当前位置：首页 > article >正文

DAMA数据管理知识体系（第3章数据治理）

article 2024/11/14 0:51:54

课本内容
- 3.1 引言
  - 数据治理（Data Governance，DG）的定义是在管理数据资产过程中行使权力和管控，包括计划、监控和实施。
  - 数据治理项目的范围和焦点
    - 战略
      - 定义、交流和驱动数据战略和数据治理战略的执行
    - 制度
      - 设置与数据、元数据管理、访问、使用、安全和质量有关的制度。
    - 标准和质量
      - 设置和强化数据质量、数据架构标准
    - 监督
      - 在质量、制度和数据管理的关键领域提供观察、审计和纠正等措施（通常称为管理职责Stewardship）
    - 合规
      - 确保组织可以达到数据相关的监管合规性要求。
    - 问题管理
      - 识别、定义、升级和处理问题，针对如下领域
        数据管理项目
        数据资产估值
  - 知识语境图
    - 图3-1 语境关系图：数据治理和管理职责
  - 业务驱动因素
    - 数据治理最常见的驱动因素是法规遵从性，但很多组织的数据治理是通过其他业务信息化管理需求所驱动的
    - 数据治理的驱动因素大多聚焦于减少风险或者改进流程
      - 减少风险
        一般性风险管理
        数据安全
        隐私
      - 改进流程
        法规遵从性
        数据质量提升
        元数据管理
        项目开发效率
        供应商管理
  - 目标和原则
    - 目标
      - 可持续发展
      - 嵌入式
      - 可度量
    - 原则
      - 领导力和战略
      - 业务驱动
      - 共担责任
      - 多层面
      - 基于框架
      - 原则导向
  - 基本概念
    - 概要
      - 数据治理确保数据被恰当地管理而不是直接管理数据
        图3-2 数据治理和数据管理的关系
    - 以数据为中心的组织
      - 1）数据应该作为企业资产管理起来。2）应该在整个组织内鼓励数据管理的最佳实践。3）企业数据战略必须与业务战略一致。4）应不断改进数据管理流程。
    - 数据治理组织
      - 立法职能（定义策略、标准和企业架构）
      - 司法职能（问题管理和升级）
      - 执行职能（保护和服务、管理责任）
      - 数据治理机构职责说明
    - 数据治理运营模型类型
      - 集中式管理模式
      - 分布式管理模式
      - 联邦式管理模式
    - 数据管理职责
      - 描述了数据管理岗位的责任，以确保数据资产得到有效控制和使用
      - 数据管理活动
        创建和管理核心元数据
        包括业务术语、有效数据值及其他关键元数据的定义和管理。
        记录规则和标准
        包括业务规则、数据标准及数据质量规则的定义和记录。
        管理数据质量问题
        数据管理专员通常参与识别、解决与数据相关的问题，或者促进解决的过程
        执行数据治理运营活动
        数据管理专员有责任确保数据治理制度和计划在日常工作或每一个项目中被遵循执行
    - 数据管理岗位的类型
      - 管理专员
        数据管理专员代表所有相关方的利益，必须从企业的角度来确保企业数据的高质量和有效使用。有效的数据管理专员对数据治理活动负责，并有部分时间专门从事这些活动
      - 组织任明岗位
        首席数据管理专员
        CDO的替代角色
        高级数据管理专员
        企业数据管理专员
        业务数据管理专员
        数据所有者
        技术数据管理专员
        协调数据管理专员
    - 数据制度
      - 数据制度描述了数据治理的“什么”（做什么和不做什么），而标准和规程描述了数据治理的“如何”。
    - 数据资产估值
      - 数据资产估值（Data Asset Valuation）是一个理解和计算数据对组织的经济价值的过程
      - 度量价值方式
        替换成本
        市场价值
        发现商机
        售卖数据
        风险成本
      - 数据资产会计准则
- 3.2 活动
  - 规划组织的数据治理
    - 执行就绪评估
      - 评估当前组织的信息管理能力、成熟度和有效性，对于制订数据治理的计划至关重要
        典型的评估包括
        数据管理成熟度
        变革能力
        协作准备
        与业务保持一致
    - 探索与业务保持一致
      - 数据治理项目必须能够被找到并提供特定的价值来为组织作出贡献
      - 数据质量分析是评估的一部分工作。
      - 数据管理实践的评估是数据治理评估过程的另一个关键方面
    - 制定组织触点
      - 协调工作的一部分包括为数据治理工作制定组织接触点
        采购和合同
        预算和资金
        法规遵从性
        SDLC/开发框架
  - 制定数据治理战略
    - 概要
      - 数据治理战略定义了治理工作的范围和方法。应根据总体业务战略以及数据管理、IT战略全面定义和明确表达数据治理战略。
        交付物
        章程
        运营框架和职责
        实施路线图
        为成功运营制订计划
    - 定义数据治理运营框架
      - 在构建组织的运营框架时需要考虑以下几个方面
        数据对组织的影响
        业务模式
        文化因素
        监管影响
    - 制定目标、原则和制度
    - 推动数据管理项目
    - 参与变革管理
      - 组织需要组建一个团队来负责以下事项
        规划
        培训
        影响系统开发
        制度实施
        沟通
        沟通重点
        提升数据资产价值。
        监控数据治理活动的反馈并采取行动
        实施数据管理培训
        衡量变革管理的程度
        实施新的指标和关键绩效
    - 参与问题管理
      - 问题管理是识别、量化、划分优先级和解决与数据治理相关的问题的过程
        数据治理计分卡可用于识别与问题相关的趋势，如问题在组织内发生的位置、根本原因等。
        数据问题升级路径
        1）识别、收集、记录和更新的问题。2）各项活动的评估和跟踪。3）记录利益相关方的观点和可选解决方案。4）确定、记录和传达问题解决方案。5）促进客观、中立的讨论，听取各方观点。6）将问题升级到更高权限级别。
    - 评估法规遵从性要求
      - 对管理信息资产有重大影响的部分全球性法规
        会计准则
        BCBS 239（巴塞尔银行监管委员会）和巴塞尔II。
        CPG 235。
        澳大利亚
        PCI-DSS。
        支付卡行业数据安全标准（PCI-DSS）。
        偿付能力标准II。
        欧盟法规，类似巴塞尔协议II，适用于保险行业。
        隐私法。适用于各地区、各主权实体和国际的法律。
  - 实施数据治理
    - 高优先级的前期工作包括
      - 1）定义可满足高优先级目标的数据治理流程。2）建立业务术语表，记录术语和标准。3）协调企业架构师和数据架构师，帮助他们更好地理解数据和系统。4）为数据资产分配财务价值，以实现更好的决策，并提高对数据在组织成功中所起作用的理解。
    - 1.发起数据标准和规程
      - 数据标准必须得到有效沟通、监控，并被定期审查和更新
        1）数据架构（Data Architecture）。它包含企业级数据模型、工具标准和系统命名规范。2）数据建模和设计（Data Modeling and Design）。它包括数据模型管理程序、数据模型的命名规范、定义标准、标准域、标准缩写等。3）数据存储和操作（Data Storage and Operations）。它包括标准工具、数据库恢复和业务连续性标准、数据库性能、数据留存和外部数据采集。4）数据安全（Data Security）。它包括数据访问安全标准、监控和审计程序、存储安全标准和培训需求。5）数据集成（Data Integration）。它是用于数据集成和数据互操作的标准方法、工具。6）文件和内容（Documents and Content）。它包含内容管理标准及程序，包括企业分类法的使用，支持法律查询、文档和电子邮件保留期限、电子签名和报告分发方法。7）参考数据和主数据（Reference and Master Data）。它包括参考数据管理控制流程、数据记录系统、建立标准及授权应用、实体解析标准。8）数据仓库和商务智能（Data Warehousing and Business Intelligence）。它包括工具标准、处理标准和流程、报告和可视化格式标准、大数据处理标准。9）元数据（Metadata）。它指获取业务和技术元数据，包括元数据集成和使用流程。10）数据质量（Data Quality）。它包括数据质量规则、标准测量方法、数据补救标准和流程。11）大数据和数据科学（Big Data and Data Science）。它包含数据源识别、授权、获取、记录系统、共享和刷新。
    - 2.制定业务术语表
      - 数据管理专员通常负责整理业务术语表的内容
        业务术语表具有如下目标
        1）对核心业务概念和术语有共同的理解。2）降低由于对业务概念理解不一致而导致数据误使用的风险。3）改进技术资产（包括技术命名规范）与业务组织之间的一致性。4）最大限度地提高搜索能力，并能够获得记录在案的组织知识。
    - 3.协调架构团队协作
      - 由数据架构师和数据管理专员在业务领域团队中共同开发和维护企业数据模型
    - 4.发起数据资产估值
  - 嵌入数据治理
    - 数据治理组织的一个目标是将治理活动嵌入到数据作为资产管理相关的一系列流程中
- 3.3 工具和方法
  - 数据治理的工具和方法
    - 线上应用/网站
      - 数据治理规划的网站应该包括如下内容
        1）数据治理战略和项目章程，包括愿景、效益、目标、原则和实施路线图。2）数据制度和数据标准。3）数据管理制度的角色和职责说明。4）数据治理相关新闻公告。5）指向相关数据治理社区论坛的链接。6）指向相关数据治理主题执行进展的链接。7）数据质量测试报告。8）问题识别和上报的规程。9）请求服务或获取问题的入口。10）相关在线资源的描述和链接、演示文档和培训计划。11）数据管理实施路线图。
    - 业务术语表
      - 业务术语表是数据治理的核心工具
    - 工作流工具
    - 文档管理工具
    - 数据治理记分卡
      - 它是跟踪数据治理活动和制度遵从性的指标集合，通过自动记分卡的形式向数据治理委员会和数据治理指导委员会报告
- 3.4 实施指南
  - 定义了数据治理的规程、制订了运营计划，加上在数据成熟度评估过程中收集数据制定的实施路线图，组织即可启动实施数据治理
  - 组织和文化
    - 有效而持久的数据治理需要组织文化的转变和持续的变革管理，文化包括组织思维和数据行为，变革包括为实现未来预期的行为状态而支持的新思维、行为、策略和流程。
  - 调整和沟通
    - 管理和沟通变更所需的工具包括
      - 业务战略/数据治理战略蓝图
      - 数据治理路线图
      - 数据治理的持续业务案例
      - 数据治理指标
- 3.5 度量指标
  - 度量指标
    - 为应对长期学习曲线的阻力和挑战，对数据治理项目必须要有通过证明数据治理参与者如何增加业务价值和实现目标的指标来衡量进展和成功。
  - 数据治理指标示例
    - 价值
      - 对业务目标的贡献
      - 风险的降低
      - 运营效率的提高
    - 有效性
      - 目标的实现
      - 扩展数据管理专员正在使用的相关工具
      - 沟通的有效性
      - 培训的有效性
      - 采纳变革的速度
    - 可持续性
      - 制度和流程的执行情况（即它们是否正常工作）
      - 标准和规程的遵从情况（即员工是否在必要时遵守指导和改变行为）
考察分值&知识点
- 考察分值
  - 10分
- 考察知识点
  - 3.1 引言
    - 数据治理语境图
      - 目标
      - 交付成果
    - 数据治理业务驱动因素
    - 数据治理目标和原则
    - 以数据为中心的组织
    - 数据治理组织
    - 数据治理运营模式
    - 数据管理职责
    - 数据资产会计原则
    - 数据资产估值方式
  - 3.2 活动
    - 数据治理就绪评估内容
    - 制定组织触点
    - 定义数据治理运营框架
    - 实施数据治理步骤
  - 3.3 工具和方法
    - 数据治理的工具和方法
      - 数据治理记分卡
  - 3.5 度量指标
    - 数据治理指标示例