sql >> Databasteknik >  >> NoSQL >> MongoDB

Sex kritiska komponenter för framgångsrik datastyrning

Vad är datastyrning?

För stora organisationer eller företag som sysslar med datahantering har datastyrning nyckeln till framgång med att hantera, kontrollera eller styra data som har ägts eller samlats in. Det är grundläggande för alla organisationer eller företag. Ditt företag drar nytta av konsekventa, gemensamma processer och ansvar om din datastyrningsstrategi fungerar enligt plan. Dina affärsdrivare kommer att belysa vilken data som måste kontrolleras noggrant i din datastyrningsstrategi, eftersom resultaten ska följa de förväntade fördelarna med detta arbete. Denna strategi ska vara grunden för ditt ramverk eller program för datastyrning.

Datastyrning definierar en uppsättning principer för att säkerställa datakvaliteten i ett företag. Den beskriver processer, roller, policyer eller ansvar och mätvärden tillsammans för att säkerställa ansvarighet och ägande av datatillgångar i hela företaget.

Datastyrning är nyckeln för att uppnå organisatoriska mål, särskilt på företagsnivå. Den definierar vem som kan vidta vilka åtgärder, på vilken data, i vilka situationer, med vilka metoder. För att sammanfatta, vad datastyrning är, handlar om standarder, policyer och hur det kan återanvändas baserat på dess modeller. Dess övergripande räckvidd omfattar systemet med beslutsrätt och ansvarsskyldighet för informationsrelaterade processer, utförda enligt överenskomna modeller, som beskriver vem som kan vidta vilka åtgärder med vilken information och när, under vilka omständigheter, med vilka metoder.

I ett givet exempel, överväg de enheter som är intresserade av sjukförsäkring eller hälsorelaterade organisationer eller företag. Datasekretess är mycket avgörande och måste följa regelefterlevnad som HIPAA eller GDPR. Om ditt företags drivkraft för din datastyrningsstrategi säkerställer integritet, måste patientdata hanteras säkert när de flödar genom ditt företag. Lagringskrav (t.ex. historik över vem som ändrade vilken information och när) kommer att definieras för att säkerställa efterlevnad av relevanta myndighetskrav.

Kritiska komponenter för framgångsrik dataförvaltning

Bra data- och analysstyrning möjliggör snabbare och smartare beslut. Data- och analysledare, inklusive Chief Data Officers (CDO), måste säkerställa att deras data- och analystillgångar är väl styrda för att möjliggöra affärsstrategi och företagsprioriteringar. En väl bearbetad datastyrning ger nödvändiga insikter för att fatta optimala affärsbeslut. Med alla dessa fungerar viktiga faktorer som nyckelkomponenter som är avgörande för framgång i datastyrning.

I den här bloggen kommer vi att täcka de fem kritiska komponenterna för framgångsrik datastyrning.

Dataarkitektur

Dataarkitektur fungerar som hjärtat och själen i datastyrning. Om den arkitektoniska designen brister, skulle datakvaliteten bli dålig eller skadad till sin natur. Vad som än har smälts och bearbetats kan resultatet inte vara tillförlitligt och kan påverka insikter som analyseras av företaget och påverka affärsmål.

Enligt The Open Group Architecture Framework (TOGAF) beskriver Data Architecture strukturen för en organisations logiska och fysiska datatillgångar och datahanteringsresurser. Det är en utlöpare av företagsarkitektur som omfattar modeller, policyer, regler och standarder som styr insamling, lagring, arrangemang, integration och användning av data i organisationer. En organisations dataarkitektur är dataarkitekters ansvarsområde.

Dataarkitektur avslöjar mysteriet mellan en serie komponenter som omfattas av datastyrning. Den kopplar systematiskt samman alla inblandade komponenter när data tas om hand inom en organisation eller företagsenhet. Den förklarar helt enkelt var data finns och hur den färdas genom hela organisationen (antingen privat eller utgående och ingående data) och dess system. Den belyser förändringar och transformationer som görs när data flyttas från ett system till ett annat.

Dessa datainventering och dataflödesdiagram ger information och verktyg som Data Governance Team (DGT) behöver för att fatta beslut om datapolicyer och standarder på rätt sätt. Faktum är att i många fall säger företagsintressenter att de skulle vilja förstå bättre datalandskapet och hur det rör sig i organisationen. DGT:s roll i att utbilda organisationen om denna information och lägga över den med arkitekturpolicyer och standarder hjälper till att säkerställa dataprecision och integritet under hela dess livscykel.

Datakvalitet

Din datakvalitet återspeglar hur den samlas in, planeras, analyseras och bearbetas. Enligt Gartner bedömer, mäter eller övervakar inte fyrtiotvå procent av data- och analysledarna sin data- och analysstyrning baserat på en Gartner-undersökning. Medan de som sa att de mätte sin förvaltningsaktivitet främst fokuserade på att uppnå efterlevnadsorienterade mål.

Datastyrning motiverar organisationen eller företaget att möjliggöra snabbare och smartare beslut med rätt data och analys. Eftersom datastyrningen snabbt förbättras nuförtiden, börjar organisationer titta på detta eftersom det är en bra början att börja fokusera på data och analyser för att hjälpa till att förbättra kvaliteten på sin data när den växer. Det ger bättre information för att driva bättre informationsbeteende genom sina policyer. Dessa policyer hjälper till att maximera den investering som organisationer har i data och analys och innehåll, antingen det är multimedia, affärse-postmeddelanden, etc. Styrningsmetoderna fortsätter dock att vara dataorienterade snarare än affärsorienterade.

Eftersom datastyrning övervakar datakvaliteten ska DGT identifiera när data är korrupta, inaktuella eller felaktiga. Gamla eller inaktuella data kan arkiveras eller rensas om de inte längre behövs. Kvaliteten på data är inte den enda som måste upprätthållas utan ska också ta hänsyn till kostnaden, och bör överväga att rengöra sin garderob och undvika eventuell röra med dina riktade data. Ditt datastyrningsteam måste enkelt kunna sätta regler och processer. Din betrodda data ska utgöra grundpelarna för datadrivna organisationer som fattar beslut baserat på information från många olika källor. Dataversity-rapporten sa att 58 procent av de organisationer som deltog i deras undersökning sa att förståelsen av källdatakvalitet var en av de allvarligaste flaskhalsarna i deras organisations datavärdekedja. Det är värt att notera att, baserat på deras undersökning, är automatisering och matchning av affärstermer med datatillgångar och dokumentering av härstamning ner till kolumnnivå kritiska steg för att optimera datakvaliteten.

Datahantering

Det är här du måste ställa dessa viktiga frågor, vilken data ska hanteras och var ska den finnas? Behöver det lagras på plats eller skulle det vara värdefullt och giltigt att ha data från en tredje part, till exempel ett offentligt moln.

Datahantering är i huvudsak genomförandet av strategin för datastyrning. Den fastställer ansvaret för att implementera de standarder och policyer som datastyrningsstrategin eller ramverket har införts. Den täcker de vanliga uppgifterna som t.ex.

  • Skapa rollbaserad åtkomstregler (RBAC) som anger åtkomstnivån för data

  • Implementera databasregler i linje med datastyrningspolicyn

  • Etablera och upprätthåll  datasäkerheten ] för att följa vad DGT of CDOs har identifierat för data som ägs av organisationen

  • Att vidta lämpliga åtgärder för att minimera riskerna i samband med lagring av känslig information

  • Skapa ett system för hantering av masterdata, som är en enda vy av data i hela företaget.

Datahantering är nyckeln för att utföra denna typ av datainventering:Att ha en strategi och metoder för att komma åt, integrera, lagra, överföra och förbereda data för analys. Enligt Forrester Research växer effektiv datastyrning ur datahanteringens mognad.

Dataprogramvara

Datastyrning täcker hanteringsprocesserna för datalivscykeln. Det syftar till att säkerställa tillgängligheten, användbarheten och integriteten hos datan. Medan dessa upprätthålls måste DGT och CDO ständigt övervaka och analysera organisationens data. Det måste tas om hand på rätt sätt och förvaras säkert och säkert. Detta kan inte uppnås utan de rätta mjukvaruverktygen som är tillgängliga för att användas som lösningar. Det kan förlita sig på tredjepartstjänster, särskilt när det lagras i molnet eller lokalt.

Dessa lösningar hjälper organisationer att upprätthålla en konsekvent uppsättning policyer, processer och ägare kring sina datatillgångar så att de kan övervaka, hantera och kontrollera datarörelser effektivt. Dessa produkter hjälper användare att upprätta riktlinjer, regler och ansvarsåtgärder för att säkerställa att datakvalitetsstandarder uppfylls. Datastyrningsverktyg ger ofta rekommendationer också för att öka effektiviteten och effektivisera processer.

Säkerhet

I vårt tidigare inlägg, bland det oräkneliga antalet hot mot skadlig programvara som påverkar företag, är ransomware den största gärningsmannen och kostar organisationer över 7,5 miljarder dollar bara under 2019. Föreställ dig hur drastiska säkerhetsintrång kan försämra din organisationsplan för att bygga ett företag för att spridas.

Datastyrning är avgörande eftersom CDO:erna eller DGT måste analysera grundligt och täcka dessa konfidentiella uppgifter. Om datasäkerhet är systematiskt uppbyggd är den spårbar på samma sätt som framgångsrik datahantering. Den kan avgöra var din data kommer ifrån, var den är, vem som har tillgång till den, hur den används och hur den raderas.

Datastyrning definierar regler och procedurer för din organisations datahantering och förhindrar potentiella läckor av känslig affärsinformation eller kunddata så att data inte hamnar i fel händer. När data växer kan det vara en ren utmaning.

För äldre plattformar och för större organisationer med rik data tenderar äldre plattformar att skapa siled information som är svårare att avgöra var den kommer ifrån. Dessa silor exporteras ofta, mestadels till din databas, och dupliceras för att kombinera data med andra silade data, vilket gör det ännu svårare att veta var all data tog vägen.

Compliance

Datastyrning och efterlevnad fungerar hand i hand. I Dataversity-rapporten rankade 48 % av företagen regelefterlevnad som sin primära drivkraft för datastyrning. Utan korrekt datastyrning, hur kan du vara säker på att din organisation följer reglerna?

Data mognar snabbt, speciellt när den här pandemin har börjat; människor förlitar sig så mycket på sociala medier och andra medel över internet för att undvika kontakt med andra människor. Data växer så mycket och det betyder att dataöverensstämmelse måste åtgärdas i förväg och tas väl om hand av sådana organisationer eller företag som har din känsliga information och data. Organisationer måste följa vilka regler i sin regering de tillhör. Under Europeiska unionen har du GDPR (General Data Protection Regulation), medan du i USA har den välkända PCI DSS (Payment Card Industry Data Security Standard), HIPAA (Health Insurance Portability and Accountability Act) och SOX ACT eller Sarbanes –Oxley Act från 2002 (även känd som Public Company Accounting Reform and Investor Protection Act).

Compliance är mycket avgörande för framgångsrik styrning eftersom denna strategi måste finnas på plats innan man samlar in och mognar data inom organisationen. Efterlevnad styr organisationen att komma igång enligt de regler och efterlevnad inom regeringen, som ditt ramverk för datastyrning har täckt. Dessa bestämmelser kräver att organisationer ska kunna spåra sina uppgifter från källan till att de är föråldrade, identifiera vem som har tillgång till den och veta hur och var den används. Datastyrning anger regler och procedurer kring ägande och tillgänglighet till data.

Ditt ramverk för datastyrning säkerställer att din data är lämplig för dess syfte. Genom att anpassa din organisations människor, processer och teknik kring en central datastrategi kan du börja utnyttja din data för att gynna större affärsmål. När det gäller efterlevnad, att ha tydliga kontrollprocesser över dina data är i linje med förinställda affärsregler. Detta är särskilt viktigt i starkt reglerade branscher som finans och försäkring. Datastyrning innebär att se till att du har processer på plats för att kontrollera dina data och säkerställa att alla bestämmelser uppfylls i all din organisations datapraxis. Effektiv efterlevnad kan bara komma med en holistisk och komplett strategi för din datastyrningsstrategi. Hur kan du förvänta dig att vara 100% säker på att du följer reglerna utan fullständig kontroll över din data och hur den samlas in och lagras. Utan den kan känslig information hamna i orätta händer eller raderas på felaktigt sätt, vilket leder till statliga eller lagstadgade ekonomiska påföljder, stämningar och till och med fängelse. Snowflake erbjuder funktioner som kan ställa in kontroller för dataägande och åtkomst, vilket möjliggör implementering av regler och procedurer för datastyrning. Dessa inkluderar dynamisk datamaskering och säkra vyer.

De tre kritiska aspekterna av att bygga en effektiv datastyrningsstrategi är människorna, processerna och tekniken. Med en effektiv strategi kan du inte bara se till att din organisation förblir kompatibel, utan du kan också lägga till mervärde till din övergripande affärsstrategi.

Slutsats

Datastyrning är inte ett fast och konstant flöde. Det är en konvention och praxis som dynamiskt måste vara ett pågående arbete. Datastyrning bygger på hur data mognar inom organisationen eller företaget, särskilt när de används på företagsnivå. Det är avgörande för organisationer som värdesätter dess data eller data fungerar som den primära drivkraften för organisationens intresse att stabilisera dess finansiella resultat. Att fastställa dessa 6 kritiska komponenter är ett måste och måste delegera rätt personer för att hantera och säkerställa organisationens och företagets intressen.


  1. Förstå och hantera diskutrymme på din MongoDB-server

  2. Det gick inte att koppla Mongoose till Atlas

  3. Returnera hgetall lista från redis i nodejs

  4. Hur man använder kommandot UNSUBSCRIBE i Redis 2.6.11