Hva er datastyring?
Datastyring omfatter policyer og prosedyrer som implementeres for å sikre at en organisasjons data er nøyaktige å begynne med – og deretter håndteres på riktig måte mens de legges inn, lagres, manipuleres, åpnes og slettes.
Oversikt over datastyring
Per definisjon omfatter styring av bedriftsdata policyer og prosedyrer som implementeres for å sikre at en organisasjons data er nøyaktige å begynne med – og deretter håndteres riktig mens de legges inn, lagres, manipuleres, åpnes og slettes. Ansvarsområder for datastyring omfatter etablering av infrastruktur og teknologi, etablering og vedlikehold av prosesser og retningslinjer, og identifisering av enkeltpersoner (eller stillinger) i en organisasjon som har både myndighet og ansvar for håndtering og sikring av bestemte typer data.
Datastyring er en viktig del av konformiteten. Systemer vil ta vare på mekanikken i lagring, håndtering og sikkerhet. Men det er personsiden – styringsorganisasjonen – som sikrer at retningslinjene defineres, prosedyrene er sunne, teknologiene håndteres på riktig måte og dataene beskyttes. Data må håndteres korrekt før de legges inn i systemet, mens de brukes, og når de hentes fra systemet for bruk eller lagring et annet sted.
Mens datastyring fastsetter retningslinjer og prosedyrer for å etablere datanøyaktighet, pålitelighet, integritet og sikkerhet, er dataforvaltning implementeringen av disse prosedyrene. Enkeltpersoner som er tilordnet ansvarsområder for datastyring, administrerer og overvåker prosedyrene og verktøyene som brukes til å håndtere, lagre og beskytte data.
Ytelser for datastyring
I en tid hvor organisasjoner i økende grad er avhengige av data for alle aspekter av deres virksomhet, har du ikke råd til å ikke ha en informasjonsspillplan. Data er kjernen i alle data- og teknologifunksjoner, inkludert regnskap og økonomi, planlegging og kontroll, ordreadministrasjon, kundeservice, planlegging, prosesskontroll, engineering og design – du navngir det. Nøyaktige, pålitelige data er avgjørende for effektiv drift av disse systemene og funksjonene.
Gitt at (gode, pålitelige) data er avgjørende for virksomheten, må organisasjoner ivareta etablering, kvalitet, håndtering og sikkerhet av disse dataene. Og når de gjør det, kan deres systemer og databaser stole på å virkelig gjenspeile virkeligheten og effektivt støtte beslutningstaking og suksess.
Sentral datastyring gir en sentralisert, pålitelig visning av dataene dine.
Fordelene med datastyring omfatter:
- Bedre, mer pålitelige data: Selvfølgelig er det hele poenget. Brukere og beslutningstakere vil ha større tillit til dataene og dermed mer tillit til beslutningene basert på disse dataene. Og disse beslutningene vil faktisk være bedre fordi de er basert på nøyaktig informasjon.
- En enkelt versjon av sannheten: Fordelen med å ha alle deler av organisasjonen og alle beslutningstakere som arbeider fra samme informasjon er uberegnelig. Ikke mer tid brukt på å argumentere om hvis regneark eller plan er "bedre" eller mer oppdatert. Alle deler av organisasjonen er koordinert.
- Regelmessig, juridisk og bransjespesifikk overholdelse: Solide databehandlingsprosedyrer er nøkkelen til overholdelse. Faktisk vil revisorer og representanter for lovbestemt tilsyn ikke se så mye på dataene som å se på hvordan dataene ble generert, håndtert og beskyttet.
- Kostnadsreduksjon: Ikke bare vil revisjonene bli raske og enkle, men den daglige driften vil bli mer effektiv og effektiv. Du kan redusere avfall som er forårsaket av beslutninger som er tatt basert på feilaktig eller foreldet informasjon. Og du kan forbedre kundeservice ved å vite nøyaktig status for pågående aktivitet, lagerbeholdning og arbeidskrafttilgjengelighet.
Organisasjoner trives med nøyaktige, konsistente og pålitelige data som per definisjon bare kan oppnås med god datastyring.
Hva er rammeverket for datastyring?
Et datastyringsrammeverk refererer til modellen som legger grunnlaget for datastrategi og overholdelse. Fra og med datamodellen som beskriver dataflyten – inndata, utdata og lagringsparametere – overgår styringsmodellen deretter reglene, aktivitetene, ansvarsområdene, prosedyrene og prosessene som definerer hvordan disse dataflytene administreres og kontrolleres.
Tenk på modellen som en slags blueprint av hvordan datastyring fungerer i en bestemt organisasjon. Og merk at dette styringsrammeverket vil være unikt for hver organisasjon, og gjenspeiler spesifikasjonene til datasystemer, organisatoriske oppgaver og ansvarsområder, regulatoriske krav og bransjeprotokoller.
Rammeverket ditt bør omfatte følgende:
Dataomfang: Stamdata, transaksjonelle, operative, analytiske, store data og så videre.
Organisasjonsstruktur: roller og ansvarsområder mellom ansvarlig eier, dataansvarlig, IT, bedriftsteam og ledersponsor.
Datastandarder og -retningslinjer: veiledningsposter som skisserer hva du administrerer og styrer, og til hvilket resultat.
Tilsyn og målinger: parametere for å måle strategigjennomføring og suksess.
Datastyringsprosesser
Datastyring må være innebygd i organisasjonens dataopprettings-, ledelses- og beskyttelsesprosesser. Følgende er noen av de prosedyremessige elementene og retningslinjene:
Framgangsmåter og dokumentasjon: Mer enn bare et krav om å holde revisorer fornøyd – dokumentasjon må tydelig skissere alle prosesser. Og prosedyrer bør også forsterkes gjennom opplæring og med motiverende insentiver.
Dataintegritet: Det må bygges inn hensyn til dataintegritet i henhold til datastyringsmodellen og -rammeverket. Forvent at disse tilleggene vil kreve litt ekstra oppmerksomhet og prosedyredisiplin fra den delen av ansatte og kan godt påvirke effektiviteten (legger til noen få sekunder til en prosess, kanskje). En del automatisering kan hjelpe her. Relativt billige, velprøvde teknologier som strekkodeskannere og berøringsskjermer kan gjøre datainnsamling raskere og mer nøyaktig, spesielt når kombinert med IIoT (Industrial Internett of Things) sensorer og sammenkoblet med eksisterende prosesskontrollsystemer.
Revisjon og kvalitetskontroll: Bygg opp periodiske kontroller av datagyldighet i alle prosedyrer for å verifisere prosesser og prosedyresamsvar. En regelmessig tidsplan for kontroller av et kvalitetsteam fungerer best.
Hva er noen av de største utfordringene med datastyring?
Den største utfordringen kan være organisatoriske og personalrelaterte problemstillinger. Hver forretningstransformasjon krever ansvarlige roller og ansvarsområder med en mester for å lede endringen. Det krever også et kulturskifte fra å se på databehandling som en kjedelig jobb på lavt nivå til en av ekstrem viktighet. Hvis de ansatte berører data – spesielt kritiske data – og hvis de oppretter dem, endrer dem, bruker dem eller flytter dem rundt på en eller annen måte, må de forstå hvilken rolle de spiller i å opprettholde disse dataene på riktig måte og ta ansvar.
En annen stor utfordring er rask spredning av data som bare blir mer utbredt over tid. Mye av disse nye dataene er enten ustrukturert eller forskjellig fra det vi har sett eller jobbet med tidligere. Dette skattlegger ikke bare eksisterende systemer og databaser, men bringer behovet for nye prosedyrer og ytterligere krav til styring.
Verktøy og teknologi for datastyring
Oppretting av datastyringsrammeverket krever ingen tilleggsverktøy. Teknologier kan imidlertid bidra til å samle inn, administrere og sikre dataene. Ta hensyn til følgende:
Applikasjoner for informasjonsstyring bidrar til dataprofilering og overvåking av ytelsen til foretakets retningslinjer for datastyring. Den forenkler utføring av informasjonsstyringsinitiativer på tvers av forretningsenhetene, håndhever kvalitetsstandarder med datavalidering og måler forbedringen av datakvalitetsprosesser.
Metadatastyringsløsninger, ofte referert til som EMM (Enterprise Metadata Management), kategoriserer og organiserer konsekvent et foretaks informasjonsmidler og har blitt stadig viktigere i Big Data-epoken. Informasjon om dataressursen som vedlikeholdes, inkluderer type, tagger, kilde og datoer.
Teknologier for informasjonslivssyklus og innholdsstyring styrer datavolumer og håndterer risiko med automatisert informasjonsarkiv, oppbevaring og destruksjonspolicyer. Innholdsstyringsspesifikke funksjoner kan også effektivisere forretningsprosesser ved å digitalisere dokumenter og integrere relevant innhold med transaksjoner og arbeidsflyter.
Utvidet dataadministrasjon, eller utvidet dataintegrasjon, forbedrer eksisterende bedriftsdata med informasjon oppnådd ved hjelp av nye teknologier som AI (kunstig intelligens) og maskinlæring. Målet er å forbedre beslutningstakingen og hjelpe noen programmer med å bli mer selvjusterte.
5 beste praksis for datastyring
Det er generell enighet blant eksperter om at de første fem «beste praksisene» for datastyring er:
- Tenk med det store bildet i tankene, men begynn lite. Alle gode råd. Hvis du starter fra bunnen av (og aldri har hatt en datastyringsprosess på plass), bryter du nytt grunnlag. Det er alltid fornuftig å starte små – test ut dine ideer og forståelse på en begrenset måte for å lære, utvikle ferdigheter og validere tilnærmingen før du forplikter deg til hele innsatsen. Samtidig er det viktig å ha det store bildet i tankene. Det er for lett å bli pakket inn i minutia og bortenfor det overordnede målet. Så, dokumentere overordnede mål for prosjektet ditt (hvordan datastyringsprosessen vil se ut), skjære ut et beskjedent stykke som kan være ditt pilottestområde, og validere tilnærmingen gjennom denne "pilot" -testen.
- Utpek en ledersponsor. Som med alle prosjekter på tvers av foretak, er det viktig å sikre at en ansvarlig forretningssponsor er mesteren for datastrategien. De vil aktivt fremme og kommunisere strategien til den bredere organisasjonen. Sponsoren vil også håndheve ansvarlighet, modellere ønsket datasett og bidra til å megle dataproblemer mellom forretningsenheter.
- Bygg en forretningssak. Datastyringssystemer kommer ikke uten kostnader. Selv om det ikke er noe spesielt utstyr som kreves for å utvikle rammeverket og fylle ut detaljene, er det fortsatt arbeid å gjøre - og det vil forbruke ressurser, spesielt ansattid. Det er en god idé å bygge en business case for et slikt prosjekt. Forretningstilfellet bør inneholde en overordnet beskrivelse av prosjektet, en redegjørelse for målene og målene, forventede fordeler og en tidsplan med milepæler og målinger (indikatorer) av fremdrift og suksess. Disse indikatorene bidrar til å holde prosjektet på sporet når prosjektteamet vurderer fremdriften mot den forhåndsdefinerte tidslinjen og milepælene. Forretningssaken minner også teammedlemmer om årsakene til at du gjør dette prosjektet, og hvorfor det er viktig for organisasjonen å få det gjort riktig og i tide.
- Utvikle de riktige målingene. Måling er viktig, men mer er ikke alltid bedre. Selv når de er automatisert, tar målinger tid og krefter; noen må se på resultater, tolke dem og kanskje ta korrigerende tiltak. For mange målinger – eller målinger som ikke er meningsfulle – kan være motproduktive. Brukerne, operatørene og arbeiderne vil raskt finne ut når tiltak ikke er viktige og kan være mindre oppmerksomme på de virkelig meningsfulle målingene som et resultat. Som med KPI-er (sentrale ytelsesindikatorer), er en håndterlig håndfull (typisk seks til 10) nyttige og meningsfulle målinger mye bedre enn 50 eller 100 som ikke gir mye innsikt i hvordan systemene faktisk fungerer og om målene blir oppfylt.
- Kommuniser. De fleste mennesker har en medfødt aversjon å endre basert på frykt for det ukjente - men det beste middelet er informasjon. Vær åpen med de som vil bli påvirket av de nye prosessene og prosedyrene, enten de vil være aktive deltakere i prosessen eller ikke. Forklar hva du gjør og hvorfor. Fortell dem hvordan det vil endre arbeidslivet (det kan være en subtil endring) og hvorfor det er viktig å samarbeide og støtte endringene. Involvere de som vil bli mest berørt i planleggingen og gjennomføringen av de nye prosedyrene. De er best posisjonert for å se hvordan endringene vil påvirke produktiviteten, hvordan de kan endres til å være mindre påtrengende, og hvordan prosessen kan forbedres for å gi bedre data.
En håndfull håndfull (typisk seks til 10) nyttige og meningsfulle målinger er mye bedre enn 50 eller 100 som ikke gir mye innsikt i hvordan systemer faktisk fungerer og om målene blir oppfylt.
Husk at datastyring er en pågående prosess, ikke et engangsprosjekt. Ja, det er mye arbeid i å sette opp systemet – men disse prosessene vil bli en del av hverdagen i organisasjonen din. Og selve prosessene må overvåkes kontinuerlig og evalueres på nytt i lys av det skiftende volumet, typene og karakteren til data som organisasjonen håndterer.
Ofte stilte spørsmål om datastyring
Utforsk løsninger for stamdatastyring
Håndter datalivssyklusen og øk kvaliteten på forretningsdataene.
Ideer du ikke finner noe annet sted
Registrer deg for en dose Business Intelligence levert rett til innboksen din.