category
大多数组织采用以控制为中心的方法进行数据治理。因此,他们制定了一个计划,其中包含限制访问的策略,并设计数据治理角色和责任来执行这些规则。
这些计划包括严格的安全措施,以保护数据、管理风险并确保法规遵从性。然而,这种方法无法实现数据协作和数据驱动的决策。这就是为什么随着时间的推移,数据治理似乎已经成为一件令人恐惧的事情,而它应该得到庆祝。
各种数据治理角色及其职责
一个强大的数据治理团队由数据管理员、管理员、保管人和用户组成。
下面是一个表格,总结了每个数据治理角色。
Aspect | Data Admin | Data Steward | Data Custodian | Data User |
---|---|---|---|---|
Definition | 监督整个数据治理计划的实施 | 充当业务和IT之间的桥梁,以便业务用户能够访问正确的数据 | 处理数据的移动、安全、存储和使用 | 利用数据从中获取见解,用于商业决策 |
Top responsibility |
- 1. 处理和转换用于建模的数据,同时确保其完整性和可用性 -2。用作解决所有与数据相关的冲突的升级点 |
- 1. 帮助标准化数据定义、规则和描述 -2。帮助定义访问策略并优化与数据相关的工作流程和通信 |
-1. 监督数据访问和存储 -2。确定不同数据域的数据管理员,并在数据质量问题上与他们合作 |
- 1. 了解数据治理策略、标准、规则和定义。 -2.使用现代数据堆栈中的工具从数据中提取价值 |
Technical or business? | Both | Business | Technical | Business |
The ideal fit | 经验丰富或经验丰富的数据团队成员,精通业务和技术 | 资深数据团队成员,具有深厚的领域知识并熟悉数据堆栈 | 数据团队中能够浏览现代数据堆栈的高级工程师或科学家 | 营销人员、销售人员、研究人员、高级管理人员和业务经理 |
目录
- 各种数据治理角色及其职责
- 谁负责数据治理?
- 数据管理员
- 数据管理员的角色和职责
- 数据管家
- 数据管理员的角色和职责
- 数据保管人
- 数据保管人的角色和责任
- 数据用户
- 数据用户的角色和责任
- 数据治理的角色和责任:下一步是什么?
- 数据治理角色和责任:相关阅读
Gartner表示,类似地,
Gartner副总裁兼分析师Saul Judah表示:“应对当今世界不同程度的不确定性需要速度和灵活性,而传统的数据治理方法正变得过时。”。“典型的‘一刀切’、基于指挥和控制的IT治理能力既不具备满足数字业务需求的范围,也不具备满足数字化业务需求的灵活性。”
Modern business and data analytics teams require adaptive data governance. Source: Gartner
这意味着传统意义上的数据治理需要范式转变。既然我们已经了解了现代数据治理方法的变化,第一步就是建立正确的团队。
谁负责数据治理?
数据治理团队有几个角色,每个角色都在引导您的企业走向以数据为中心的文化方面发挥着关键作用。
虽然每个组织都有独特的目标、需求和结构,但以下是四个最常见的数据治理角色:
- 数据管理员
- 数据管家
- 数据保管人
- 数据用户
让我们探讨一下在制定数据治理政策、标准和功能方面的每一个角色及其作用。
数据管理员
谁是数据管理员?
数据管理员负责监督整个数据治理计划的实施,并作为解决所有数据相关冲突的升级点。
从功能上讲,数据管理员负责处理数据并将其转换为最佳数据模型。
数据管理员的角色和职责
数据管理员的职责是:
- 确保数据的有用性:这包括监督数据转换、监控组织内的数据流以及设计数据模型。它还需要规划、实施和维护数据存储库,如数据库、仓库和湖泊。
- 为决策启用数据分析:这涉及到处理技术和业务用户的所有培训和入职要求。
- 确保数据完整性:这需要在整个组织中跟踪数据沿袭,以确保数据是可信的、相关的和更新的。
根据组织的不同,数据管理员还可能负责数据库管理任务,例如维护数据字典、选择正确的工具(软件和硬件)以及监控数据库性能。
此外,由于数据管理员可操作整个数据治理计划,因此您应该在数据团队中寻找经验丰富、对业务有良好掌握的成员。
数据管家
谁是数据管理员?
数据管理员确保业务用户能够始终如一地访问高质量的数据。以下是《颠覆数据治理》一书的作者Laura Madsen的说法:
“数据管理员的目的是帮助巩固这种黏糊糊的东西……他们会说信息技术的语言,并将其转化为业务。这个角色需要幼儿园老师的耐心和成功谈判人质情况的能力。”
数据管理员是业务和IT之间的桥梁,其核心功能是实现协作和数据民主化。
此外,它们通过评估数据治理策略、流程和实施,帮助组织遵守不断变化的法规。
数据管理员的角色和职责
数据管理员的职责因其组织和角色而异。
然而,他们的一些主要职责包括:
- 创建数据资产:数据管理员拥有数据资产创建、策略和安全性。
- 确保数据质量:数据管理员帮助标准化数据定义、规则和描述。这为数据资产提供了上下文。数据管理员还与数据治理团队的其他成员一起评估、管理和监控整个组织的数据质量。
- 保护数据资产:数据管理员在建立符合组织数据治理目标、策略、标准和法规遵从性要求的数据安全协议方面至关重要。他们还评估数据安全的潜在威胁,并与IT团队协商以缓解这些威胁。
- 定义访问策略:访问策略规定哪些数据用户可以访问特定的数据资产。数据管理员帮助设置它们,以便正确的用户能够立即访问他们需要的所有数据。
- 优化工作流程和通信:数据管理员帮助技术和业务数据用户搜索、发现、信任和使用他们需要的数据。这就是为什么它们在数据协作和共享中发挥着至关重要的作用。
在聘请数据管理员担任数据治理角色时,您应该寻找一位将工程或分析技能与他们的商业头脑和深层领域知识相结合的高级数据团队成员。
数据保管人
谁是数据保管人?
另一个至关重要的数据治理角色是数据保管人。数据保管人负责数据的移动、安全、存储和使用。
对于大多数企业来说,数据管理员(data steward)和数据管理员(data custodian)之间没有区别。然而,随着数据治理的日益复杂,两者之间的分离开始出现。
数据保管人的角色和责任
与数据管理员不同,数据管理员的角色更多地是在技术方面。
他们的一些职责包括:
- 控制数据访问:数据保管人授权并控制对数据的访问。他们负责管理设置和实施权限控制的技术方面。
- 与数据管理员合作:管理员为每个数据资产或域确定数据管理员。他们还与数据管理员合作,解决任何数据质量或完整性问题。
- 监督数据存储:数据保管人处理数据存储的技术方面,对主数据进行版本控制,并设置系统备份和灾难恢复计划。他们还处理数据治理团队的人员配置需求。
在招聘时,你应该在数据团队中寻找一位能够在现代数据堆栈中无缝导航的高级工程师或科学家。
数据用户
谁是数据用户?
数据民主化的目标是使数据能够在组织内使用。因此,如果不包括数据用户,数据治理角色就不完整。
数据用户是指组织中从数据中提取价值的任何人。数据用户包括营销人员、研究人员、高管、业务经理、高级管理人员等。
数据治理框架通常不考虑数据用户,但他们在组织数据治理框架的成功中发挥着关键作用。
如果没有数据用户,数据治理就不会有效。所有其他数据治理角色——数据管理员、数据管理员和数据保管人——的存在是为了帮助数据用户进行数据驱动的决策。
数据用户的角色和责任
数据用户的主要作用是推动组织内数据资产的用例实施,并支持数据驱动的决策。
在组织中,数据用户的职责是:
- 参加有关数据管理、访问和使用的培训和教育课程
- 使用数据字典、目录和知识库等工具从数据集中查找和提取值
- 与数据治理团队的其他成员(如数据管理员和数据保管人)互动,以理解和使用数据
- 让数据治理团队注意存在质量或可信度问题的数据集
- 确保他们遵循适当的安全措施来保护敏感数据
数据治理的角色和责任:下一步是什么?
虽然每个团队成员都有不同的角色,但这些数据治理角色相互依赖。因此,他们必须进行有效的协作,以帮助他们的组织实现其业务和数据目标。
尽管这些角色拥有独特的技能,但他们在数据治理团队中通过协作、共享和透明的沟通实现了最佳效果。
组建合适的团队只是在您的组织中有效利用数据治理的众多步骤之一,想了解更多吗?
数据治理角色和责任:相关阅读
- Data Governance in Action: Community-Centered and Personalized
- Data Governance and Its Importance in the Modern Data Stack
- Data Governance Framework — Examples, Templates, Standards, Best practices & How to Create One?
- Snowflake Data Governance — Features, Frameworks & Best practices
- Open Source Data Governance Tools - 7 Best to Consider in 2023
- Data Governance Policy: Examples, Templates & How to Write One
- 7 Best Practices for Data Governance to Follow in 2023
- Benefits of Data Governance: 4 Ways It Helps Build Great Data Teams
- Data Governance Roles and Responsibilities: A Quick Round-Up
- Key Objectives of Data Governance: How Should You Think About Them?
- The 3 Principles of Data Governance: Pillars of a Modern Data Culture
- A Guide to Gartner Data Governance Research — Market Guides, Hype Cycles, and Peer Reviews
- 5 Popular Data Governance Certification & Training in 2023
- 8 Best Data Governance Books Every Data Practitioner Should Read in 2023
- Automated Data Governance: How Does It Help You Manage Access, Security & More at Scale?
- Data Governance and Compliance: Act of Checks & Balances
- Data Governance vs. Data Management: What's the Difference?
- Enterprise Data Governance — Basics, Strategy, Key Challenges, Benefits & Best Practices.
最新内容
- 22 hours ago
- 1 day 15 hours ago
- 1 day 15 hours ago
- 1 day 15 hours ago
- 1 day 15 hours ago
- 1 day 15 hours ago
- 1 day 16 hours ago
- 1 day 16 hours ago
- 1 day 16 hours ago
- 1 day 17 hours ago