1, 증상 발견, 목표 파악
어떤 기업도 데이터 관리를 위해 데이터를 관리하는 것이 아니라 관리 및 비즈니스 목표에 의해 주도되고 있습니다. 기업에서 흔히 볼 수 있는 데이터 품질 문제는 데이터 불일치, 데이터 중복, 데이터 부정확성, 데이터 불완전, 데이터 관계 혼란, 데이터 시기 적절하지 않음 등입니다.
이러한 데이터 문제의 존재는 업무 전개와 업무 부서 간의 소통에 큰 번거로움을 초래하고, 많은 비용을 초래하였다. 이기종 시스템의 데이터가 일치하지 않아 비즈니스 시스템 간의 애플리케이션 통합이 실패합니다. 데이터 품질이 좋지 않으면 데이터 분석을 지원할 수 없으며 분석 결과는 실제와 크게 다릅니다. 그러나 데이터 중심 관리, 데이터 중심 비즈니스 목표를 달성하기 위해서는 고품질의 데이터 지원이 없으면 안 됩니다.
목표: 기업이 데이터 거버넌스를 구현하는 첫 번째 단계는 데이터 거버넌스의 목표와 핵심 사항을 명확히 하는 것입니다.
기술 도구: 현장 조사, 고위급 인터뷰, 조직도
입력: 엔터프라이즈 데이터 전략 계획, 시급한 비즈니스 문제, 비즈니스 개발 요구 사항, 비즈니스 요구 사항 등
출력: 예비 커뮤니케이션 방안, 프로젝트 임무서, 데이터 거버넌스 작업 일정
2, 데이터 관리 상태 분석
기업 데이터 거버넌스의 내부 및 외부 환경에 따라 조직, 인력, 프로세스, 데이터의 네 가지 측면에서 데이터 거버넌스 현황을 분석합니다.
기업 데이터 관리의 어려움 분석
기관: 전문 데이터 거버넌스 기관, 직무 책임 및 분업이 명확한지 여부
인력: 데이터 표준화 담당자, 데이터 모델러, 데이터 분석가, 데이터 개발자 등을 포함한 데이터 인재의 자원 구성입니다. , 그리고 데이터 인재의 비율.
프로세스: 데이터 관리 현황, 중앙 관리 부서, 데이터 관리 프로세스, 프로세스의 모든 부분에 대한 데이터 제어 등이 있습니다.
데이터: 데이터 불일치, 데이터 불완전, 데이터 부정확성, 데이터 부정확성, 데이터 시기 적절하지 않음, 데이터 관계 혼란, 데이터 개인 정보 보호 보안 문제 등과 같은 데이터 품질 문제 목록을 정리합니다.
목적: 엔터프라이즈 데이터 관리 및 데이터 품질 현황을 분석하고 예비 데이터 거버넌스 성숙도 평가 방안을 결정합니다.
기술 도구: 현장 인터뷰, 조사 양식, 데이터 품질 평가 양식, 주요 데이터 인식 방법론 (예: 마스터 데이터 특징 인식 방법)
입력: 요구 사항 및 현황 질문서, 인터뷰 기록, 데이터 샘플, 데이터 스키마, 데이터 관리 시스템 및 프로세스 문서
출력: 데이터 문제 목록, 데이터 U/C 매트릭스, 데이터 거버넌스 상태 분석 보고서, 데이터 거버넌스 평가 시나리오
3. 데이터 거버넌스 성숙도 평가
데이터 거버넌스의 성숙도는 메타데이터 관리, 데이터 품질 관리, 비즈니스 프로세스 통합, 운영 데이터 관리, 정보 수명주기 관리 등 데이터 거버넌스에 대한 조직의 조건과 수준을 반영합니다.
CMMI DMM 데이터 관리 기능 성숙도 평가 모델
데이터 거버넌스 성숙도 평가는 표준 성숙도 평가 도구를 활용하여 업계 모범 사례와 연계하여 기업 데이터 거버넌스 현황을 객관적으로 평가하고 평가함으로써 기업 데이터 거버넌스의 부족을 파악하고 실행 가능한 실행 계획을 수립하는 것입니다. 데이터 거버넌스가 성숙되면 데이터 거버넌스 정책, 데이터 거버넌스 지표, 데이터 거버넌스 규칙, 데이터 거버넌스 책임 등 예비 실행 계획을 수립합니다. 데이터 거버넌스의 비전과 사명은 데이터 거버넌스의 전반적인 목표입니다. 데이터 거버넌스 지표는 데이터 거버넌스 목표의 측정 방법을 정의합니다. 데이터 거버넌스 규칙 및 정의에는 데이터 관련 정책, 표준, 규정 준수 요구 사항, 비즈니스 규칙 및 데이터 정의가 포함됩니다. 권리와 책임은 누가 데이터 관련 결정을 내릴 책임이 있는지, 언제 어떻게 실시할 것인지, 그리고 조직과 개인이 데이터 거버넌스 전략에서 무엇을 해야 하는지를 규정합니다.
목적: 업계 표준 데이터 거버넌스 성숙도 모델과 결합하여 기업 관리 및 비즈니스 요구 사항에 따라 데이터 거버넌스의 성숙도를 평가하고 예비 데이터 거버넌스 정책 및 실행 경로를 형성합니다.
기술 도구: DCMM, CMMI DMM, IBM 데이터 거버넌스 성숙도 평가 모델 등의 데이터 거버넌스 평가 모델
입력: 단계 2 입력, 데이터 거버넌스 평가 모델 및 데이터 거버넌스 평가 도구 (평가 지표, 점수표 등). );
출력: 데이터 거버넌스 평가 결과, 데이터 거버넌스 전략 및 예비 실행 계획
4. 데이터 품질 문제의 근본 원인 분석
데이터 거버넌스의 목적은 데이터 품질 문제를 해결하고 데이터 품질을 향상시켜 데이터 중심의 디지털 기업에 원동력을 제공하는 것입니다. 데이터 품질 문제에 대해 말하자면, BI 와 데이터 웨어하우스를 해본 학생들은 이것이 기술과 업무의' 자주 싸우는' 문제라는 것을 분명히 알고 있을 것이다.
기업 물고기 뼈 그래프의 데이터 문제의 근본 원인 분석
데이터 품질 문제는 여러 가지 이유, 업무, 관리, 기술이 있다. 80/20 법칙에 따르면 문제의 80% 는 20% 로 인해 발생합니다. 따라서 이 20% 의 문제를 해결할 수 있다면 80% 의 개선을 얻을 수 있다.
목적: 데이터 품질 문제의 근본 원인을 분석하고 찾아 효과적인 솔루션을 개발합니다.
기술 도구: 브레인스톰, 5W 1H, SWOT, 인과도, 파레토도 등.
입력: 데이터 문제 목록, 데이터 U/C 매트릭스, 데이터 거버넌스 상태 분석 보고서, 데이터 거버넌스 평가 결과
결과: 데이터 품질 평가 결과, 비즈니스에 미칠 수 있는 잠재적 영향 및 근본 원인
5. 비즈니스 영향 및 구현 우선 순위 평가
데이터 거버넌스의 성숙도 평가를 통해 조직, 프로세스, 시스템, 인력, 기술 등에서 데이터 거버넌스에서 개선해야 할 영역과 링크를 찾아 데이터 품질 근본 원인 분석을 통해 데이터 품질 문제의 근본 원인을 찾아 데이터 거버넌스의 목표와 컨텐츠를 더욱 명확하게 파악할 수 있습니다. 그런 다음 데이터 거버넌스 정책을 결정하고 데이터 거버넌스 구현 우선 순위를 정의해야 합니다.
기업의 마스터 데이터 거버넌스 우선 순위 평가
각 분야의 데이터 거버넌스는 서로 다른 문제를 해결하며, 각 분야의 데이터 거버넌스에는 그 실현의 어려움이 있습니다. 기업의 경우 비즈니스 영향, 문제 긴급도, 구현 난이도 등 여러 차원에서 분석을 해야 합니다. 을 (를) 통해 기업의 요구에 부합하고 기업 발전에 부합하는 솔루션을 찾을 수 있습니다.
목표: 데이터 거버넌스 핵심 영역 및 지원 시스템 구축/구현 중점 파악
기술 도구: 비즈니스 영향/구현의 어려움, 문제 중요도/문제 긴급도에서 우선 순위 매트릭스를 그리는 4 사분면 방법 및 KANO 모델.
입력: 데이터 거버넌스 성숙도 능력 평가 결과 및 데이터 품질 문제의 근본 원인 분석 결과
출력: 데이터 거버넌스 구현 우선 순위 전략
6. 데이터 거버넌스를위한 행동 경로 및 계획을 개발하십시오.
로드맵은 특정 기술 솔루션을 사용하여 단기 또는 장기 목표를 달성할 수 있도록 지원하는 프로그램으로 신제품, 프로젝트 또는 기술 분야 개발에 사용됩니다. 간결한 그래픽, 표, 문자 등으로 기술 변화를 설명하는 단계나 기술 관련 링크 간의 논리적 관계를 말합니다. 로드맵은 지도 노선을 따라 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음
기업의 데이터 거버넌스 구현을위한 로드맵
기업 데이터 거버넌스 구현 로드맵은 기업 데이터 전략, 즉 비전과 사명을 바탕으로 긴급 우선 순위 원칙과 단계별 구현 전략을 총체적으로 설계하고 계획합니다. 구현 로드맵은 주로 여러 단계로 구현, 각 단계의 목표, 작업 내용, 시간 노드 요구 사항, 환경 조건 등을 포함합니다. 저자의 관점: 어떤 기업의 데이터 거버넌스도 단번에 이루어지는 것이 아니며, 점진적으로 최적화해야 합니다! 로드맵을 실현하는 것은 바로 이 점을 바탕으로 한 것이기 때문에 관계자들의 지지를 설득하는 중요한 수단이기도 하다.
목표: 데이터 거버넌스 단계 및 각 단계의 목표를 결정합니다.
기술 도구: 로드맵 방법
입력: 데이터 거버넌스 성숙도 역량, 비즈니스 영향 및 구현 우선 순위 평가 결과
출력: 데이터 거버넌스 구현 로드맵 또는 단계 목표 계획
7. 데이터 거버넌스에 대한 상세한 구현 계획을 수립하십시오.
데이터 거버넌스에 대한 자세한 구축 계획은 마스터 데이터의 구현을 안내하는 데 사용되며 일반적으로 데이터 거버넌스 핵심 영역, 데이터 거버넌스 지원 시스템 및 데이터 거버넌스 프로젝트 관리의 세 가지 측면을 포함합니다.
데이터 거버넌스의 전반적인 프레임 워크 맵
데이터 거버넌스의 핵심 영역은 데이터 아키텍처, 데이터 서비스, 메타데이터 관리, 데이터 품질 관리, 데이터 표준 관리, 마스터 데이터 관리, 데이터 보안 관리, 데이터 수명주기 관리 등입니다.
데이터 거버넌스 지원 시스템에는 조직 (조직 구조, 조직 수준, 직무 책임), 시스템 (규제 모델, 규정, 평가 메커니즘), 프로세스 (중앙 집중식 부서, 관리 프로세스, 프로세스 작업 등) 가 포함됩니다. ), 기술 (데이터 통합, 데이터 청소, 데이터 개발, 데이터 애플리케이션, 데이터 운영, 지원 플랫폼, 구현 시나리오 등 ).
데이터 거버넌스를 위한 프로젝트 관리 프로그램에는 프로젝트 팀, 프로젝트 계획, 품질 보증 계획, 구성 관리 계획, 교육 및 애프터가 포함됩니다.
데이터 거버넌스의 핵심 영역은 필자가 공유하는 데이터 거버넌스 프레임워크를 참조하여 문장 시리즈를 해석합니다.
데이터 거버넌스 지원 시스템에 대해서는 성공적인 데이터 거버넌스의 핵심 요소에 대해 이전에 공유했던 문장 시리즈를 참조하십시오.
목표: 데이터 품질, 비즈니스 영향 및 구현 우선 순위 평가 결과의 근본 원인 분석을 기준으로 상세한 구현 계획을 개발합니다.
입력: 비즈니스 영향 및 구현 우선 순위 평가 결과, 실행 경로 및 계획
출력: 데이터 거버넌스에 대한 상세한 구현 계획.
8, 데이터 거버넌스 구현 프로세스 제어
데이터 거버넌스 구현의 프로세스 제어는 데이터 거버넌스 프로젝트의 범위, 진행, 품질 및 비용을 통제하고 기업의 다양한 자원을 합리적으로 조정하고 활용함으로써 데이터 거버넌스 목표를 달성하는 다양한 조치입니다. 프로젝트 관리의 관점에서 볼 때 프로젝트 관리의 황금 삼각형 (범위, 시간, 품질, 비용) 이기도 합니다.
모든 프로젝트의 품질과 진행은 데이터 거버넌스를 보장하기 위해 좋은 프로젝트 관리가 필요합니다. 기존 소프트웨어 엔지니어링 프로젝트와 달리 데이터 거버넌스 프로젝트는 범위가 모호하고, 영향이 광범위하며, 단기간에 효과를 보기 어렵고, 구현 주기가 길다는 특징을 가지고 있습니다.
1 범위 경계가 모호하여 메타데이터 관리, 데이터 품질 관리, 데이터 표준 관리, 마스터 데이터 관리 등 데이터 거버넌스와 관련된 많은 주요 영역이 있습니다. , 겹쳐서 경계를 정의하기가 어렵습니다. 예를 들어, 데이터 품질 관리 프로젝트의 구현에는 메타데이터 관리 및 데이터 표준 관리가 포함되며, 동일한 메타데이터 관리 프로젝트에는 데이터 표준 및 데이터 품질도 포함됩니다.
(2) 영향 범위가 넓어서 데이터 거버넌스 구현은 한 부서에서 할 수 있는 것이 아니다. 고위 경영진, 사업부 및 정보 부서의 공동 노력이 필요합니다.
(3) 단기간에 성과를 내기 어렵다. 데이터 거버넌스 프로젝트가 구현된 후 데이터 거버넌스의 효과는 모든 비즈니스 운영에 의해 "희석" 되며 BI 와 같은 다른 프로젝트만큼 뚜렷하지 않기 때문에 데이터 거버넌스를 주도하는 부서는 종종 의문을 제기합니다.
④ 시행주기가 길어 명확한 데이터 거버넌스 목표와 범위 계약이 없어 데이터 거버넌스는' 바닥없는 구멍' 이다. 따라서 데이터 거버넌스 프로젝트 (6 단계와 7 단계) 를 구현하기 전에 구현 로드맵과 상세한 구현 계획을 수립하는 것이 특히 중요합니다.
목표: 데이터 거버넌스 프로젝트 구현 중 진행 관리, 품질 관리 및 비용 관리를 통해 데이터 거버넌스 목표를 달성합니다.
기술 도구: PP (프로젝트 계획), PMC (프로젝트 통제), IPM (통합 프로젝트 관리), RSKM (위험 관리) -CMMI 프로세스 도메인
입력: 6-7 단계의 출력: 데이터 거버넌스 구현 로드맵 및 데이터 거버넌스에 대한 자세한 구현 계획
출력: 프로젝트 계획, SOW, 프로젝트 위험 목록, 프로젝트 보고서, 프로젝트 요약 등 다양한 프로젝트 통제 조치
9. 데이터 거버넌스의 구현 효과를 모니터링하고 평가합니다.
빅 데이터 기술이 지속적으로 발전함에 따라 기업 전체 데이터 거버넌스 환경의 관점에서 데이터 거버넌스 핵심 기술의 적용과 표준 및 규범을 명확히 하고 유효성 평가를 위한 지표 체계를 구축하고 거버넌스 효과를 평가해야 합니다. 또한 데이터 거버넌스 역량 성숙도 모델을 활용하여 데이터 관리 수준을 재평가하고 정의함으로써 시스템 간, 비즈니스 간, 부서 간 데이터 거버넌스 시스템의 구축 및 구현이 모든 당사자의 협력을 통해 원활하게 이루어지도록 함으로써 탁월한 데이터 거버넌스를 실현할 수 있습니다. 기업은 데이터 중심 비즈니스, 데이터 중심 관리 및 운영을 통해 비용을 절감하고 효율성을 높이고 품질을 향상시키고 혁신을 수행합니다.
기업의 데이터 거버넌스 간판 (데이터 탈감작)
데이터 거버넌스 효과의 평가 지표 시스템은 기업 및 데이터 거버넌스 프로젝트의 실제 상황에 따라 작성되어야 하며, 일반적으로 적시성, 수량성, 무결성 및 정확성의 4 가지 차원이 포함됩니다.
① 적시성은 데이터의 적시성을 의미합니다. 이 차원은 주로 소스 비즈니스 시스템에서 데이터 액세스의 에스컬레이션 및 액세스의 적시성을 통해 확인됩니다. 월, 주 및 일 척도의 데이터 시간 효율성을 분석하여 지정된 시간 및 빈도 주기 동안 시스템에 액세스하는 비율을 산출하여 데이터 액세스의 적시성을 반영합니다.
② 정량. 이 차원은 데이터 재고, 데이터 증분, 데이터 액세스, 데이터 교환, 데이터 사용 등의 지표에서 데이터 사용을 반영하며 월, 주, 일, 시분할 지표로 나눌 수 있습니다.
③ 정확도. 이 차원은 주로 논리의 정확성, 데이터 값의 정확도, 데이터 밴드와 필드 간의 정확도, 데이터의 정확성으로 구성됩니다. 정확도에는 월, 주, 일 등의 정확도 지표도 포함됩니다. -응?
④ 무결성. 이 차원은 주로 단위 차원 무결성, 데이터 비즈니스 차원 조합 무결성, 척도 값 무결성 등을 검사합니다. 이는 월, 주 및 일 척도의 무결성을 포함하여 데이터 품질 무결성 검증의 주요 구성 요소입니다. -응?
목적: 다양한 데이터 거버넌스 지표의 구현을 테스트하고, 누락을 조사하고, 데이터 거버넌스 효과를 강화합니다.
기술 도구: 데이터 거버넌스 효과 평가 지표 시스템, 다양한 데이터 차트 도구
입력: 데이터 거버넌스 효과 평가 지표;
출력: 데이터 거버넌스 평가 월간 보고서, 주간 보고서, 일일 보고서;
10, 지속적인 데이터 거버넌스 개선
데이터 거버넌스 모델은 프로젝트 또는 "바람의 돌풍" 모델이 아니라 작동 가능하고 정상적이어야 합니다.
사진은 인터넷에서 나온다.
기업의 생산 판매와 마찬가지로 데이터 거버넌스를 중점 업무로 진행하고, 전문 데이터 거버넌스 기관을 설립하고, 적절한 직무 책임을 설정하고, 적절한 관리 프로세스와 제도를 세우고, 데이터 기준을 각 업무 단계에 이행하여 업무 정상성을 형성해야 한다. 제 생각에는, 기업 데이터에 대 한 데이터 소스의 관리를 강화 하 고, 일상적인 비즈니스, 근본적으로 기업의 데이터 품질의 다양 한 문제를 해결 하 고, 정말 기업 자산으로 데이터를 변환, 그래서 데이터 중심 프로세스 최적화, 데이터 중심 비즈니스 혁신, 데이터 중심 관리 의사 결정의 목적을 달성 하기 위해 일상적인 관리 하자.
목표: 데이터 거버넌스 표준화, 지속적인 데이터 품질 향상, 프로세스 최적화 및 관리 혁신 촉진
투자: 지속적이고 표준화되고 표준 된 비즈니스 운영; 데이터 거버넌스 모니터링 지표 및 보고서
출력: 고품질 데이터의 지속적인 출력;
블로거 관점: 원리는 모두가 알고 있고 실천하기가 어렵다. 전문가의 지도 아래 적절한 도구를 적용하면 이론을 현실로 바꿀 수 있다. 화집합 기술, 전문 데이터 거버넌스 서비스 및 기술 공급업체.