实现数据驱动型数字化转型战略的五个步骤

实现数据驱动型数字化转型战略的五个步骤
作者: 乔蔡, CGEIT, CRISC, 中钢协, CISM, 网络安全审计, CISSP, CIPM, CIPT, ISO 27001 LA - ISACA中国主题专家(SME)委员会主席
发表日期: 2020年3月24日

在当今“数据就是新石油”的时代, 没有人能说一个组织能够在没有数据的情况下实现数字化转型. 管理人员甚至董事会在制定业务目标时都在谈论数据驱动的业务战略. 有效地利用数据可以以改进战略规划和决策的形式为业务带来新的价值. 现在是时候重新思考数据治理和管理如何在数字化转型的背景下实现数据驱动的决策文化,并加强业务和数据之间的关系.

与此同时, 许多组织在实施数据治理和管理程序时仍然面临一些挑战, 包括:

  • 数据所有权不明确
  • 缺少对成本和风险比例的考虑
  • 不断变化的资料保障法例
  • 经常更改的业务流程和工作流
  • 孤立的部门和组织结构
  • 数据质量差
  • 缺乏熟练人才

在ISACA最近发布的白皮书中, 重新思考数据治理和管理, 本文提出了一个五步方法,以帮助您使用实用的数据框架实现数据治理计划.

步骤1:建立数据治理基础
良好的数据治理基础为收集和使用数据奠定了基础. 这个基础包括解决法律问题, 商业知识产权和客户敏感性考虑. 这可以帮助你回答四个问题:

  1. 你有什么数据需要使用?
  2. 在您的数据生命周期中,数据治理实践发生在什么时候?
  3. 谁负责治理结构?
  4. 如何管理数据?

步骤2:建立和发展数据架构
根据开放组架构框架(TOGAF), 数据体系结构描述了主要数据类型和数据源的结构和交互, 逻辑数据资产, 澳门赌场官方下载的物理数据资产和数据管理资源. 数据体系结构的建立可以解决数据标准化问题.

步骤3:定义,执行,确保数据质量和清理污染数据
良好的元数据策略可以带来良好的数据质量. 元数据汇总基础数据, 哪个可以简化查找和处理特定数据实例的过程.

第四步:实现数据民主化
数据民主化有助于组织在整个澳门赌场官方下载中共享数据和见解, 为搜索策划数据和数据相关专业知识提供单一参考来源.

第五步:专注于数据分析
数据治理项目的最终目标是实现数据价值,获得对业务的洞察. 数据分析用于检查数据并应用统计方法来识别隐藏的模式和未知的相关性, 得出结论并预测数字经济中未来事件和趋势的可能性.

数据治理和数据管理对于那些希望利用数据为利益相关者创造价值,同时最小化风险的澳门赌场官方下载来说非常重要. 在ISACA白皮书中了解更多信息, 重新思考数据治理和管理.