7现代数据和分析治理的关键基础

数据和分析领导者知道没有良好的治理他们在数据和分析方面的投资将无法满足关键的组织需求，如收入增长、成本优化和更好的客户体验。

D&A领导者迫切需要的是数据治理最佳实践和实际步骤，为数据和分析创建有效的基础。

下载路线图:数据与分析治理

“数据和分析领导者发现很难确定治理的哪些方面需要改进，因为他们在关键治理领域没有一个明确的最佳实践基准，”他说扫罗犹大， Gartner的副分析师。

7 .数据治理关键基础

第一点:将数据和分析治理与业务结果结合起来

治理工作应该直接与业务联系起来策略和优先级。然而，组织经常将其D&A治理实践定位于数据而不是业务，这使得D&A领导者很难与业务领导者进行有意义的讨论。

来更好地支持业务成果，使治理策略和标准与业务优先级、业务流程度量和D&A度量保持一致。

将业务价值和优先级结果放在治理章程的中心，并为成功提供明确的业务度量。确保这些指标归属于指定的涉众，并与D&A指标相联系。最后，组织与关键决策者的研讨会，并考虑战略，以提高他们的业务结果。

第二:保持问责制和决策权的模式

问责制和决策权模型对于任何成功的D&A工作都是至关重要的。这提供了所需的监督，以确保正确的人员对他们所做的决策负责，并且涉众对治理决策过程有信心。

第三:实现基于信任的治理

数据和分析资产存在于企业的各个角落，性质各不相同，因此基于“所有信息都是平等的”假设来制定业务决策不再是一种好的方法。相反，建立一个基于信任的治理模型:

• 支持分布式D&A生态系统

• 承认资产的不同沿袭和管理

• 帮助业务领导更有信心地做出与上下文相关的决策

评估数据目录等技术如何帮助您发现、评估和管理跨企业生态系统的数据和分析资产。

第四:重视数字伦理和透明度

为了成功实现数字化，d和a治理必须基于透明和数字道德原则运作。数据和分析治理决策应该是清晰的、可防御的和记录在案的。作为数据和分析的领导者，你应该建立一个可以在整个企业中实施的数字伦理框架。

确保您的数据和分析治理章程与组织的业务价值以及数字伦理原则保持一致。确保它指定了相关的权力和责任，并解释了做出决定的基础。

数据和分析治理操作程序应展示明确的审计跟踪，突出显示所做的决定、采取的行动、相关投资和支出，以及对数字道德的遵从性。

5 .考虑风险管理和信息安全

表现最好的组织是有风险意识的，而不是规避风险的。这意味着他们在处理风险的同时，也要处理数据和分析所创造的机会。通常，组织将业务机会和风险分开管理，并且在评估业务结果时也不将信息安全作为一个关键组成部分。

D&A治理机构应该拥有多学科团队，能够做出平衡的决策，给予机会、风险和安全必要的权重，并牢记组织的长期利益。

用于评估治理决策的指标应该表明业务价值、未来的风险和机会，以及信息安全方面的差距。为了实时解决D&A风险，需要建立控制环境，并将企业信息安全框架与控制环境相结合。

第6点:部署治理培训和教育

D&A治理计划要求人们通过遵循由政策和标准设置的期望来进行不同的行为。但人们并不总是清楚这些新行为究竟应该是什么。与人力资源部门合作，计划学习和发展机制，以支持数据治理最佳实践。分析与治理相关的角色，以获得所需技能集的概念，并开发由网络研讨会、博客或指南组成的培训模块，以提供相关的和更新的学习材料。评估它们在帮助人们做出更好的治理决策和进行必要的增强方面的影响。

为数据和分析角色设定定义良好和可测量的目标。例如，完成关于数据治理最佳实践的特定培训模块可以成为年度员工目标的一部分。