엔터프라이즈 데이터 관리 프로세스 개선을위한 7 가지 제안

정보를 더 잘 모니터링하고 관리하고 업무 운영 효율성을 높이기 위해 많은 기업들이 데이터 거버넌스 프로젝트에 투자하기 시작했습니다. DataSteward 는 기업 전체에서 보다 정확하고 일관된 데이터를 생성하기 위한 전략과 프로세스를 갖추고 있으며, data steward 는 이를 이론에서 실천으로 전환하도록 보장해야 합니다. 대부분의 경우 데이터 거버넌스 전략의 성공은 관련 데이터 전문가의 노력에 달려 있습니다. 기업의 기존 아키텍처에 부합하는 데이터 거버넌스 관리 아키텍처 및 운영 모델을 구축하는 것이 어느 정도 중요합니다. 여기에는 데이터 관리의 모든 요소가 포함됩니다. 듣기에는 간단하지만, 실제 조작은 매우 어렵다.

프로젝트가 시작되려고 할 때, 성급한 결정이 기대에 미치지 못할 수도 있을 때, 데이터 거버넌스 문제가 발생한다. 예를 들어, 어떤 기업이 무엇을 해야 할지 정의하기 전에 데이터 관리 풀을 선택하면 심각한 혼란을 초래할 수 있습니다. 또한, 자신의 진보가 매우 빠르다는 것을 섣불리 증명하고자 하는 기업들은 데이터 전문가가 가장 골치 아픈 것이다. 메타데이터 조사를 하고 무의미한 일을 많이 해야 하기 때문이다. (윌리엄 셰익스피어, 윈스턴, 과학명언)

조정된 거버넌스 활동을 유지할 수 있도록 데이터 관리 팀을 어떻게 효과적으로 구축하고 관리할 수 있습니까? 이 기사에서는 7 가지 관련 권장 사항을 제공합니다.

직위를 정규화하다. 개인이 데이터 전문가가 되도록 요구하기 전에 공식적인 책임 분담이 있는지 확인합니다. 직책에 필요한 기술을 결정하십시오. 성과를 측정하는 지표; 만약 데이터 전문가가 특별한 직위가 아니라면, 기존 업무와 어떻게 결합할 것인가에 대한 세부 사항을 결정해야 한다. (존 F. 케네디, 일명언)

관리 역할의 세밀한 구분. 데이터 전문가는 실제로 메타데이터 관리자 및 운영 데이터 관리자와 같은 많은 역할을 포함합니다. 이러한 역할을 구분하는 방법과 직원들이 데이터 관리 프로세스를 지원하기 위해 협력하는 방법을 명확하게 설명하는 것이 가장 좋습니다.

데이터의 비즈니스 소유권을 설정합니다. 데이터 전문가는 데이터 거버넌스 정책에 부합하는 책임을 질 수 있지만, 그렇다고 데이터 자체에 대한 책임이 있는 것은 아닙니다. 소유권과 책임은 적절한 업무 단위나 부서에 할당되어야 합니다.

업무와 일치하다. 데이터 거버넌스 프로젝트의 일환으로 데이터 가용성은 매출 증가, 비용 절감, 위험 감소, 생산성 향상과 같은 예상 비즈니스 개선 맥락에서 개발될 것으로 예상됩니다. 그러나 대부분의 IT 및 데이터 관리 종사자들은 비즈니스 프로세스보다 데이터 관리 메커니즘에 더 익숙합니다. 데이터 전문가가 업무 영역 자체에서 온 것이 아니라면 주요 업무 분야의 전문가가 데이터 문제를 식별하고 작업의 우선 순위를 정하는 데 도움을 줄 수 있어야 합니다.

인센티브 제도를 수립하다. 일반적인 결과물이 있는 프로젝트와 달리, 데이터 관리의 본질은 데이터 사고에 대처할 수 있도록 보장하는 것이며, 결과는 그다지 직관적이지 않을 수 있습니다. 따라서 데이터 전문가가 인정하고 보상할 수 있는 보상 메커니즘을 세워야 합니다.

올바른 사람은 옳은 일을 한다. 데이터 전문가의 역할이 여전히 발전하고 있기 때문에 다년간의 경험을 가진 사람을 채용하는 것은 비현실적일 수 있다. 그리고 많은 회사에서 데이터 관리는 정규직이 아닙니다. 따라서 내부적으로 관리 잠재력이 있는 사람을 채용해야 할 수도 있습니다. 어떤 데이터 관리 기술이 필요한지 고려하고, 가치 있고 의사 소통 기술이 좋은 직원을 찾고 있으며, 모범 사례를 찾고 변화하는 아이디어에 적응할 수 있다고 확신합니다.

데이터 전문가에게 적절한 도구를 제공하다. 데이터 관리는 근본적으로 절차적인 문제이지만, 데이터 품질 평가, 데이터 검증, 데이터 이벤트 보고 및 관리 소프트웨어, 심지어 데이터 품질 및 데이터 관리 스코어카드 응용 프로그램 등을 지원하는 도구가 있습니다.

이러한 모든 단계에는 데이터 거버넌스 및 관리 프로젝트를 설계하여 제대로 작동하기 전에 어떤 합리적인 노력을 기울여야 하는지에 대한 공통된 주제가 있습니다. 완료되면 적절한 인력을 모집하고, 역할에 대한 명확한 정의를 제공하고, 업무 부서와 동기화 상태를 유지하고, 지속적인 데이터 관리 프로세스를 시작하는 데 도움이 되는 성과 인센티브를 제공합니다.