 불완전한 데이터, 혼란스러운 데이터 관계, 시기적절하지 않은 데이터 등이 있습니다.
이러한 데이터 문제의 존재로 인해 비즈니스 발전과 비즈니스 부서 간의 커뮤니케이션에 큰 문제가 발생하여 이기종 시스템의 데이터가 일치하지 않아 많은 비용이 발생했습니다. 비즈니스 시스템 간의 애플리케이션 통합을 수행할 수 없습니다. 데이터 품질이 좋지 않아 데이터 분석을 지원할 수 없으며 분석 결과가 실제 상황과 크게 다릅니다. 그러나 데이터 기반 경영, 데이터 기반 비즈니스라는 목표를 달성하기 위해서는 고품질의 데이터 지원이 없이는 불가능합니다.
목표: 기업이 데이터 거버넌스를 구현하는 첫 번째 단계는 데이터 거버넌스의 목표를 명확히 하고 데이터 거버넌스의 핵심 사항을 명확히 하는 것입니다.
기술적 도구: 현장 조사, 고위 경영진 인터뷰, 조직도.
입력: 기업 데이터 전략 계획, 해결해야 할 긴급 비즈니스 문제, 운영 개발 요구 사항, 비즈니스 요구 사항 등
출력: 데이터 거버넌스를 위한 예비 커뮤니케이션 계획, 프로젝트 사명 선언문 , 업무 계획표
2. 데이터 관리, 현황 분석
기업 데이터 거버넌스의 내부 및 외부 환경에 따라 데이터 거버넌스는 조직의 4가지 측면에서 수행되어야 합니다. , 인력, 프로세스 및 데이터 분석.
기업의 데이터 거버넌스 문제점 분석
조직적 측면: 전문적인 데이터 거버넌스 조직이 있고, 직무 책임과 업무 분업이 명확하게 정의되어 있습니까?
인력: 데이터 표준화 인력, 데이터 모델러, 데이터 분석가, 데이터 개발자 등을 포함한 데이터 인재의 자원 할당과 데이터 인재의 비율입니다.
프로세스 측면: 데이터 관리 현황, 중앙 관리 부서 존재 여부, 데이터 관리 프로세스 존재 여부, 프로세스 내 각 링크의 데이터 제어 상태 등
데이터 측면: 데이터 품질 정렬 데이터 불일치, 불완전한 데이터, 부정확한 데이터, 사실이 아닌 데이터, 시기적절하지 않은 데이터, 혼란스러운 데이터 관계, 데이터 개인 정보 보호 및 보안 문제 등과 같은 문제 목록입니다.
목표: 기업 데이터 관리 및 데이터 품질의 현재 상태를 분석하고 예비 데이터 거버넌스 성숙도 평가 계획을 결정합니다.
기술 도구: 현장 인터뷰, 설문조사 양식, 데이터 품질 문제 평가 양식, 주요 데이터 식별 방법(예: 마스터 데이터 특징 식별 방법)
입력: 수요 및 현황 조사 양식, 인터뷰 기록, 데이터 샘플, 데이터 아키텍처, 데이터 관리 시스템 및 프로세스 문서;
출력: 데이터 문제 목록, 데이터 U/C 매트릭스, 데이터 거버넌스 현황 분석 보고서, 데이터 거버넌스 평가 계획 ;
3. 데이터 거버넌스 성숙도 평가
데이터 거버넌스 성숙도는 메타데이터 관리, 데이터 품질 관리, 비즈니스 프로세스 통합 및 마스터를 포함하여 조직이 보유하고 있는 데이터 거버넌스의 조건과 수준을 반영합니다. 데이터 관리 및 정보 수명주기 관리.
CMMI DMM 데이터 관리 기능 성숙도 평가 모델
데이터 거버넌스 성숙도 평가는 업계 모범 사례와 결합된 표준 성숙도 평가 도구를 사용하여 기업 데이터 거버넌스의 현재 상태를 기반으로 합니다. 실용적인 실행 계획을 수립하기 위해 기업 데이터 거버넌스의 단점을 찾아보세요. 데이터 거버넌스가 성숙되면 일반적으로 데이터 거버넌스 전략, 데이터 거버넌스 지표, 데이터 거버넌스 규칙, 데이터 거버넌스 권리 및 책임을 포함하는 예비 실행 계획이 형성됩니다. 데이터 거버넌스 비전 및 임무는 데이터 거버넌스 목표의 측정 방법을 정의합니다. 데이터 거버넌스 규칙 및 정의에는 데이터 관련 정책, 표준, 규정 준수 요구 사항, 데이터 정의가 포함됩니다. 책임은 데이터 관련 결정을 내릴 책임이 있는 사람, 결정이 구현되는 시기, 구현 방법, 데이터 거버넌스 정책에서 조직과 개인이 수행해야 하는 작업을 정의합니다.
목표: 업계 표준 데이터 거버넌스 성숙도 모델과 결합하여 기업 관리 및 비즈니스 요구 사항을 기반으로 데이터 거버넌스 성숙도 평가를 수행하고 예비 데이터 거버넌스 전략 및 조치 경로를 형성합니다.
기술 도구: DCMM, CMMI DMM, IBM 데이터 거버넌스 성숙도 평가 모델 등의 데이터 거버넌스 평가 모델
입력: 2단계의 입력 및 데이터 거버넌스 평가 모델, 데이터 거버넌스 평가 도구(평가 지표, 점수표 등)
결과: 데이터 거버넌스 평가 결과, 데이터 거버넌스 전략, 예비 조치 계획
4. 데이터 품질 문제의 근본 원인 분석
데이터 거버넌스의 목적은 데이터 품질 문제를 해결하고 데이터 품질을 향상시켜 데이터 기반 디지털 기업에 힘을 제공하는 것입니다. BI나 데이터 웨어하우스를 해본 사람은 알아야 할 기술과 비즈니스가 "자주 싸우고" 서로 비난하는 문제라는 것을 알아야 합니다.
기업의 데이터 문제 근본 원인 분석에 대한 피쉬본 다이어그램
80에 따르면 데이터 품질 문제에는 비즈니스, 관리 및 기술을 포함하여 여러 가지 이유가 있습니다. 문제의 80%는 20%의 원인으로 인해 발생한다는 것이다. 따라서 이 20%의 문제를 해결하면 80%의 개선 효과를 얻을 수 있습니다.
목표: 데이터 품질 문제의 근본 원인을 분석 및 찾아 효과적인 솔루션 개발
기술 도구: 브레인스토밍, 5W1H, SWOT, 원인 및 결과(피쉬본) 다이어그램, Plato, 등;
입력: 데이터 문제 목록, 데이터 U/C 매트릭스, 데이터 거버넌스 상태 분석 보고서, 데이터 거버넌스 평가 결과;
출력: 데이터 품질 평가 결과, 잠재적 영향 비즈니스와 근본 원인.
5. 비즈니스 영향 및 구현 우선순위 평가
데이터 거버넌스 성숙도 평가를 통해 조직 측면에서 기업의 데이터 거버넌스에서 개선이 필요한 부분을 찾아볼 수 있으며, 프로세스, 시스템, 인력, 기술 등의 분야와 링크를 파악하고, 데이터 품질 근본 원인 분석을 통해 데이터 품질 문제의 근본 원인을 찾아 데이터 거버넌스의 목표와 내용을 더욱 명확화합니다. 다음으로, 데이터 거버넌스 전략을 결정하고 데이터 거버넌스의 구현 우선순위를 정의해야 합니다.
기업의 마스터 데이터 거버넌스 구현 우선순위 평가
다양한 데이터 거버넌스 영역은 다양한 문제를 해결하며, 데이터 거버넌스의 각 영역에는 구현 어려움이 있습니다. 비즈니스 영향 정도, 문제의 긴급성, 구현 용이성 등 다양한 측면을 고려하여 기업의 요구 사항을 충족하고 기업의 발전을 만족시키는 솔루션을 찾습니다.
목표: 데이터 거버넌스 및 지원 시스템의 핵심 영역에 대한 구축/구현 우선순위를 결정합니다.
기술 도구: 4사분면 규칙(비즈니스 영향/구현 어려움, 문제 측면) 중요도/문제 긴급도 우선순위 매트릭스 작성), KANO 모델
입력: 데이터 거버넌스 성숙도 역량 평가 결과, 데이터 품질 문제 근본 원인 분석 결과,
출력: 데이터 거버넌스 구현 우선순위 전략
6. 데이터 거버넌스 실행 경로 및 계획 개발
로드맵은 새로운 제품, 프로젝트 또는 프로젝트에 대한 단기 또는 장기 목표를 달성하는 데 도움이 되는 특정 기술 솔루션을 사용하는 계획입니다. 기술 도메인 개발은 기술 변화의 단계나 기술 관련 링크 간의 논리적 관계를 설명하기 위해 간결한 그래픽, 표, 텍스트 및 기타 형식을 사용하는 것을 의미합니다. 로드맵은 일종의 목표계획으로, 지도의 경로를 따라 차근차근 종착점을 찾아가는 것과 같이, 일정한 목표에 도달할 때까지 앞으로 하고자 하는 일들을 나열한 것을 말한다. 지도.
기업 데이터 거버넌스 구현 로드맵
기업 데이터 거버넌스 구현 로드맵의 공식화는 기업 데이터 전략(비전과 미션, 긴급 요구 사항을 원칙으로 함)을 기반으로 합니다. 단계별 구현은 전략에 대한 전반적인 설계 및 계획을 제공합니다. 구현 로드맵에는 주로 여러 단계의 구현, 각 단계의 목표, 작업 내용, 시간 노드 요구 사항, 환경 조건 등이 포함됩니다. 작성자의 관점: 모든 기업의 데이터 거버넌스는 하루아침에 달성될 수 없습니다. 단계별로 수행하고 지속적으로 최적화해야 합니다. 구현 로드맵은 이를 기반으로 하기 때문에 데이터 거버넌스 구현 로드맵은 이해관계자들이 이를 지지하도록 설득하는 중요한 수단이기도 합니다.
목표: 데이터 거버넌스 단계와 각 단계의 목표를 결정합니다.
기술 도구: 로드맵 방법
입력: 데이터 거버넌스 성숙도 역량 평가 결과, 비즈니스 영향 및 구현 우선순위 평가 결과
결과: 데이터 거버넌스 구현 로드맵 또는 단계 목표 계획
7. 데이터 거버넌스를 위한 세부 구현 계획 개발
데이터 거버넌스의 세부 구현 계획은 마스터 데이터의 다양한 구현 작업을 안내하는 데 사용되며 일반적으로 데이터 거버넌스 핵심 영역, 데이터 거버넌스 지원 시스템 및 데이터 거버넌스 프로젝트 관리의 세 가지 측면을 포함합니다.
데이터 거버넌스의 전체 프레임워크 다이어그램
데이터 거버넌스의 핵심 영역에는 데이터 아키텍처, 데이터 서비스, 메타데이터 관리, 데이터 품질 관리, 데이터 표준 관리, 마스터 데이터 관리 및 데이터 보안 관리, 데이터 수명주기 관리.
데이터 거버넌스 지원 시스템에는 조직(조직 구조, 조직 수준, 직무), 시스템(관리 및 통제 모델, 규칙 및 규정, 평가 메커니즘), 프로세스(담당 부서, 관리 프로세스, 프로세스)가 포함됩니다. 업무 등), 기술(데이터 통합, 데이터 정리, 데이터 개발, 데이터 응용, 데이터 운영, 지원 플랫폼, 구현 계획 등).
데이터 거버넌스 프로젝트 관리 계획에는 프로젝트 팀, 프로젝트 계획, 품질 보증 계획, 구성 관리 계획, 교육 및 애프터 서비스 등이 포함됩니다.
데이터 거버넌스의 핵심 영역에 대한 자세한 내용은 저자가 이전에 공유한 데이터 거버넌스 프레임워크 해석에 관한 일련의 기사를 참조하세요.
데이터 거버넌스 지원 시스템에 대한 자세한 내용은 저자가 이전에 공유한 성공적인 데이터 거버넌스의 핵심 요소에 대한 일련의 기사를 참조하세요.
목표: 데이터 품질 근본 원인 분석, 비즈니스 영향 및 구현 우선순위 평가 결과를 기반으로 세부 구현 계획을 개발합니다.
입력: 비즈니스 영향 및 구현 우선순위 평가 결과, 조치 경로 및 계획;
결과: 데이터 거버넌스를 위한 세부 구현 계획.
8. 데이터 거버넌스 구현 프로세스 제어
데이터 거버넌스 구현 프로세스 제어는 데이터 거버넌스 프로젝트의 범위 제어, 진행 제어, 품질 제어 및 비용 제어를 통해 다양한 제어를 수행합니다. 기업의 측면 자원의 합리적인 조정 및 활용을 통해 데이터 거버넌스 목표를 달성하기 위한 다양한 조치입니다. 프로젝트 관리 관점에서 보면 범위, 시간, 품질, 비용이라는 프로젝트 관리의 황금 삼각형이기도 합니다.
모든 프로젝트의 품질과 진행을 보장하려면 훌륭한 프로젝트 관리가 필요하며, 데이터 거버넌스도 마찬가지입니다. 전통적인 소프트웨어 엔지니어링 프로젝트와 달리 데이터 거버넌스 프로젝트는 범위 경계가 모호하고, 영향력 범위가 넓으며, 단기 결과 달성이 어렵고, 구현 주기가 길다는 특징을 가지고 있습니다.
① 범위 경계가 모호하고, 데이터 거버넌스는 메타데이터 관리, 데이터 품질 관리, 데이터 표준 관리, 마스터 데이터 관리 등의 주요 영역이 서로 얽혀 있어 경계를 정의하기 어렵습니다. 예를 들어 데이터 품질 관리 프로젝트를 구현하려면 메타데이터 관리가 포함됩니다. 데이터 표준 관리 등 동일한 메타데이터 관리 프로젝트도 데이터 표준 및 데이터 품질을 다룹니다.
② 영향력의 범위가 넓고, 데이터 거버넌스 구현은 한 부서에서 완료할 수 없습니다. 고위 경영진, 다양한 비즈니스 부서, 정보 부서에 이르기까지 완전한 협력과 동시 완료가 필요합니다.
p >
③ 데이터 거버넌스 프로젝트가 시행된 후에는 모든 비즈니스 운영에 의해 데이터 거버넌스의 효과가 "희석"됩니다. BI, 따라서 지배적인 데이터 거버넌스 부서는 종종 의문을 제기합니다.
④구현 주기가 길고 명확한 데이터 거버넌스 목표와 범위 합의가 없으면 데이터 거버넌스는 '바닥 없는 구덩이'입니다. 따라서 데이터 거버넌스 프로젝트를 구현하기 전에 구현 로드맵과 세부 구현 계획을 수립하는 것이 매우 중요합니다(6단계 및 7단계).
목표: 데이터 거버넌스 프로젝트 구현 프로세스의 진행 관리, 품질 관리 및 비용 관리를 통해 데이터 거버넌스 목표를 달성합니다.
기술 도구: PP(프로젝트 계획), PMC ( 프로젝트 제어), IPM(통합 프로젝트 관리), RSKM(위험 관리) - CMMI 프로세스 영역
입력: 6~7단계의 출력: 데이터 거버넌스 구현 로드맵, 데이터 거버넌스 세부 구현 계획
출력: 프로젝트 계획, SOW, 프로젝트 위험 목록, 프로젝트 보고서, 프로젝트 요약 등과 같은 다양한 프로젝트 제어 조치
9. 구현 효과를 모니터링하고 평가합니다. 데이터 거버넌스
p>빅데이터 기술이 지속적으로 발전함에 따라 기업의 전반적인 데이터 거버넌스 환경 관점에서 핵심 데이터 거버넌스 기술의 적용과 그 표준 및 사양을 명확히 하고, 효율성 평가 지표 시스템, 거버넌스 효과 평가 및 데이터 사용 거버넌스 역량 성숙도 모델을 재평가하여 데이터 관리 수준을 정의함으로써 시스템 간, 비즈니스 간, 부서 간 데이터의 구축 및 구현이 가능합니다. 거버넌스 시스템은 모든 당사자의 협업을 통해 원활하게 수행될 수 있으며, 탁월한 데이터 거버넌스를 달성하고, 데이터 기반 관리 및 운영을 통해 기업은 비용 절감, 효율성 향상, 품질 향상 및 혁신을 이룰 수 있습니다.
기업의 데이터 거버넌스 대시보드(데이터가 둔감해졌습니다)
데이터 거버넌스 효율성 평가 지표 시스템은 일반적으로 다음을 포함하는 기업 및 데이터 거버넌스 프로젝트의 실제 상황을 기반으로 공식화되어야 합니다. : 적시성, 수량 4가지 차원: 성별, 완전성 및 정확성.
① 적시성은 데이터의 적시성을 의미합니다. 이 차원은 주로 소스 비즈니스 시스템에서 데이터 액세스의 보고 적시성과 액세스 적시성을 통해 확인됩니다. 월간지표, 주간지표, 일지표의 데이터 적시성 비율을 분석하여 지정된 시간 및 빈도 범위 내에서 시스템에 접속한 비율을 구하여 데이터 접속의 적시성을 반영합니다.
②정량적. 데이터 저장, 데이터 증가, 데이터 접근, 데이터 교환, 데이터 사용량 등의 지표 중 데이터 사용량을 반영하는 차원으로 월별 지표, 주간 지표, 일별 지표, 시간별 지표 등으로 나눌 수 있다.
③정확성. 이 차원은 주로 다양한 유형의 데이터에 대한 논리의 정확성, 데이터 값의 정확성, 데이터 밴드와 필드 간의 정확성, 데이터의 정확성으로 구성됩니다. 정확도에는 월간, 주간, 일일 및 기타 정확도 지표도 포함됩니다. ?
④성실성. 이 차원은 주로 단위 차원 무결성, 데이터 비즈니스 차원 조합 무결성, 지수 값 무결성 등 다양한 측면에서 확인됩니다. 월별 지표, 주간 지표 및 지표의 무결성을 포함하여 데이터 품질의 무결성을 검증하는 주요 구성 요소입니다. 일일 지표 데이터 등 내용. ?
목표: 다양한 데이터 거버넌스 지표의 구현을 테스트하고, 격차를 찾아 메우고, 데이터 거버넌스의 효과를 통합합니다.
기술 도구: 데이터 평가 지표 시스템 거버넌스 효과, 다양한 데이터 차트 도구,
입력: 데이터 거버넌스 효과 평가 지표,
출력: 월간, 주간, 일별 등 데이터 거버넌스 평가 보고서,
10. 데이터 거버넌스 지속적인 개선
데이터 거버넌스 모델은 비즈니스 지향적이고 표준화되어야 하며 프로젝트 또는 "돌풍" 모델이 되어서는 안 됩니다.
사진은 인터넷에서 퍼왔습니다
데이터 거버넌스는 기업의 생산, 판매 사업처럼 핵심 업무로 수행되어야 하며, 전문적인 데이터 거버넌스 조직을 구축하고 그에 맞는 위치에 있어야 합니다. 권리와 책임을 확립하고 그에 상응하는 관리 프로세스와 시스템을 구축하며 모든 비즈니스 연결에 데이터 표준을 구현하여 정상적인 업무를 구성해야 합니다. 저자는 데이터 소스에서 기업 데이터의 거버넌스를 강화하고 표준화된 거버넌스를 일상 업무로 만듦으로써 기업 데이터 품질의 다양한 문제를 근본적으로 해결하고 데이터를 기업 자산으로 전환하여 데이터 중심 프로세스 최적화를 달성할 수 있다고 생각합니다. 데이터 중심의 비즈니스 혁신, 데이터 중심의 경영 의사결정 목표.
목표: 데이터 거버넌스를 표준화하고, 지속적으로 데이터 품질을 개선하며, 프로세스 최적화 및 관리 혁신을 추진합니다.
입력: 지속적이고 표준화된 표준 비즈니스 운영, 데이터 거버넌스 모니터링에 대한 다양한 지표 및 보고서
출력: 고품질 데이터의 지속적인 출력; Blogger의 관점: 원리는 누구나 알고 있지만 실천에는 어려움이 많습니다. 전문가의 지도 하에 적절한 도구를 적용하면 이론이 현실이 됩니다. 전문 데이터 관리 서비스 및 기술 제공업체인 Huaju Technology입니다.