數據治理入門

企業領導層希望最大限度地降低風險、增加洞察力并改善運營。他們需要一個強大的數據治理計劃。怎么辦?

自下而上構建數據治理是很困難的。它需要整個組織的利益相關者的投入。但很多時候，數據治理是一個孤立的、過于復雜的框架，讓員工感到脫節。他們不了解數據治理如何支持業務目標或影響他們的日常工作。同時，他們被要求參加治理會議，協調流程，定義術語，提供對數據使用情況的洞察，治理策略陷入細節困境，失去焦點。

由于洞察力、運營或風險狀況沒有明顯改善，也沒有明顯的投資回報，企業領導層就會失去熱情。他們甚至可能考慮取消對治理工作的資助，從而完全失去他們的利益。

有更好的方法。以業務優先的方法開始治理計劃，吸引員工，快速交付一些高價值、省力的成果，并為增長奠定基礎。

這種方法：

1. 將數據治理與業務目標聯系起來

2. 優先考慮關鍵數據的治理

3. 建立跨組織級別的參與

4. 通過傳達價值來激發員工的熱情

一 將治理與業務目標聯系起來

業務優先的治理策略確定企業目標和舉措，并圍繞它們構建治理能力。

這種調整如何發揮作用?假設，為了提高客戶忠誠度并吸引新消費者，一家公司想要個性化其商品和服務。組織利益相關者包括營銷、銷售和財務團隊。業務目標包括將公司的凈推薦分數提高 5%、將回頭客的購買量提高 17% 以及將客戶流失率降低 11%。

支持這些業務目標的治理目標包括建立單一客戶視圖和治理團隊可以部署來實現該目標的功能包括集中收集客戶數據、建立數據目錄、可視化上下游關系的數據沿襲以及自動化數據完整性規則以使適當的用戶輕松訪問數據。

將治理與業務目標聯系起來：確定以業務為中心的治理項目優先級的四個考慮因素

從提高整體客戶保留率到實現個人銷售目標，每位員工都有自己的業務優先事項。第一次治理迭代不可能支持所有這些。如何確定優先順序?

從省力、高價值的計劃開始，這些計劃可以說明數據治理的價值并產生快速的成果。這就需要使用涵蓋影響范圍、影響力、信心和努力的優先級框架。

影響范圍：這項新的數據治理計劃是否會幫助跨國企業的整個北美部門實現總體業務目標，例如“增加利潤”或“提高效率”?或者這些功能會讓倫敦辦公室的十個人的工作變得更輕松嗎?

影響：數據治理計劃將對企業或其客戶產生什么影響?它會幫助數百萬銀行消費者獲得新的信貸選擇嗎?或者它會讓一小部分消費者獲得略微降低的汽車貸款利率?

信心：您有多確定治理舉措將幫助公司實現特定的業務目標?有衡量標準來支持您的信心嗎?

努力：需要多少治理努力才能實現業務目標?需要多少時間?您的團隊擁有內部所需的技能嗎?

將治理與業務目標聯系起來：選擇時將需求與需要分開

最初的數據治理計劃應該將組織實現特定目標真正需要的能力與組織僅僅希望擁有的能力區分開來。

將數據治理組件分為“必備”和“最好有”。任何支持高優先級目標或附加到多個已確定的業務目標的東西都是“必須具備的”。其他任何東西都是可以在以后部署的“很好的東西”。

在上面的個性化場景中，“必須具備”可能包括客戶數據的集中收集、數據沿襲流和工作流程的自動批準。“最好有”可能包括機器學習功能，幫助企業確定每個客戶資料中的某些數據字段是否比其他字段更值得信賴。

二 確定要治理的數據的優先級

您可能會對組織中運行的海量數據感到不知所措。這既包括銷售交易和 CRM 條目等結構化數據，也包括傳感器數據或從社交媒體源捕獲的信息等非結構化數據。您不必立即管理所有這些。

準確估計，只有大約 5% 的數據對于提供洞察、最大限度降低風險和改進運營至關重要。首先專注于關鍵數據，從而縮短實現價值的治理時間。這種關注通過限制與任何單一業務目標一致的要管理的數據量(從可能數千個元素到僅僅幾十個元素)，顯著簡化了數據治理。

主數據通常是要治理的數據的關鍵子集。客戶姓名和地址、帳戶信息、市場細分信息、賬單和信用信息。精益數據目錄可能僅包含其他內容。

三 建立跨三個企業層級的參與度

利益相關者的參與對于數據治理至關重要。為了成功的治理計劃，需要在組織的戰術、運營和戰略層面上征求參與。

為此，建立有意義的 KPI 來衡量：

戰術層面當前和未來的效率。數據分析師、數據科學家、數據管理員、數據工程師和其他人希望 KPI 能夠衡量數據訪問和移動、數據完整性和改進管理方面的改進。

改進了運營層面的業務流程、性能和可擴展性。業務流程主管、數據治理主管、數據管理主管、數據架構師和其他專業人員希望 KPI 能夠衡量數據質量的改進、數據錯誤的減少和周期時間的縮短。

戰略層面的投資回報率和轉型工作。CEO、CIO、CDO、數據和分析主管以及業務轉型主管重視衡量流程支持、客戶情緒和項目加速等方面的改進的 KPI。

為了有效，治理舉措需要包括所有三個層面。KPI 必須跨組織級別聯系起來，以講述治理如何支持業務目標的完整鏈條。完整的數據治理場景可能類似于：

“我們對 10,000 個供應商數據資產進行了編目，定義了前 50 個關鍵供應商術語，并協調了關鍵規則和政策。此外，目前供應商數據的準確率已超過90%。因此，我們將供應商數據設置流程減少了 25%。現在，我們識別頂級供應商的速度提高了 33%，從而使合同重新談判變得更加輕松快捷。數據自助服務使員工生產力提高了 20%。”

四 向整個企業的利益相關者傳達價值

成功的治理計劃不僅僅衡量關鍵組織層級的成功。他們通過傳播價值來激發員工的熱情。典型的治理舉措對利益相關者要求過高，卻沒有提供切實的回報。員工需要參加會議、定義關鍵術語(“顧客”與“客戶”或“賬戶”有何不同?)、確定基線衡量標準等等。當利益相關者看不到明確的商業利益時，這項工作可能會感到繁重。為了取得成功，治理團隊需要在要求這些員工做出貢獻之前考慮為他們提供價值。

業務優先的治理計劃傳達甚至慶祝數據治理活動如何幫助員工實現目標。治理和更好的業務之間的明確聯系激發了員工的熱情。如果他們看到數據治理確實改善了他們的工作，他們就會更愿意提供幫助。記分卡可能有助于這一努力。如果部門目標是提供個性化的入職體驗或提供更輕松的數據訪問，則一種治理策略可能是記分卡治理舉措如何幫助定制入職或消除數據障礙。

數據治理領導的頻繁溝通和強化可以進一步提高員工敬業度。定期溝通使治理始終放在員工的腦海中，不斷提醒他們數據治理為其工作帶來的價值。數據治理領導應定期分享見解、報告問題并量化治理工作帶來的變化的影響。