CDGA|持续投入开展数据治理工作可以从这四大方向着手

数字化转型趋势下,外部监管以及内部数据使用都对数据治理提出更高效、更准确、更完备、更合规的要求,企业如何抓住新形势下的要求,开展自身数据治理工作?

CDGA|持续投入开展数据治理工作可以从这四大方向着手_第1张图片

纵观数据治理的发展历程,剖析数据治理的建设路径,持续投入开展数据治理工作可以从如下四大方向着手:

整体规划,全面布局数据治理,解决顶设问题

企业在开展数据治理工作的时候,一定要结合自身业务战略发展、IT规划、数据管理现状等进行规划和实施。以体系驱动的方案是自上而下建设的,能够帮助企业达成对数据治理全貌的理解和共识,有利于推动后续工作开展。具体实践过程中需要与实际情况结合,以实际数据质量问题为抓手,不断提升数据质量甚至业务质量,最终实现数据价值。

标准先行,确定数据准入与改进的方向,解决抓手问题

随着近年国产数据库迁移的大趋势,通过数据标准梳理,在国产数据库中落地数据标准也是一个很好的数据治理抓手。
数据标准驱动的服务方案一般包括如下活动:现状调研、标准设计、标准映射、标准执行和标准管理。
以数据标准为抓手启动数据治理项目,一定需要等待时机,如配合源系统新建/改造、主数据建设数据平台迁移等项目,以确保数据治理的实际落地效果。

局部改进,寻求数据治理的最佳性价比,解决效率问题

局部改进可以以高优先级数据质量问题改进或者以满足急迫的监管要求为依据局部推进数据治理工作,寻求数据治理的最佳性价比。
数据质量的好坏是数据治理工作好不好的最直接体现,关键是要做好两项工作,其一是数据认责,其二是质量考核评估。
数据认责的时候可以综合考虑数据属主部门、数据开发部门、数据录入部门等职责。
质量考核评估可以从如下维度进行设计:对客户整体数据质量情况进行评价形成评价体系(数据主题、属主、质量维度等);对各研发团队在质量整改过程中的工作进行评价形成考核体系(当月问题整改率、按时反馈率等);对部署的质量规则进行评价形成考核体系(有效率)。最终以此为基础确定高优先级数据质量问题推进。

升级改造,伴随新一代IT建设落地数据治理,解决时机问题

以新一代核心项目群建设为契机,通过数据标准建设、数据开发管理、数据资产运营等治理活动,将数据治理全过程融合进IT项目的生命周期中:规划需求、设计开发、测试上线、运营运维等阶段。

CDGA|持续投入开展数据治理工作可以从这四大方向着手_第2张图片

DAMA数据管理认证

数据要素时代下,充分发挥资源优势,释放数据的最大价值,离不开数据治理在背后的“百炼成金”。
数据治理工作的价值体现归根结底还是数据治理人才的专业能力,目前国内大多数政企均以DAMA数据管理认证(CDGA数据治理工程师认证/CDGP数据治理专家认证)为技能水平合格标准。

DAMA认证为数据管理专业人士提供职业目标晋升规划,彰显了职业发展里程碑及发展阶梯定义,帮助数据管理从业人士获得企业数字化转型战略下的必备职业能力,促进开展工作实践应用及实际问题解决,形成企业所需的新数字经济下的核心职业竞争能力。DAMA是全球唯一数据管理方面权威性认证,帮助数据从业者提升数据管理能力。

弘博创新是DAMA中国授权的数据治理人才培养基地,结合行业沉淀和数据治理,提升企业数据驱动的业务经营和精益管理,促进企业业务数据化、数据资产化直至资产价值化的转换,助力企业急速数据资产化,全面支撑企业数字化转型。

你可能感兴趣的:(深圳CDGA认证,深圳DAMA数据治理认证,弘博创新培训,人工智能,大数据,CDGA认证,CDGP认证,DAMA认证)