数据治理
你的数据治理有效吗?
企业的CIO或数据管理员经常被问到一个问题:“如何衡量企业数据治理项目的有效性?”
一般来说,有两种方法经常被采用:
1. 通过数据治理成熟度模型进行评估
2. 通过数据治理记分卡
本文先介绍第一种,由斯坦福大学开发的数据治理成熟度模型。
斯坦福成熟度模型
概述:该模型是由斯坦福大学数据治理办公室于2011年开发的,该模型改编自其他模型,例如IBM和CMM。它基于其数据治理计划的结构,同时侧重于数据治理的基础和项目方面。
基础方面
基础方面着重于评估核心数据治理能力和关键项目资源的开发,如下所示:
·认知度:组织内的个人对与数据治理项目相关的角色、规则和技术的了解程度。
·规范化:组织中各类角色结构化的程度,和员工活动受规则和流程管理的程度。
·元数据:通过关联基本业务和技术信息,描述其他数据和IT资产(例如数据库,表和应用程序)的数据;以及有助于对数据的特征和用法理解一致的数据。技术元数据描述了数据元素和其他IT资产及其使用,表示,上下文和相互关系。业务元数据可以为数据和其他IT资产的用户回答何人、何事、何地、何时、为何以及如何等问题。
项目方面
项目方面着重于衡量数据治理概念在项目过程中应用的有效性。
·管理工作:在定义的组织范围内,对特定数据资产的定义,使用和质量标准的规范化问责制度。
·数据质量:为满足业务需求,定义指定可接受的数据质量级别的参数的连续过程,并确保数据质量可以满足这些级别。
·主数据:在整个组织中高度共享的关键业务数据。主数据通常是经过整理的数据,这些数据描述了组织的结构或关键数据实体(例如“患者”,“员工” 或“学生”)。
成熟度维度
接下来,以下三个维度进一步细分了上述六个成熟度组件:
·人员:角色和组织结构。
·政策:制定、审核和执行数据政策、标准和最佳实践。
·能力:发挥技术和科技的能力。
成熟度指导性问题
斯坦福大学还针对三个维度的六个组成部分分别提供了以下指导性问题,这些问题对于指导您进行评估非常有用。
评估数据治理成熟度
要定性的评估项目的成熟度,请使用与下面提供的相类似的表格,将您的分数记录在组件/维度的矩阵中。每个组件和维度所获得的平均值就是组织在各个领域中的成熟度。
相信看到这里已经对上面所介绍的概念非常清楚了,那么就赶紧根据下面这个例子,对自己企业的数据治理成熟度打个分吧,每个格子可以评1-5分,看看最终可以获得多少分。
总结
该模型在设计时已经考虑到其机构的目标,重点和能力,然而它也可以定制,以满足企业的需求。
建议在数据治理计划的早期阶段进行初步评估,然后每年进行重新评估。
本文转载自网络,如有版权问题需要删除,请联系作者
领取专属 10元无门槛券
私享最新 技术干货