【数据架构】数据治理与数据架构 -- DATAVERSITY

QQ群

视频号

微信

微信公众号

知识星球

Chinese, Simplified

“虽然数据架构专注于技术和基础设施设计,但数据治理包括人员、流程、工作流程以及支持治理所需的架构。因此,尽管数据架构对数据治理至关重要,但它只是更广泛整体中的一小部分,”全球数据战略董事总经理Donna Burbank表示。她将数据治理与数据架构之间的差异比作关于视角的老故事中的大象:

“五个老人正在看着大象。其中一个看到大象的尾巴,他认为大象看起来像一根绳子。一个看到象鼻,他说它看起来像蛇,一个看到脚,他说看起来像树干,他们都没事。”

每个人都从自己独特但有限的位置看到整头大象。她说:“我认为,对于数据治理来说,这往往是很多技术人员感到困惑的地方。”。一些IT人员认为数据架构与数据治理相同,但其范围远不止于此。一旦你包括了组织、流程、人员和文化,你就更有可能成功。

她说:“数据治理是数据架构所起作用的总体框架。我认为数据治理更广泛,因为它涵盖了组织、人员和流程,并在很大程度上创造了一种数据驱动的文化。”。

Figure 1: Data Architecture is Part of a Wider Data Governance Framework (Credit: Global Data Strategy)

这些概念是相互关联的,因此看起来与数据架构完全相关的过程可以在数据治理中发挥关键作用。例如,数据输入:“如果你在前面输入客户数据,但输入错误,这就是治理,[因为]这会影响下游的事情。”她说,在治理过程中创建的查找表可以通过更容易地正确输入客户数据来支持引用完整性。“所以,这是架构、人和过程之间的来回。”

她说,数据架构和数据治理“相辅相成”。“数据治理可以围绕数据架构制定规则,IT部门通常会接受这一点,因为他们喜欢有人可以将这些问题上报给他们。”

技术通过技术中固有的结构或边界提供牙齿。

“在业务方面,你可以有一个很好的规则,说‘这些是某个领域的有效值’,但除非你的数据架构支持这一点,否则这只是一个规则,人们可以打破规则。因此,架构和治理不仅相互支持,还可以帮助彼此提高效率。”

对老派概念的兴趣与日俱增

伯班克认为,对人工智能和预测分析的兴趣推动了人们对数据治理和数据架构等基础概念的兴趣死灰复燃:“除非你有好的数据,否则你不可能做所有这些新的热门事情。这不是旧的与新的,也不是老派与新派;而是你需要这些基础。”

她说,对于那些在这个行业工作了很长时间的人来说,这可能看起来像是老东西:

“一些在架构和治理方面进行了投资的公司已经能够更容易地实施其中一些新技术,因为它们有良好的数据基础。那些公司通常不必迎头赶上。”

数据治理与数据架构:哪一个优先?

关于从哪里开始,有不同的理论,但伯班克建议从深入的成熟度评估开始,该评估基于一个显示愿景和战略如何与工具和技术相关的框架。她建议在开始时仔细研究框架中的每一个方框。“这些都是非常简单的问题,但每个框中只有两个问题就足以说明问题,”她说。

  • 你为什么这么做,谁在乎呢?
  • 它能解决什么问题?
  • 谁将成为您的主要利益相关者?
  • 谁将成为你的执行冠军?
  • 你的投资回报率是多少?
  • 哪些治理组织已经存在,谁参与其中?
  • 如何衡量哪些数据是好的还是坏的?
  • 如何跟踪结果?
  • 人们对数据治理有积极的看法吗?
  • 他们认为这是一种负担吗?

简单的问题,比如金字塔顶端的问题——这些是最重要的问题,因为它们推动了其他一切。”她说,工具和技术部分几乎可以是一个清单。问一些问题,比如“你有什么数据,存储在哪里?”以及“有数据模型吗?”

她说:“你不必从一个巨大的评估开始。每个盒子里都有几个问题是一个很好的开始方式,人们可能自己可以做很多。”。伯班克的客户会得到一系列更为广泛的问题,并有详细的步骤。“对于组织和个人来说,你有指导委员会吗?指导委员会有可操作的结果吗?不仅仅是‘是’或‘否’:有很多细节。”

评估的细粒度不仅显示了差距在哪里,而且有助于揭示这些差距的原因。“很多人都有一个指导委员会,但什么都没做,那么指导委员会是如何成立的?数据管理是如何建立的?”她说,这两个领域都需要同样强大。“如果其中任何一个存在差距,那可能是你拥有所有的工具、技术和流程,但文化并不存在。”她的客户最终得到的结果是一个颜色编码的成熟度评估,其中优势区域用绿色表示,改进区域用红色表示。

以快速的胜利鼓励强大的数据文化

她说,人们通常可以将数据治理视为一种负担,但并非必须如此。

“你是如何让人们对此感到兴奋的?事实上,这种情况一直都在发生。从快速获胜开始,[你可以]让人们问,‘我能成为数据治理的一部分吗?’”

伯班克建议选择一些“能给很多人带来好处”的小东西。例如,零售商可以定义他们的客户生命周期、文档流程和数据流,以跟踪客户第一次看产品时、购买时、续订时以及在社交媒体上告诉朋友时的情况。

“如果我们只是在所有这些竖井中获得了正确的电子邮件地址,并且是一致的,我们就可以跟踪我们的客户,从他们第一次给我们电子邮件地址到他们注册忠诚度计划。如果我们都进行了沟通,想想这会有多好。然后,如果我能从另一个团队获得购买信息,那么超越这些竖井的价值就变得显而易见了。”。”

这是一个“对我来说有什么?”的问题,它是关于让它不让人不知所措,因为没有人想拥有这个需要别人花很多时间推动的庞大项目,但如果你能找到每个人都需要的东西。“这是一场快速的胜利,”她说。“然后人们肯定想要更多。”

数据治理与数据架构:什么更重要?

伯班克分享了两位客户的故事,他们在成熟度评估中处于对立的一边。

“一个团体将他们的商业目标和目的与一些法规和营销活动联系在一起。他们有多个团体支持。这是营销,这是工程,这是合法的——他们有几个团体想要数据治理。他们已经确定了目标,但其他方面都有点薄弱。他们还没有成立委员会,也没有任何工具。”

她说,他们的目标很好,但根据他们的评估,他们只有一个绿色部分,其他都是红色的。“他们很沮丧,我说,‘不,这是最好的地方,因为你有正确的目标。’”另一家公司的评估显示,在技术、建筑等方面大多是绿色的,但他们没有致力于一个共同的目标,也没有得到所有集团的认可。

“他们拥有你能想象到的一切工具,一切都准备就绪。选择一种工具——他们有六种——他们有多种相互竞争的技术,但他们在文化中没有那么普遍的认同感,这就是他们的红色。一年过去了,那些有合适的司机和合适的人的人走得更远,因为他们赢得了人心。”

“从整体上看,”她说。“这是大象的一部分——有些人可能认为他们有数据治理,但他们还没有真正考虑到围绕它的文化,所以他们还没有完成。”她说,最好的开始是让人们团结起来。“当人们有正确的目标时,你可以做任何事情,对吧?”

本文地址
https://architect.pub/data-governance-vs-data-architecture-dataversity
SEO Title
Data Governance vs. Data Architecture dataversity