Dojrzałość danych · Governance danych
Dojrzałość danych Państwa organizacji zmierzona obszar po obszarze i przełożona na mapę drogową
10 obszarów tematycznych, undefined pytań, skala 5 poziomów. I działanie, które pozwala przejść z jednego poziomu na kolejny.
10 obszarów tematycznych modelu referencyjnego, już opracowanych od N1 do N5. Jedna firma, jedna jednostka biznesowa, albo 300 naraz.
Dojrzałość danych · Governance danych
10 obszarów tematycznych, undefined pytań, skala 5 poziomów.
Nordhavn Industries
53 / 100
Oni mierzą swoją dojrzałość z Datamensio
Przykład
Ta sytuacja mogłaby być Państwa sytuacją.
Weźmy przykład firmy: trzy oddziały, trzy arkusze kalkulacyjne, żadnej wspólnej odpowiedzi.
Nikt nie potrafi tego skonsolidować.
Nordhavn Industries, 2400 osób w Hamburgu, Lyonie i Porto. Zamawiający pyta, na jakim etapie jest grupa. Każdy oddział odpowiada we własnym arkuszu, z własnymi skalami.
Trzy tygodnie, jedna wspólna baza.
Diagnoza Model referencyjny governance danych (DAMA-DMBOK, zasady ISO/IEC 38505) uruchomiona jednocześnie na trzech oddziałach, na podstawie notatek ze spotkań z osobami odpowiedzialnymi. Model referencyjny był już gotowy, podobnie jak 10 obszarów tematycznych i poziomy od N1 do N5.
Dwa wydatki uniknięte, zanim zostały poniesione.
Wynik 53 na 100, luka skoncentrowana na trzech obszarach tematycznych. Asystent IA wykrył, że dwa działania planu pokrywają się z działaniami z innego audytu. Prezentacja wyników dla komitetu powstała w jedno zdanie.
Czego dzięki temu uniknięto
- 3oddziały zmierzone na tej samej podstawie, zamiast trzech kwestionariuszy do przetworzenia
- 2zdublowane działania wykryte przed poniesieniem wydatku
- 1prezentacja wyników dla komitetu, bez ręcznego opracowania
Te liczby pochodzą z przykładu. Mogłyby być Państwa liczbami.
Norma narzuca procesy. Datamensio mówi, na jakim etapie Państwo są.
01
Model referencyjny jest już gotowy
Obszary tematyczne, pytania i poziomy od N1 do N5 opracowane. Nie zaczynają Państwo od pustego arkusza.
02
Wynik jest gotowy tego samego dnia
Online, przez link do samooceny albo podczas spotkania. Obszar po obszarze, porównywalny w czasie.
03
Luka staje się wycenionym planem
Każde przejście na kolejny poziom niesie ze sobą działanie. IA priorytetyzuje według oczekiwanego efektu, nie według kolejności z normy.
04
Postęp da się wykazać
Kampania po kampanii, względem Państwa celu i względem Państwa przeszłości. Tego właśnie oczekuje Państwa zarząd.
Skala dojrzałości
Jeden poziom, kolejny i działanie, które je łączy.
To właśnie ten mechanizm (poziom, poziom wyższy i działanie łączące oba) przekształca stwierdzenie w trajektorię.
Czy jakość danych krytycznych jest mierzona i śledzona w czasie
- N1
Brak pomiaru jakości. Anomalie są odkrywane przez użytkowników końcowych, w momencie gdy raport staje się bezużyteczny.
- N2
Kontrole istnieją w kilku aplikacjach, z inicjatywy zespołów technicznych. Wyniki nie są konsolidowane ani udostępniane jednostkom biznesowym.
- N3
Zasady jakości są zdefiniowane dla zidentyfikowanych danych krytycznych, mierzone okresowo i przedstawiane wyznaczonej osobie odpowiedzialnej.
- N4
Wskaźniki jakości są śledzone w sposób ciągły, z określonymi progami, a anomalie uruchamiają udokumentowane działania naprawcze u źródła.
- N5
Zasady i progi są weryfikowane wraz z ewolucją zastosowań, działania naprawcze są wbudowane w procesy biznesowe, a wpływ korekt na zastosowania dalsze jest udokumentowany.
Działanie umożliwiające przejście z N2 do N3
Wybrać z osobami odpowiedzialnymi za domeny dziesięć najbardziej krytycznych danych, sformalizować dla każdej z nich od dwóch do trzech mierzalnych zasad jakości i wpisać prezentację wyników tych wskaźników do porządku obrad kwartalnego komitetu ds. danych.
« Dzięki Datamensio realizujemy nasze cele ze znacznie większą skutecznością. Służby inspekcyjne EFRR oraz naszego ministerstwa nadzorującego szczególnie doceniły to podejście, które dostarcza im wiarygodnych danych. »
Dyrektorka CCI 94CCI Île-de-France
« Uważamy, że to rozwiązanie najlepiej odpowiada potrzebie skalowania naszego projektu transformacji i mierzenia jego wpływu zgodnie z naszymi wymaganiami. »
Maja SucekChief Operating Officer, Interreg Danube
Rzadko sam
Model referencyjny da się łączyć z innymi. Niech Państwo połączą kilka, by objąć całą działalność, albo pozwolą IA napisać własny.
Wykonajcie swój pierwszy pomiarna null.
O czym jest ten model referencyjny
Governance danych oznacza zbiór ról, zasad i procesów, które określają, w jaki sposób organizacja tworzy, opisuje, kontroluje i wykorzystuje swoje dane. Obejmuje zasoby danych i ich opis, jakość oraz zasady jej pomiaru, odpowiedzialność właściciela i zarządcy danych, cykle życia, dostępy i udostępnianie, a także architekturę, która udostępnia dane. Dojrzałość danych dodaje jeszcze jeden wymiar: nie tylko to, co istnieje, ale w jakim stopniu te praktyki są powtarzalne, mierzone i doskonalone.
W praktyce temat trudno poddaje się zarządzaniu, ponieważ jest podzielony między dział systemów informatycznych a jednostki biznesowe, a nikt nie ma pełnego obrazu całości. Czy krytyczne dane przedsiębiorstwa są zidentyfikowane i nazwane, czy każdy dział pracuje na własnej liście? Czy jakość jest mierzona wskaźnikami śledzonymi w czasie, czy stwierdzana dopiero wtedy, gdy raport okazuje się błędny? Czy role właściciela i zarządcy danych są pełnione przez wyznaczone osoby z przydzielonym czasem, czy figurują jedynie w dokumencie ramowym, którego nikt już nie czyta?
Często pojawia się pewne nieporozumienie: governance danych to nie to samo, co ochrona danych osobowych. RODO nakłada obowiązki na określoną kategorię danych i konkretne zastosowanie. Governance dotyczy całości zasobów danych, w tym danych przemysłowych, finansowych i produktowych, oraz ich wartości użytkowej. Niedawny nurt architektur zdecentralizowanych, w których domeny biznesowe odpowiadają za własne produkty danych, nie znosi potrzeby wspólnych zasad: przenosi ją na poziom standardów federacyjnych. Wiele organizacji przyjęło słownictwo domenowe, nie wyznaczając jednak odpowiednich osób odpowiedzialnych.
Niniejsza diagnoza nie kończy się binarnym werdyktem. Sytuuje każdy obszar tematyczny na pięciostopniowej skali dojrzałości, opisanej przez obserwowalne praktyki, a nie przez przymiotniki. Luka między stwierdzonym poziomem a celem, który Państwo wyznaczą, generuje plan działania, wraz z kosztem, terminem i oczekiwanym wpływem na wynik. AI grupuje te działania w mapę drogową z ustalonymi priorytetami, co pozwala uniknąć listy 80 rekomendacji bez kolejności.
Model referencyjny jest gotowy do użycia i stanowi Państwa własność. Mogą Państwo dostosować obszary tematyczne, przeformułować pytania, zdefiniować na nowo poziomy, lub poprosić AI o zbudowanie wersji opartej na Państwa polityce danych i dokumentach architektonicznych. Benchmark między jednostkami biznesowymi oraz względem Państwa wcześniejszych ocen pozwala śledzić trajektorię, a nie tylko stan bieżący.
Norma referencyjna: Model referencyjny governance danych (DAMA-DMBOK, zasady ISO/IEC 38505)
Oceniane obszary tematyczne
Strategia i wartość danych
Istnienie jawnej ambicji w zakresie danych, powiązanie ze strategią przedsiębiorstwa, priorytetowe przypadki użycia, pomiar wytworzonej wartości, dedykowany budżet.
Organizacja i role
Wyznaczenie właścicieli i zarządców danych, organy decyzyjne, arbitraż między domenami, czas faktycznie przeznaczony na te role.
Zasoby i dokumentacja
Inwentaryzacja danych krytycznych, katalog i słownik biznesowy, wspólne definicje, identyfikowalność przepływów od początku do końca.
Jakość danych
Sformalizowane zasady jakości, śledzone wskaźniki, mechanizm naprawczy, odpowiedzialność za korekty u źródła.
Dane referencyjne i dane podstawowe
Identyfikacja wspólnych modeli referencyjnych, zasady tworzenia i modyfikacji, zarządzanie duplikatami, synchronizacja między aplikacjami.
Architektura i platformy
Sposoby integracji, fundament przechowywania i przetwarzania, industrializacja potoków danych, zdolność do obsługi zastosowań analitycznych i operacyjnych.
Dostęp, udostępnianie i ochrona
Polityki uprawnień, klasyfikacja, warunki udostępniania wewnętrznego i zewnętrznego, powiązanie z obowiązkami ochrony danych osobowych.
Cykl życia i przechowywanie
Zasady archiwizacji i usuwania, zarządzanie historią, kontrola nad rozprzestrzenianiem się kopii i ekstrakcji.
Zastosowania analityczne i zasilanie AI
Jakość zbiorów danych wykorzystywanych do modeli, dokumentacja źródeł, odtwarzalność, zarządzanie danymi treningowymi.
Kultura i kompetencje
Edukacja jednostek biznesowych, szkolenia, przyswojenie narzędzi samoobsługowych, zdolność zespołów do rozumowania na udokumentowanych danych.
Krótsza wersja modelu referencyjnego, licząca undefined pytań, jest dostępna do samooceny online. Pełna wersja obejmuje 10 obszarów tematycznych i undefined pytań.
Najczęściej zadawane pytania
Czy ta diagnoza prowadzi do certyfikacji
Nie, i temat się do tego nie nadaje. Governance danych nie ma jednostki certyfikującej. Diagnoza mierzy dojrzałość Państwa praktyk i tworzy mapę drogową Państwa programu danych.
Czym różni się to od klasycznego audytu danych
Audyt sporządza listę rozbieżności względem oczekiwanego stanu. Diagnoza sytuuje każdy obszar tematyczny na progresywnej skali i wskazuje działanie, które pozwala przejść na wyższy poziom. Otrzymują Państwo trajektorię, a nie stwierdzenie stanu.
Ile czasu zajmuje ocena
Wersja skrócona wypełnia się podczas jednej sesji. Wersja pełna, w trybie wspólnym z osobami odpowiedzialnymi za domeny i architekturę, rozkłada się zazwyczaj na jeden do dwóch tygodni, przy czym większość czasu zajmuje zbieranie danych od uczestników.
Czy można dostosować model referencyjny do naszej organizacji danych
Tak. Obszary tematyczne, pytania i poziomy można modyfikować, mogą Państwo też zacząć od pustej wersji. AI buduje również wersję opartą na Państwa polityce danych lub mapie aplikacji.
Czy potrzebny jest profil techniczny, aby odpowiadać
Pytania dotyczą organizacji, zasad i praktyk, a nie konfiguracji. Odpowiedzieć może osoba odpowiedzialna za dane lub dyrektor biznesowy. Pytania dotyczące architektury mogą zostać przypisane uczestnikowi technicznemu w trybie wspólnym.
Jak porównać kilka jednostek biznesowych
Każda jednostka jest oceniana według tego samego modelu referencyjnego, co pozwala porównywać wyniki dla poszczególnych obszarów tematycznych. Przekrojowa mapa drogowa konsoliduje oceny i grupuje wspólne działania, zamiast powielać je dla każdej jednostki osobno.
Czy ta diagnoza obejmuje ochronę danych osobowych
Obejmuje dostępy, klasyfikację i warunki udostępniania, w powiązaniu z Państwa obowiązkami. Nie zastępuje odrębnej oceny poświęconej ochronie danych osobowych, która wynika z osobnego modelu referencyjnego.
Gdzie przechowywane są dane
We Francji, u OVH, z kopią zapasową u Scaleway. Żadnego transferu poza Unię Europejską. Wykorzystywane modele AI mogą zostać wybrane, również spośród rozwiązań europejskich.