sql >> Database teknologi >  >> NoSQL >> MongoDB

Seks kritiske komponenter i en vellykket dataforvaltning

Hvad er datastyring?

For store organisationer eller virksomheder, der beskæftiger sig med datastyring, er datastyring nøglen til succes med at administrere, kontrollere eller styre de data, der er blevet ejet eller indsamlet. Det er grundlæggende for enhver organisation eller virksomhed. Din virksomhed drager fordel af konsistente, fælles processer og ansvar, hvis din datastyringsstrategi fungerer efter planen. Dine forretningsdrivere vil fremhæve, hvilke data der skal kontrolleres omhyggeligt i din datastyringsstrategi, da resultaterne skal følge de forventede fordele ved denne indsats. Denne strategi skal være grundlaget for din datastyringsramme eller -program.

Datagovernance definerer et sæt principper for at sikre datakvaliteten i en virksomhed. Den beskriver processer, roller, politikker eller ansvar og målinger samlet for at sikre ansvarlighed og ejerskab af dataaktiver på tværs af virksomheden.

Datastyring er nøglen til at nå organisatoriske mål, især på virksomhedsniveau. Den definerer, hvem der kan tage hvilke handlinger, på hvilke data, i hvilke situationer, ved hjælp af hvilke metoder. For at opsummere, hvad datastyring er, handler om standarder, politikker og hvordan det kan genbruges baseret på dets modeller. Dets overordnede anvendelsesområde dækker systemet med beslutningsrettigheder og ansvarlighed for informationsrelaterede processer, udført efter aftalte modeller, som beskriver, hvem der kan foretage hvilke handlinger med hvilke oplysninger og hvornår, under hvilke omstændigheder, med hvilke metoder.

I et givet eksempel skal du overveje de enheder, der er interesseret i sygeforsikring eller sundhedsrelaterede organisationer eller virksomheder. Databeskyttelse er meget afgørende og skal overholde lovgivningsmæssige overholdelse såsom HIPAA eller GDPR. Hvis din virksomheds driver for din datastyringsstrategi sikrer privatlivets fred, skal patientdata administreres sikkert, mens de flyder gennem din virksomhed. Opbevaringskrav (f.eks. historik over, hvem der har ændret hvilke oplysninger og hvornår) vil blive defineret for at sikre overholdelse af relevante offentlige krav.

Kritiske komponenter i en vellykket dataforvaltning

God data- og analysestyring muliggør hurtigere og smartere beslutninger. Data- og analyseledere, herunder Chief Data Officers (CDO), skal sikre, at deres data- og analyseaktiver er velstyret for at muliggøre forretningsstrategi og virksomhedsprioriteter. En velbearbejdet datastyring giver den nødvendige indsigt til at træffe optimale forretningsbeslutninger. Med alle disse fungerer vigtige faktorer som de nøglekomponenter, der er afgørende for succes med datastyring.

I denne blog vil vi dække de fem kritiske komponenter i vellykket datastyring.

Dataarkitektur

Dataarkitektur fungerer som hjertet og sjælen i datastyring. Hvis de arkitektoniske design mangler, ville datakvaliteten ende med at være dårlig eller beskadiget. Uanset hvad der er blevet fordøjet og behandlet, kan resultatet ikke være pålideligt og kan påvirke indsigter analyseret af virksomheden og påvirke forretningsmål.

Ifølge The Open Group Architecture Framework (TOGAF) beskriver Data Architecture strukturen af ​​en organisations logiske og fysiske dataaktiver og dataadministrationsressourcer. Det er en udløber af virksomhedsarkitektur, der omfatter modeller, politikker, regler og standarder, der styrer indsamling, opbevaring, arrangement, integration og brug af data i organisationer. En organisations dataarkitektur er dataarkitekters kompetenceområde.

Dataarkitektur afdækker mysteriet mellem en række komponenter, der er omfattet af datastyring. Det forbinder systematisk alle de involverede komponenter, efterhånden som data bliver taget hånd om i en organisation eller virksomhedsenhed. Den forklarer ganske enkelt, hvor data findes, og hvordan de rejser gennem organisationen (enten private eller udgående og indgående data) og dens systemer. Det fremhæver ændringer og transformationer, der foretages, når data flyttes fra et system til det næste.

Disse dataopgørelser og dataflowdiagrammer giver de oplysninger og værktøjer, som Data Governance Team (DGT) har brug for for at træffe beslutninger om datapolitikker og -standarder korrekt. Faktisk siger forretningsinteressenter i mange tilfælde, at de gerne vil forstå bedre datalandskabet, og hvordan det bevæger sig på tværs af organisationen. DGT's rolle i at uddanne organisationen om disse oplysninger og overlejre dem med arkitekturpolitikker og standarder hjælper med at sikre datanøjagtighed og integritet gennem hele dens livscyklus.

Datakvalitet

Din datakvalitet afspejler, hvordan den indsamles, planlægges, analyseres og behandles. Ifølge Gartner vurderer, måler eller overvåger 42 procent af data- og analyseledere ikke deres data- og analysestyring baseret på en Gartner-undersøgelse. Hvorimod dem, der sagde, at de målte deres styringsaktivitet, hovedsageligt fokuserede på at nå overholdelsesorienterede mål.

Datastyring motiverer organisationen eller virksomheden til at muliggøre hurtigere og smartere beslutninger med de rigtige data og analyser. Da datastyring hurtigt forbedres i dag, begynder organisationer at se nærmere på dette, da det er en god start at begynde at fokusere på data og analyser for at hjælpe med at forbedre kvaliteten af ​​deres data, efterhånden som de vokser. Det giver bedre information til at drive bedre informationsadfærd gennem deres politikker. Disse politikker hjælper med at maksimere den investering, som organisationer har i data og analyser og indhold, enten det er multimedier, forretnings-e-mails osv. Governance-praksis er dog fortsat dataorienteret snarere end forretningsorienteret.

Da datastyring overvåger kvaliteten af ​​dataene, skal DGT identificere, hvornår data er korrupte, forældede eller unøjagtige. Gamle eller forældede data kan arkiveres eller slettes, hvis de ikke længere er nødvendige. Kvaliteten af ​​dataene er ikke den eneste, der skal vedligeholdes, men skal også tage hensyn til omkostningerne, og bør overveje at rense ens skab og undgå rod med dine målrettede data. Dit Data Governance Team skal være i stand til nemt at sætte regler og processer. Dine betroede data skal repræsentere som søjlerne for datadrevne organisationer, der træffer beslutninger baseret på information fra mange forskellige kilder. Dataversity-rapporten sagde, at 58 procent af de organisationer, der deltog i deres undersøgelse, sagde, at forståelse af kildedatakvalitet var en af ​​de mest alvorlige flaskehalse i deres organisations dataværdikæde. Det er værd at bemærke, at baseret på deres undersøgelse er automatisering og matchning af forretningsvilkår med dataaktiver og dokumentering af afstamning ned til kolonneniveau kritiske skridt til at optimere datakvaliteten.

Datastyring

Det er her, du skal stille disse vigtige spørgsmål, hvilke data skal administreres, og hvor de skal ligge? Behøver det at gemme on-prem, eller ville det være værdifuldt og gyldigt at have data på en tredjepart, såsom public cloud.

Datastyring er i bund og grund udførelsen af ​​datastyringsstrategien. Den fastlægger ansvaret for at implementere de standarder og politikker, som datastyringsstrategien eller -rammen er blevet indprentet. Den dækker de almindelige opgaver som f.eks.

  • Oprettelse af rollebaserede adgangsregler (RBAC), som angiver adgangsniveauet for data

  • Implementering af databaseregler i overensstemmelse med datastyringspolitikken

  • Etabler og vedligehold  datasikkerheden ] for at overholde, hvad DGT of CDO'er har identificeret for de data, der ejes af organisationen

  • at træffe passende foranstaltninger for at minimere risikoen forbundet med lagring af følsomme data

  • Oprettelse af et system til masterdatastyring, som er en enkelt visning af data på tværs af virksomheden.

Datastyring er nøglen til at udføre denne form for dataopgørelse:At have en strategi og metoder til at få adgang til, integrere, lagre, overføre og forberede data til analyser. Ifølge Forrester Research vokser effektiv datastyring ud af datahåndteringsmodenhed.

Datasoftwareværktøjer

Datastyring dækker processerne til administration af datas livscyklus. Det har til formål at sikre tilgængeligheden, anvendeligheden og integriteten af ​​dataene. Mens disse vedligeholdes, skal DGT og CDO'erne konstant overvåge og analysere organisationens data. Det skal passes ordentligt og opbevares sikkert og sikkert. Dette kan ikke opnås uden de rigtige softwareværktøjer, der er påberåbt som de tilgængelige løsninger. Det kan være afhængigt af tredjepartstjenester, især når det er gemt i skyen eller on-prem.

Disse løsninger hjælper organisationer med at opretholde et ensartet sæt politikker, processer og ejere omkring deres dataaktiver, hvilket gør dem i stand til at overvåge, administrere og kontrollere databevægelser effektivt. Disse produkter hjælper brugere med at etablere retningslinjer, regler og ansvarlighedsforanstaltninger for at sikre, at datakvalitetsstandarder overholdes. Datastyringsværktøjer vil ofte også give anbefalinger for at øge effektiviteten og strømline processer.

Sikkerhed

I vores tidligere indlæg, blandt det utallige antal malwaretrusler, der påvirker virksomheder, er ransomware den største lovovertræder og koster organisationer over 7,5 milliarder dollars alene i 2019. Forestil dig, hvordan drastiske sikkerhedsbrud kan forringe din organisationsplan for at opbygge en virksomhed til at sprede sig.

Datastyring er afgørende, da CDO'erne eller DGT'erne skal analysere grundigt og dække disse fortrolige data. Hvis datasikkerhed er systematisk opbygget, kan den spores på samme måde som vellykket datahåndtering. Den kan bestemme, hvor dine data kommer fra, hvor de er, hvem der har adgang til dem, hvordan de bruges, og hvordan de slettes.

Datastyring definerer regler og procedurer for din organisations datastyring, og forhindrer potentielle læk af følsomme forretningsoplysninger eller kundedata, så data ikke falder i de forkerte hænder. Efterhånden som data vokser, kan det være en ren udfordring.

For ældre platforme og for større organisationer med rige data har ældre platforme en tendens til at skabe siled information, der er sværere at afgøre, hvor den kom fra. Disse siloer eksporteres ofte, for det meste til din database, og duplikeres for at kombinere data med andre silodata, hvilket gør det endnu sværere at vide, hvor alle data blev af.

Overholdelse

Datastyring og compliance arbejder hånd i hånd. I Dataversity-rapporten rangerede 48 % af virksomhederne overholdelse af lovgivning som deres primære drivkraft for datastyring. Uden ordentlig datastyring, hvordan kan du så være sikker på, at din organisation overholder reglerne?

Data modnes hurtigt, især når denne pandemi er begyndt; folk stoler så meget på sociale medier og andre midler over internettet for at undgå kontakt med andre mennesker. Data vokser så meget, og det betyder, at dataoverholdelse skal behandles på forhånd og tages godt hånd om af sådanne organisationer eller virksomheder, der har dine følsomme oplysninger og data. Organisationer skal overholde de regler i deres regering, de tilhører. Under Den Europæiske Union har du GDPR (General Data Protection Regulation), mens du i USA har den velkendte PCI DSS (Payment Card Industry Data Security Standard), HIPAA (Health Insurance Portability and Accountability Act) og SOX ACT eller Sarbanes –Oxley Act af 2002 (også kendt som Public Company Accounting Reform and Investor Protection Act).

Overholdelse er meget afgørende for succesfuld styring, da denne strategi skal være på plads, før man høster og modner dataene i organisationen. Compliance instruerer organisationen til at komme i gang under de regler og overholdelse inden for regeringen, som din datastyringsramme har dækket. Disse regler kræver, at organisationer skal kunne spore deres data fra kilden til deres forældelse, identificere, hvem der har adgang til dem, og vide, hvordan og hvor de bruges. Datastyring sætter regler og procedurer omkring ejerskab og tilgængelighed af data.

Din datastyringsramme sikrer, at dine data er egnede til dets formål. Ved at tilpasse din organisations mennesker, processer og teknologi omkring en central datastrategi, kan du begynde at udnytte dine data til gavn for større forretningsmål. Med hensyn til compliance er det at have klare kontrolprocesser over dine data på linje med forudindstillede forretningsregler. Dette er især vigtigt i stærkt regulerede brancher som finans og forsikring. Datastyring betyder at sikre, at du har processer på plads til at kontrollere dine data og sikre, at alle regler overholdes i al din organisations datapraksis. Effektiv overholdelse kan kun komme med en holistisk og komplet tilgang til din datastyringsstrategi. Hvordan kan du forvente at være 100 % sikker på, at du overholder reglerne uden fuldstændig kontrol over dine data, og hvordan de indsamles og opbevares. Uden det kan følsomme oplysninger komme i de forkerte hænder eller blive uretmæssigt slettet, hvilket fører til offentlige eller regulatoriske økonomiske sanktioner, retssager og endda fængselsstraffe. Snowflake tilbyder funktioner, der kan indstille kontrol over dataejerskab og -adgang, hvilket muliggør implementering af regler og procedurer for datastyring. Disse omfatter dynamisk datamaskering og sikre visninger.

De tre kritiske aspekter af opbygningen af ​​en effektiv datastyringsstrategi er mennesker, processer og teknologi. Med en effektiv strategi kan du ikke kun sikre, at din organisation forbliver compliant, men du kan også tilføje værdi til din overordnede forretningsstrategi.

Konklusion

Datastyring er ikke et fast og konstant flow. Det er en konvention og praksis, der dynamisk skal være et igangværende arbejde. Datastyring er afhængig af, hvordan dataene modnes i organisationen eller virksomheden, især ved at blive brugt på virksomhedsniveau. Det er afgørende for organisationer, der værdsætter deres data, eller data tjener som den primære drivkraft for organisationens interesse i at stabilisere dens økonomiske resultater. At bestemme disse 6 kritiske komponenter er et must og skal uddelegere de rigtige personer til at styre og sikre organisationens og virksomhedens interesser.


  1. MongoDB $millisekund

  2. Aggregerer i lokal tidszone i mongodb

  3. MongoDB $sin

  4. Annuller job i Laravel