2021年7月12日
2021年7月12日
贡献者:Ashutosh Gupta
数据和分析领导者可以通过实现这些数据和分析治理的最佳实践来充分利用他们的商业机会。
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。
数据管理领导者迫切需要的是数据治理的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:数据和分析治理
“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,”他说扫罗犹大高德纳公司副总裁分析师。
治理工作应该直接与业务联系起来策略和优先级。然而,组织经常围绕数据而不是业务来制定D&A治理实践,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、业务流程指标和D&A指标保持一致。
将业务价值和优先级结果置于治理章程的中心,并使用明确的业务度量标准来衡量成功。确保这些指标归属于指定的涉众,并与D&A指标相关联。最后,组织与关键决策者的研讨会,并考虑战略,以提高他们的业务成果。
问责制和决策权模式对于任何成功的决策与分析工作都至关重要。这提供了必要的监督,以确保正确的人对他们所做的决策负责,并且涉众对治理决策过程有信心。
数据和分析资产在企业中无处不在,性质各不相同,因此基于“所有信息都是平等的”假设来做出业务决策不再是一个好方法。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
确认资产的不同谱系和管理
帮助企业领导人更有信心地做出与背景相关的决策
评估数据目录等技术如何帮助您在整个企业生态系统中发现、评估和管理数据和分析资产。
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的原则运作。数据和分析治理决策应该是清晰的、可辩护的和文档化的。作为一名数据和分析领导者,你应该建立一个可以在整个企业实施的数字道德框架。
确保您的数据和分析治理章程与您组织的业务价值观以及数字道德原则保持一致。确保它指定了相关的权力和责任,并解释了所做决定的基础。
数据和分析治理操作程序应展示清晰的审计跟踪,突出所做的决定、所采取的行动、相关投资和支出以及对数字道德的遵守。
表现最好的组织是有风险意识的,而不是规避风险的。这意味着他们在应对风险的同时,也要把握数据和分析所创造的机遇。通常,组织分别管理业务机会和风险,并且在评估业务结果时也不将信息安全作为关键组成部分。
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度量应该表明业务价值、未来风险和机会,以及信息安全中的差距。建立控制环境,并将企业信息安全框架集成到控制环境中,实时解决数据分析风险。
了解更多:降低风险,优化技术购买的支出Gartner BuySmart™。
D&A治理计划要求人们遵循由策略和标准设定的期望,以不同的方式行事。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,计划学习和发展制度,以支持数据治理最佳实践。分析与治理相关的角色,以了解所需的技能集,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且可衡量的目标。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。
因为D&A治理决策是在整个企业范围内做出的,所以要关注协作而不是集中。D&A治理不能被视为官僚活动;而是要注重人与人之间的互动、讲故事、知识分享和创新。
首先,通过参加高管会议、全体会议和其他会议,了解组织目前对数据的看法。弄清楚在文化上需要改变什么,并开发一个基于故事的叙述,以解释数据和分析治理如何应对导致数字疲劳的真正挑战。
与Gartner专家一起加入全球最重要的数据和分析领导者聚会,适应数据和分析不断变化的角色。
为Gartner客户推荐的资源*:
*请注意,有些文档可能不是所有Gartner客户都能获得。