امروزه داده، یکی از ارزشمندترین دارایی‌هایی هر شرکت است. بهره‌برداری کامل از توانمندی‌هایی که داده ارائه می‌دهد، می‌تواند مزایای فراوانی به همراه داشته باشد. احتمالا از تعداد زیاد شرکت‌هایی که در بهره‌برداری کامل از داده ناتوان هستند، متعجب خواهید شد؛ بنابراین به مطالعه این مطلب ادامه دهید تا دریابید که بلوغ داده چیست و چگونه می‌توانید در این زمینه از سایرین پیشی بگیرید.
یکی از بهترین راه‌ها برای بهره‌برداری درست از داده، درک مفهوم بلوغ داده و قرار دادن خود در مسیر مناسب برای پیشرفت در مقیاس بلوغ داده است.
ما در‌حال آماده‌سازی یک راهنمای جامع برای انتخاب صحیح در این زمینه هستیم وبه زودی آن را در اختیار شما قرار خواهیم داد.
مفهوم بلوغ داده چیست؟
بلوغ داده (Data Maturity) یک اندازه‌گیری است که سطحی را نشان می‌دهد که شرکت در آن سطح از داده‌های خود بیشترین استفاده را می‌کند. برای دستیابی به سطح بالای بلوغ داده، لازم است که داده‌ها قاطعانه در سراسر سازمان تعبیه شوند و به طور کامل در تمامی فرایندها، تصمیم‌گیری‌ها و فعالیت‌ها یکپارچه شوند.
بخش “بلوغ[1]” در عبارت “بلوغ داده” (Data Maturity) به شرکت‌ها اشاره دارد. اگر یک شرکت در استفاده از داده‌های خود بلوغ داشته باشد، به این معناست که داده‌های خود را به طور موثری استفاده می‌کند تا از بهترین نتایج ممکن بهره‌مند شود؛ و این‌کار را به گونه‌ای مسئولانه انجام می‌دهد که امنیت افراد یا کسب‌وکاری که داده‌های آنها را در اختیار دارد، حداکثر شود.
انواع داده‌ها می‌توانند مربوط به یک فرد خاص باشد (شامل جزئیات شخصی مانند سن، آدرس، اطلاعات تماس) یا متاداده‌هایی[2] که توضیح می‌دهد چه مدت بازدیدکنندگان به یک برنامه وبی مراجعه می‌کنند، چگونه با آن تعامل می‌کنند (چه چیزی را کلیک می‌کنند و غیره) و چقدر احتمال دارد که به آن برگردند. این فقط برخی از مثال‌های گروه‌های مختلف داده‌هایی است که می‌تواند برای کسب‌وکارها بسیار حائز اهمیت باشد.
اما چرا بلوغ داده و استفاده بهینه از آن مهم است؟ درباره شرکت‌های فناوری بزرگی [3]مانند فیسبوک، گوگل و آمازون فکر کنید. تمامی این شرکت‌ها به واسطه داده به بالاترین سطح صنعت دست یافته‌اند. آنها دقیقاً می‌دانند که مشتریانشان علاقه‌مند به چه مواردی هستند، با چه مواردی احتمال تعامل دارند و چقدر طول می‌کشد تا با آیتم‌های خاصی تعامل کنند.
این اطلاعات برای موفقیت این سازمان‌ها بسیار ارزشمند هستند؛ زیرا این به این معناست که آنها می‌توانند در نهایت محصول یا خدماتی با شخصی‌سازی بیشتر ارائه دهند و در نتیجه مشتری را راضی نموده و تضمین کنند که او به دنبال محصولات و خدمات بیشتری می‌آید. در عین حال، آنها از این داده‌ها به طور امن محافظت می‌کنند تا به دست افراد نادرست نیافتد.
اگرچه مقیاس آن ممکن است متفاوت باشد، اما برخورداری از بلوغ داده می‌تواند تأثیر بزرگی در موفقیت یک کسبوکار با هر اندازه‌ای داشته باشد. بنابراین، درک راه‌های مختلف حفظ امنیت داده مهم است. یکی از بهترین راه‌ها برای این کار، استفاده از مدل‌های بلوغ داده است.
حال که می‌دانیم بلوغ داده چیست، ایده خوبی است که عوامل رفتار شرکت را بررسی کنیم تا بتوانیم بفهمیم چه اقداماتی برای پیشرفت در مقیاس بلوغ و تقویت قابلیت‌های داده‌ای نیاز است.
مهم‌ترین فعال‌سازهای بلوغ داده چیست؟
فرهنگ
فرهنگ که شاید مهم‌ترین عامل باشد، روشی است که از طریق آن با تیم خود رفتار کرده و آنها را تشویق به اشتراک‌گذاری، حفاظت و بهره‌برداری از داده می‌کنید. همکاری گروهی در امکان‌سنجی بلوغ داده بسیار حائز اهمیت است.
داده
این مورد ممکن است واضح به نظر برسد، اما نوع داده‌ای که استفاده می‌کنید، جایی که منابع را از آن دریافت می‌کنید و کیفیت آن بسیار حائز اهمیت است.
ابزارها
نرم‌افزاری که برای جمع‌آوری داده‌های خود استفاده می‌کنید، تأثیر مستقیمی بر کیفیت داده‌های شما دارد. علاوه بر این، ذخیره سازی نیز باید مورد توجه قرار بگیرید.
کاربردها
حالا که همه داده‌هایتان را دارید، چگونه آن را برای بهبود شرکت خود پیاده‌سازی خواهید کرد؟
تجزیه‌وتحلیل
تکنیک‌هایی که برای تحلیل داده‌هایتان استفاده می‌کنید، در اینجا مطرح می‌شود. بهترین داده‌های جهان اگر به درستی مورد بررسی قرار نگیرند، برای شما مفید نخواهند بود.
مهارت‌ها
مجموعه مهارت‌های شخصی شما و تیم شما برای اجرای صحیح سایر اجزای سیستم حائز اهمیت هستند.
رهبری
نگرش رهبر، روش اداره بودجه، نحوه سازماندهی تیم و سایر موارد، بالاترین چرخ دنده در مکانیزم است.
چگونه می‌توان به مقیاسهای بالاتر بلوغ داده دست‌یافت؟
پس ما تحقیقی درباره نحوه دیدگاه افراد مختلف به مقیاس بلوغ داده داشتیم و از آن چهار مدل استفاده کردیم تا درک خودمان را درباره آن بیشتر کنیم. همچنین، به عوامل کلیدی مشارکت کننده در پیشرفت در این مسیر نیز نگاهی انداختیم.
اما در‌واقع چگونه از این عوامل برای پیشرفت در مقیاس بلوغ داده استفاده کنیم؟ در ادامه، تعدادی از بهترین نکات برای افزایش سطح رشد بلوغ داده شما آورده شده است:
شناسایی هرگونه مشکل هماهنگی با تجارت
داشتن یک استراتژی داده یک موضوع است؛ اما اگر این استراتژی بدون داشتن مبنای منطقی یا تحلیلی انتخاب شود و با استراتژی تجارت شما هماهنگ نباشد، زمان تلف شده است. انتخاب مدل بلوغ داده مناسب، ابزارهای تحلیل داده و خود داده برای پاسخگویی به نیازهای تجارت شما کلیدی است.
جذب اعضای مناسب در تیم خود
برخلاف تصور عموم مردم، داده‌ها تنها متعلق به بخش فناوری اطلاعات نیستند. برای پیشرفت در مقیاس بلوغ داده، شما باید تضمین کنید که مشارکت سراسری درسطح شرکت وجود داشته باشد و این امر با انتخاب افراد مناسب آغاز می‌شود.
ارتباط- کلید موفقیت
پس از جذب افراد مناسب، شما باید اطمینان حاصل کنید که استراتژی داده‌ای خود را به اعضای تیم ارتباط داده و این اعضا به طور موثر داده‌ها و استراتژی را بین خود به اشتراک می‌گذارند.
دقت لازم در مدیریت داده‌ها در هر مرحله
اما مدیریت داده‌ها از بالا آغاز می‌شود. کیفیت ضعیف داده، برخورد نادرست با داده‌ها و هدر رفت ساده زمان، همه نشانه‌هایی از مدیریت نامناسب داده هستند و شما باید به هر قیمتی از این موارد دوری کنید.
سازمان‌ها چگونه از بلوغ داده بهره‌مند می‌شوند؟
با این اطلاعات، تنها چند قدم باقی مانده تا به سطح بلوغ داده برسیم و نتایج را شاهد شویم. اما نتایج چگونه به نظر می‌رسند؟ و ما چگونه از این نتایج بهره‌مند می‌شویم؟
احتمالاً تا این لحظه به نظر می‌رسد که مزایا واضح و روشن هستند؛ اما چندین مزیت وجود دارد که تاکنون به آنها فکر نکرده‌اید. نگاهی به این موارد بیندازید، زیرا این‌ها ممکن است انگیزه نهایی باشند که شما برای اصلاح بلوغ داده در سازمان خود نیاز دارید تا در مقیاس بلوغ داده پیشرفت کنید:
- صرفه‌جویی در هزینه‌ها از طریق بهره‌وری بیشتر
- تقویت امنیت
- افزایش اعتبار و تصویر برند
- تقویت همکاری با سایر شرکت‌ها
- افزایش نتایج و تأثیرگذاری
- تولید محصولات و خدمات بهتر
- افزایش آگاهی، بهبود یادگیری
همه این‌ها مواردی هستند که در نهایت منجر به افزایش درآمد خواهند شد و بدون شک افزایش درآمد، هدف اصلی در تجارت است.
نتیجه گیری
دانستیم که بلوغ داده چیست و قدم‌های اساسی را شناختیم. درک بلوغ داده و چگونگی پیشرفت در مقیاس بلوغ داده می‌تواند بعد جدیدی را نه فقط در استفاده از داده‌های خود، بلکه در بهبود عملکرد کلی شرکت برای کسبوکار شما به ارمغان بیاورد.
ما در داتا به مجموعه‌ها در ارزیابی و پیشرفت در بلوغ داده کمک می‌کنیم. با ما تماس بگیرید.
[1] Maturity
[2] Metadata
[3] High Tech companies
منبع: softkraft.co
ترجمه و ویرایش اختصاصی برای وبلاگ داتا: سپیده سلطانی
حاکمیت داده‌های مالی شامل نظارت کلی و مدیریت تمامی داده‌های ذخیره و حفظ شده توسط سازمان‌های مالی است. حوزه حاکمیت مالی، خود را به بانک‌ها محدود نکرده است. این حوزه به انواع مختلف نهادهای مالی اعم از شرکت‌های بیمه، دفاتر کارگزاری ملکی، صندوق‌های سرمایه‌گذاری ملکی (REITs) و سایر نهادها گسترش یافته‌است.
اهمیت حاکمیت مالی داده به مراتب فراتر از رعایت مقررات است.
بهکارگیری حاکمیت داده قوی، به نهادهای مالی کمک می‌کند تا با دقت بیشتری به استانداردهای قانونی و نظارتی پایبند شوند، و در‌نتیجه احتمالاً جریمه‌های قانونی را کاهش دهند. علاوه بر این، حاکمیت داده در حوزه مالی با تضمین سلامت و دقت داده‌های مالی مشتریان، به ایجاد اعتماد عمیق مشتریان کمک می‌کند و برای اتخاذ تصمیمات صحیح و دقیق بسیار ضروری است.
براساس گفته Brianna Vandre ، شخصی که فعالیت‌های حاکمیت داده در GitLab را رهبری می‌کند:
داده‌های مالی نقش حیاتی در تصمیم‌گیری، مدیریت ریسک و انطباق با مقررات دارند. با توجه به حساسیت داده‌های مالی، ایجاد حاکمیت قوی داده‌های مالی بسیار ضروری است.
نیاز به حاکمیت داده در حوزه مالی
حاکمیت داده‌های می‌تواند در مواجهه با موارد زیر کمک کند:
- نظارت قانونی و عدم انطباق با مقررات
- نقض امنیت داده
- زیان‌های ناشی از مدیریت نادرست داده
بیایید ببینیم چگونه.
مقابله با نظارت قانونی و عدم انطباق با مقررات
سازمان‌های مالی، به دلیل دسترسی داشتن به داده‌های مشتری، ناگزیراً تحت‌نظر مقرراتی مانند قانون کلی حمایت از داده‌ها (GDPR) قرار می‌گیرند. پیامدهای عدم انطباق با مقررات نه تنها از لحاظ شهرت و اعتبار می‌تواند زیان‌بار باشد، بلکه ممکن است هزینه‌های مالی نیز به همراه داشته باشد.
به عنوان مثال، ناظران مالی در دانمارک پس از اینکه بانک Danske اعلام کرد که قادر به تکمیل روند حذف داده‌های مشتریانی که دیگر در‌ارتباط با بانک نبودند، نمی‌باشد، جریمه 1.3 میلیون یورویی به بانک تحمیل کردند.
علاوه بر GDPR، صنعت مالی تحت حاکمیت قوانین مختلفی در سراسر جهان قرار دارد.
در ایالات متحده، این قوانین شامل قوانینی مانند قانون ساربینز-اکسلی[1] (SOX)، قانون گرام-لیچ-بیلی [2](GLBA) و مقررات امنیت سایبری 23 NYCRR 500 هستند.
علاوه بر این مقررات، استانداردهای صنعتی مانند PCI DSS، SOC 1 و غیره نیز وجود دارند.
نقض امنیت داده و پیامدهای آن
مدیریت نادرست داده فراتر از نقض مقررات یا جریمه‌های مالی می‌رود و مشکلاتی را به وجود می‌آورد که می‌تواند به مصرف‌کنندگان آسیب جدی وارد کند.
نهادهای مالی مانند ایکوفکس[3] که در سال 2017 یا کپیتال وان [4]در سال 2019، با نقض امنیت قابل توجهی روبرو شدند. این‌ها فقط دو نمونه از مثال‌هایی هستند که با پیامدهای جدی شکست در حفاظت از امنیت داده مواجه شدند.
جریمه‌های قابل توجه و کشمکش‌های طولانی در دادگاه‌ها، معمولاً نتیجه این موارد هستند که پیامدهای جدی ناشی از مدیریت نادرست داده را نشان می‌دهد.
هزینه بالای مدیریت نامناسب داده
داده های نادرست به تنهایی مزاحم نیستند. به گزارش گارتنر[5] کیفیت نامناسب داده می‌تواند منجر به از دست دادن میانگین ۱۵ میلیون دلار در سال شود.
برای صنعت مالی با ریسک ها و حاشیه سود‌های باریک، این از دست دادن‌ها ممکن است مخرب باشد. این اتفاق در مورد بانک مشترک استرالیا (Commonwealth Bank) رخ داد که بیش از نیم میلیارد دلار جریمه مرتبط به پول‌شویی و تروریسم پرداخت کرد.
همچنین مدیریت ارشد ممکن است تحت تأثیر قرار گیرد. گروه دزجاردن[6]، بزرگترین اتحادیه اعتباری در آمریکای شمالی، در پی فاش شدن داده‌های خود در سال 2019، دو رهبر ارشد خود را جایگزین کرد تا اعتماد را بهبود بخشد و اختلالات را کاهش دهد.
وضعیت حاکمیت داده‌های مالی
صنعت مالی با ذخایر گسترده از داده‌های مشتری و شبکه مقررات پیچیده، در مرحله‌ی حیاتی در زمینه حاکمیت داده قرار دارد.
چالش‌ها و نوآوری‌ها، هر دو وضعیت فعلی حاکمیت داده در صنعت مالی را تعریف می‌کنند، مانند:
- افسران حفاظت داده (Data Protection Officers)
- حاکمیت فعال داده (Proactive Data Governance)
- سرمایه‌گذاری در ابزارهای مدیریت (Investments in Governance Tools)
- کفایت امنیت (Security Adequacy)
بیایید ببینیم چگونه.
افزایش نقش افسران حفاظت داده (DPO)[7]
در سیر تاریخی، استخدام یک افسر حفاظت داده (DPO) که قبلا به عنوان یک نقش اضافی در نظر گرفته می‌شد، از یک گزینه به یک الزام تبدیل شده‌است. به ویژه برای سازمان‌های بزرگ، قانون کلی حفاظت داده (GDPR)، استخدام یک DPO را نه به عنوان یک توصیه بلکه ضرورت، تعیین کرده است.
لازم به ذکر است که این امر محدود به شرکت‌های اروپایی نیست. قدرتمندترین شرکت‌های مالی جهان مانند JPMorgan Chase، HSBC و Goldman Sachs نیز DPOها را در عملکرد اروپایی خود گنجانده‌اند.
رویکرد فعال حاکمیت داده‌های مالی در مرکز توجه قرار خواهد گرفت
نگرش صنعت به حاکمیت داده از یک رویکرد غیرفعال به یک رویکرد فعال تغییر قابل‌توجهی داشته‌است. به جای اتکا به رویه‌های دستی و واکنشی، تلاش برای پیشگیری از نقض امنیت و پایبندی به امنیت داده در هر لحظه وجود دارد.
به عنوان مثال، Citibank اکنون از تحلیل پیش‌بینی برای پیش‌بینی تخلفات ممکن مربوط به قوانین استفاده می‌کند. این تحلیل به آنها امکان می‌دهد تا مسائل را قبل از تبدیل شدن به نقض‌ها، مورد بررسی قرار‌دهند.
این رویکرد پیش‌بینانه، که تلاش می‌کند بجای به نمایش گذاشتن مطابقت پس از بروز مشکلات، آن را پیش از بروز نمایش دهد، تحت تاثیر استانداردهای تعیین شده توسط قوانین حفاظت از داده عمومی ((GDPR قرار گرفته است.
سرمایه گذاری در ابزارهای حاکمیت افزایش می‌یابد
از تشخیص تهدیدات تا نظارت بر انطباق با GDPR، پیشرفت تکنولوژی در راستای ابزارهای ویژه حاکمیت داده و مدیریت فراداده [8]در حال گسترش است.
یکی از این افزودنی‌های قابل توجه، کاتالوگ داده مدرن است که برای طبقه‌بندی داده‌ها، ردیابی سلسله‌مراتبی آنها و پیاده‌سازی سیاست‌های حاکمیت داده بسیار حیاتی است.
چالش‌های مستمر ناشی از خطرات امنیتی، عدم قطعیت‌ها و پیچیدگی‌های صنعت
بخش مالی در حال تغییرات قابل توجهی است و از آخرین روندها و نوآوری‌های فناوری بهره می‌برد. با این حال، این سیر به آسانی انجام نمی‌شود. چند چالش خاص همچنان باقی مانده‌است؛ به ویژه در خصوص خطرات امنیتی، عدم قطعیت‌های فناوری در حال تکامل و پیچیدگی‌های خود صنعت.
همچنین تهدیدهای سایبری نگران‌کننده هستند. گزارش شرکت Check Point نشان می‌دهد که حملات در سال ۲۰۲۲ نسبت به سال قبل ۵۰٪ افزایش یافته‌است. این حملات نشان‌دهنده آسیب‌پذیر بودن نهادهای مالی در حفاظت از داده‌ها است.
مطالعه‌ای از سوی KPMG در سال ۲۰۲۱ انجام شد که نشان‌دهنده نکته‌ای نگران‌کننده بود: ۴۳٪ مدیران ارشد بانکی اعتراف کردند که سازمان‌هایشان برای تضمین حریم خصوصی داده‌ها به اندازه کافی آماده نیستند.
همچنین تسلط بر مسائل مدیریت داده در نهادهای مالی بزرگ دشوارتر می‌شود. به عنوان مثال، عملیاتی مانند نگهداری و حذف داده‌ها که به نظر ساده می‌رسد می‌تواند به پیچیدگی‌های حقوقی مهمی منجر شود.
جیمز فیتزجرالد [9]و ریچ وستوتو [10] در گزارش خود درباره ملاحظات حقوقی در خصوص حذف داده‌ها می‌گویند که “نگرش ساده به عنصر کلیدی حاکمیت اطلاعات، هزینه‌های واقعی و جانبی نگهداری داده‌ها را نادیده می‌گیرد”.
حاکمیت داده‌های مالی را در این مقاله مرور کردیم. شما چه نمونه‌های موفقی از حاکمیت داده در بخش مالی را می‌شناسید؟
[1] Sarbanes-Oxley Act
[2] Gramm-Leach-Bliley Act
[3] Equifax
[4] Capital One
[5] Gartner
[6] Desjardins
[7] Data Protection Officer
[8] metadata
[9] James Fitzgerald
[10] Rich Vestuto
منبع: atlan.com
ترجمه و ویرایش اختصاصی برای وبلاگ داتا: سپیده سلطانی
بخش مالی در حال تجربه یک تحول پویا است که پایه‌های اصلی حاکمیت داده را تغییر می‌دهد. در ادامه، روندهای حاکمیت داده در حوزه مالی را بررسی می‌کنیم:
- فراگیری چارچوب‌های نظارتی
- افزایش هزینه‌های انطباق
- تلاش برای یکپارچه کردن راه‌حل‌های شخص ثالث
- پیشرفت دیجیتال از سال 2020 به بعد
بیایید هر یک از این روندها را دقیق‌تر بررسی کنیم.
فراگیری چارچوب‌های نظارتی
یک حرکت روشن و قابل تشخیص به سمت چارچوب‌های نظارتی سختگیرانه‌تر وجود دارد که از قوانینی مانند GDPR، الهام گرفته است.
همانطور که سازمان همکاری و توسعه اقتصادی (OECD) گزارش داده‌است، حتی کشورهای خارج از اتحادیه اروپا با اهتمام به موفقیت GDPR، چارچوب‌های مشابه با آن را آغاز کرده‌اند یا در حال فرآیند اتخاذ مدل‌های مشابه GDPR در آمریکا و سراسر جهان هستند.
افزایش هزینه‌های انطباق
با درک اهمیت حاکمیت داده، نهادهای مالی پول خود را در جایی قرار می‌دهند که داده‌هایشان قرار دارد.
در اوایل سال 2022، VMWare ۱۳۰ مورد از بخش‌های مالی CISO و رهبران سرمایه را از سراسر جهان مورد بررسی قرار داد. ۴۱٪ از نهادهای مالی در آمریکای شمالی، ۲۹٪ در اروپا، ۱۶٪ در منطقه آسیا و اقیانوسیه، ۱۲٪ در آمریکای مرکزی و جنوبی و ۲٪ در آفریقا مستقر بودند.
این نهادها در سال ۲۰۲۲ قصد داشتند هزینه‌های خود را برای انطباق به نسبت سال ۲۰۲۱، ۲۰٪ تا ۳۰٪ افزایش دهند.
تلاش برای یکپارچه کردن راه‌حل‌های شخص ثالث
ماهیت متفاوت ارتباطات شخص ثالث مدت‌هاست که نقطه ضعفی برای نهادهای مالی بوده است. گزارشی از Kiteworks در سال ۲۰۲۲ نشان می‌دهد که ۲۲.۵٪ از شرکت‌های مالی مورد مطالعه تمایل داشتند مکانیسم‌های مدیریت، پیگیری و گزارش‌دهی مربوط به ارتباطات شخص ثالث را یکپارچه کنند.
پیشرفت دیجیتال از سال 2020 به بعد
بانکداری دیگر فقط مرتبط با نهادهای فیزیکی نیست. حرکت به سمت دیجیتال‌سازی دارایی‌ها و فرآیندها باعث شده است تا بسیاری از عملکردهای بانکی به صورت آنلاین انجام شود.
در سال ۲۰۲۰، JPMorgan Chase سرمایه‌گذاری‌های خود را در پلتفرم‌ها و ابزارهای بانکداری دیجیتال ادامه داد. آنها ویژگی‌های بیشتری را در اپلیکیشن بانکداری موبایل خود ارائه دادند که به مشتریان امکان می‌دهد از گوشی‌های هوشمند خود به معامله گذاری در بورس و سرمایه‌گذاری بپردازند.
بانک آمریکا در سال ۲۰۲۳ رشد قابل توجهی را در کانال‌های دیجیتال خود گزارش داد که طبق این گزارش ۸۳٪ از خانواده ها به آن مراجعه می‌کنند.
HSBC در سال‌های ۲۰۲۰ و ۲۰۲۱ برنامه های دیجیتالی مختلفی از جمله راه‌اندازی پیشنهادهای کیف پول دیجیتال و گسترش خدمات بانکداری موبایل را اجرا کرد.
داستان‌های موفقیت آمیز حاکمیت داده در حوزه مالی
بیایید سه مطالعه موردی را بررسی کنیم که نمایانگر مزایای عظیم مدیریت صحیح داده در زمینه انطباق، کارایی عملیاتی و پاسخگویی به بازار هستند.
۱. بیمه CSE
بیمه CSE یک شرکت تابعه از Covéa است که یک شرکت بیمه جهانی با ارزش ۲۰ میلیارد دلار در ایالات متحده است. این شرکت در حال به روزرسانی پلتفرم داده خود با استفاده از خدمات AWS، Amazon Aurora، Amazon Redshift و Tableau بود.
آنها باید با مسائل داده‌های متمایز، تعاریف و معیارهای مبهم و تلاش‌های انتقال دستی مقابله میکردند. این مسائل با استفاده از یک ابزار مدیریت فراداده و ابزارهای حاکمیت داده قابل حل بودند؛ زیرا این ابزارها به آنها کمک می‌کرد تا یک منبع معتبر واحد برای تمام کاربران عرضه کنند.
با استفاده از Atlan، بیمه CSE توانست این کار را در ۶ هفته (به جای ۳-۴ ماه) انجام دهد. تلاش‌های آنها در حوزه حاکمیت داده به سهولت انجام شد؛ زیرا انتقال به Atlan شامل تگ‌ها، توضیحات، مجوزها و غیره بود.
علاوه بر این، یافتن دارایی‌های داده‌ای، به دست آوردن زمینه کامل و پیگیری تحولات آنها از طریق خط داده‌ها، فقط یک کلیک بود – که زمان کشف داده را از چند ساعت به چند دقیقه کاهش می‌دهد.
۲. بانک آستین کپیتال[1]
مثال دیگر بانک آستین کپیتال است. آنها با مشکلاتی در پرس و جوی داده‌ها در دیتابیس‌های AWS و PostgreSQL غیرمتصل روبرو شدند که نیاز به بهینه‌سازی مکانیزم‌های پرس‌و‌جو برای مدل محصولات دیجیتال جدید خود را ایجاد کرد.
با یکپارچه‌سازی کاتالوگ داده Atlan، بانک مکانیزم‌های پرس و جوی داده خود را تغییر داد. آنچه که قبلاً یک فرآیند خسته‌کننده و زمان‌بر بود، اکنون سرعت بخشیده شده است و پرس‌و‌جوهای داده مشتریان به چند ساعت کاهش یافته است.
این کارآیی جدید، محدود به پرس‌و‌جوهای داده نبود. این کارایی به بانک امکان می‌دهد تا محصولات مالی جدید را با سرعت بسیار بیشتری عرضه کند. عرضه محصول FreeKick نمونه‌ای از آن است.
بانک آستین کپیتال قصد داشت محصول FreeKick را، که متمایز از محصولات معمولی آنها بود، قبل از فصل فارغ‌التحصیلی حیاتی عرضه کند. با این حال، سیستم CRM داخلی آنها به دلیل زیرساخت‌ها و دیتابیس‌های معاملاتی جدید، برای پشتیبانی از پرس‌و‌جوهای دائمی داده مشتریان آماده نبود.
استفاده از “تحلیل‌ها” Atlan، امکان پشتیبانی سریع و کارآمد از خدمات مشتری را بدون نیاز به فهم SQL فراهم می‌کند. این کار زمان زیادی را صرفه جویی کرده و در عرضه به موقع محصول کمک کرده است.
۳. اکتان[2]
اکتان لندینگ [3]نیاز به دموکراتیزه کردن(عمومی‌سازی) داده‌های خود داشت تا هوش تجاری خود را بهبود بخشیده و از وجود درک یکپارچه از دارایی‌های داده‌ای خود در تیم‌های مختلف اطمینان حاصل کند.
آنها با چالش‌های تیم‌ها و ابزارهای ایزوله و جداگانه روبرو شدند؛ جایی که بخش‌های مختلف کسبوکار به روش‌های تجزیه و تحلیل خود دسترسی داشتند، که منجر به تفسیرها و استفاده‌های نامناسب از داده‌های مشترک می‌شد. همچنین عدم وجود مستندات متمرکز، به ویژه در شرایط کار از راه دور که در طول ویروس کووید-۱۹ رایج شد، برقراری یک زبان و روش مشترک برای داده را دشوارتر کرده بود.
با استفاده از پلتفرم متمرکز و قابل ناوبری آسان اتلن، اکتان از دسترسی به داده‌ها برای یک جمعیت گسترده اطمینان حاصل کرد. اکتا با این اقدام نه تنها تحلیلگران خود را قدرتمند کرد، بلکه اطمینان حاصل کرد که بینش‌های داده‌ای که بدست می‌آورند، جامع و کامل هستند.
حاکمیت داده تأثیر قابل توجه و محسوسی بر نتایج داشت. به عنوان مثال، حجم سوالات در کانال Slack داخلی برای پشتیبانی از داده فقط در مدت سه ماه 40٪ کاهش یافت، که به صرفه‌جویی 200 ساعت در ماه منجر شد.
پیاده‌سازی و بهترین روش‌ها برای حاکمیت داده در حوزه مالی
پیاده‌سازی صحیح حاکمیت داده در بخش مالی نه تنها در تطابق با مقررات قانونی مهم است، بلکه مبنایی برای تصمیم‌گیری بهبود یافته، مدیریت ریسک و کارایی عملیاتی می‌گذارد.
در اینجا یک رویکرد مناسب برای مؤسسات مالی آمده است:
۱.تعیین اهداف دقیق
با تعیین اهداف اصلی خود شروع کنید؛ که ممکن است از حفظ تطابق و ارتقاء روابط با مشتریان تا بهینه‌سازی عملیات متنوع باشد. یک هدف قابل اندازه‌گیری ممکن است تصمیم یک بانک باشد که در یک بازه زمانی خاص اختلافات داده را به نسبت x٪ کاهش دهد.
۲. ارزیابی داده‌های خود
از گستردگی داده‌های خود – مکان، کاربران و هدف آنها – آگاه شوید. گام اول ممکن است شامل یک مرور کامل از تمام پایگاه‌های داده فعال و نقش‌های عملیاتی مرتبط با آنها باشد.
۳. تفکیک دامنه‌های داده
داده‌های خود را به دامنه‌های واضحی مانند داده‌های مشتری یا تراکنش تنظیم کنید. رؤسای مربوط به هر دامنه را تعیین کرده و ذی‌نفعان دامنه را مشخص کنید.
۴. تعیین نقش‌های حاکمیت
از سرپرست عالی داده ،[4]که استراتژی را نظارت می‌کند تا نگهبانان داده، [5]که مسئول حفظ کیفیت و پایبندی در دامنه‌های خود هستند، نقش‌ها را تعیین کنید.
۵. طراحی یک چارچوب حاکمیت
یک رویکرد ساختارمند و منظم برای جزئیات فرآیندهای داده، تخصیص مسئولیت‌ها و اقدامات حفاظتی برای داده طراحی کنید.
۶. ادغام ابزارهای مرتبط
از فناوری‌های اساسی مانند کاتالوگ داده، ابزارهای کیفیت و نرم‌افزار حفاظت برای افزایش اثربخشی طرح حاکمیت‌تان بهره ببرید.
۷. تعیین شاخص‌های عملکرد
معیارهای واضحی را معرفی کنید تا کشش و اثربخشی رویکرد حاکمیت خود را از ارزیابی کیفیت گرفته تا نتایج تجاری مبتنی بر تلاش‌های دادهمحور اندازه‌گیری کنید.
۸. ترویج یادگیری مداوم
درک کنید که حاکمیت داده یک فرآیند تکاملی است. فرهنگ آموزش مداوم و انتقال دانش را ترویج دهید.
۹. پیگیری و بهبود
برای روشن‌سازی نقاط نیازمند بهبود و بهینه‌سازی، معیارهای خود را به صورت پیوسته تنظیم و بازبینی کنید.
۱۰. ترویج اخلاق دادهمحور
محیطی را فراهم کنید که ارزش داده برای همه مشخص شود و تمام افراد بر اساس بینش‌های حاصل از این دارایی ارزشمند تصمیم‌گیری کنند.
نکته پایانی این که روندهای حاکمیت داده در حوزه مالی پیوسته در پاسخ به نیازهای صنعت در حال تکامل است. چشم از این تغییرات برندارید!
[1] Austin Capital
[2] Octane
[3] Octane Lending
[4] Chief Data Officer
[5] Data Stewards
منبع: atlan.com
ترجمه و ویرایش اختصاصی برای وبلاگ داتا: سپیده سلطانی
این مقاله چالش‌های متداول در پیاده‌سازی برنامه‌های حاکمیت داده را برجسته کرده و راه‌حل‌های عملی برای غلبه بر آنها ارائه می‌کند. پیاده‌سازی حاکمیت داده نیازمند اهداف روشن، چارچوب قوی، فرهنگ دادهمحور و یادگیری مداوم و انعطاف‌پذیری است. در‌حین پیاده‌سازی برنامه حاکمیت داده، ممکن است با چالش‌های مختلفی مواجه شوید، مانند:
۱. عدم حمایت کافی از سوی مدیران ارشد
کسب تأیید و حمایت مدیر ارشد ممکن است دشوار باشد و این امر می‌تواند موجب محدودیت در تخصیص منابع و هماهنگی اصول حاکمیت داده می‌شود. همچنین این چالش ممکن است باعث تأخیر در آغاز فرآیندهای ضروری حاکمیت داده شود و در نهایت به محدود شدن کارایی کلی این تلاش‌ها منجر گردد.
۲. مقاومت داخلی
معرفی حاکمیت داده عموما نیاز به تغییر فرهنگ داخل سازمان دارد، که ممکن است با مقاومت کارکنانی که به روندها و جریان‌های کاری سنتی عادت دارند، روبرو شود. این مقاومت ناشی از ترس از نگرانی‌های افزایش نظارت، تغییر نقش و وظایف موجود یا عدم درک مزایای حاکمیت داده است.
۳. داده‌های بخش‌بندی شده و سیستم‌های ناهمگون
بسیاری از سازمان‌ها به دلیل وجود انبارهای داده که علت آن سیستم‌های قدیمی و پایگاه‌های داده مختلف است، با مشکلات ارتباطی داده مواجه هستند. این محیط پراکنده داده، همگرایی داده و تعامل بین سیستم‌ها را مشکل می‌کند.
۴. رویکرد سلسله مراتبی و از بالا به پایین در حاکمیت داده
استفاده از یک رویکرد سختگیرانه از بالا به پایین در حاکمیت داده می‌تواند باعث کند شدن همکاری و مشارکت از سوی ارتباطات مختلف درون سازمان شود. مدل‌های سختگیر و مرکزی در حاکمیت داده، همه واحدهای کسبوکار را در‌بر نمی‌گیرد. این مدلها باعث مقاومت تیم‌ها می‌شود چرا که احساس می‌کنند نیازها و خواسته‌های آنها در نظر گرفته نمی‌شود.
۵. انطباق با استانداردهای نظارتی
در محیطی که تحت نظارت سنگین قرار دارد، سازمان‌ها با چالش‌های بسیاری در اطمینان از انطباق با مقررات مختلف حفاظت داده و حریم خصوصی مواجه هستند. پیچیدگی مقرراتی نیازهای نظارتی و ضرورت سازگاری با تغییرات مقررات، چالش‌های مداومی را برای اقدامات حاکمیت داده ایجاد می‌کند.
۶. چالش‌های همگرایی فناورانه
سیستم‌های ناسازگار، زیرساخت‌های قدیمی و عدم تعامل میان سیستم‌ها می‌تواند پیاده‌سازی و عملکرد هماهنگ رویه‌های حاکمیت داده را مختل کنند.
۷. قابلیت مقیاس‌پذیری
با گسترش فعالیت‌های سازمان‌ها، قابلیت مقیاس‌پذیری به یک چالش در حاکمیت داده تبدیل شده است. اطمینان از اینکه روش‌های مدیریت داده می‌توانند حجم داده‌های رو به افزایش، منابع داده متنوع و الزامات متغیر کسبوکار را مدیریت کنند، نیازمند برنامه‌ریزی دقیق و انعطاف پذیری است.
۸. کمبود کارکنان ماهر
حاکمیت داده نیازمند کارشناسان با مهارت‌های خاص در مدیریت داده، منطبق با مقررات و ارتباطات مانند دیتا استواردها[1](ناظران و برنامه ریزان دیتا) و مالکان محصولات داده است. کمبود این نوع کارکنان ماهر می‌تواند به مانعی برای پیاده‌سازی و مدیریت مستمر اقدامات حاکمیت داده شود.
۹.هزینه‌ها و بودجه‌بندی
پیاده‌سازی حاکمیت داده نیازمند سرمایه‌گذاری مالی قابل توجهی از جمله هزینه‌های فناوری، کارکنان، آموزش و مدیریت مستمر است. تأمین منابع مالی کافی و بودجه‌بندی برای این هزینه‌ها می‌تواند یک چالش باشد.
راه حل چالش‌های حاکمیت داده
در اینجا، ما به بررسی بهترین روش‌هایی که می‌توانند به عنوان یک برنامه عملی برای مدیریت این پیچیدگی‌ها خدمت کنند می‌پردازیم:
۱. با نشان دادن مزایای قابل لمس حاکمیت داده و تأثیر آن بر نتایج کسبوکار، پشتیبانی مدیران اجرایی را جلب کنید.
۲. با پروژه‌های با تأثیر بالا و تلاش کم آغاز کنید؛ به عبارت دیگر، پروژه‌هایی که به سرعت ارزش فوری ایجاد می‌کنند، اعتماد به فرآیند حاکمیت داده را افزایش می‌دهند.
۳. با مشاوره با تمام تولیدکنندگان داده، تمام حوزه‌ها و منابع داده را نقشه‌برداری و ثبت کنید.
۴. یک چارچوب حاکمیت داده از پایین به بالا ایجاد کنید که با مشارکت کاربران نهایی، احساس مالکیت را تقویت می‌کند.
۵. مستندات و آموزش‌های کافی ایجاد کنید تا کارمندان را در مورد نقش‌ها و مسئولیت‌های حاکمیت داده‌شان آموزش دهید.
۶. با مقررات جدید حفاظت از داده‌ها همگام شوید تا روش‌های حاکمیت داده‌ای خود را با تغییرات مقررات سازگار کنید.
۷. یک ابزار انتخاب کنید که پشتیبانی از حاکمیت داده فعال برای نظارت و مدیریت لحظه‌ای دارایی‌های شما را داشته باشد؛ علاوه بر این، به دنبال یک معماری API باز برای همگرایی آسان با سیستم‌های موجود خود باشید.
۸. از ابتدا با درنظر گرفتن عواملی نظیر افزایش حجم داده، منابع داده متنوع و نیازهای متغیر کسبوکار، برای قابلیت مقیاس‌پذیری برنامه‌ریزی کنید.
[1] Data Stewards
منبع: atlan.com
ویرایش و ترجمه اختصاصی برای وبلاگ داتا: سپیده سلطانی
حاکمیت داده در سازمان‌ها برای انطباق با مقررات، مدیریت ریسک مؤثر و ارائه خدمات مناسب به مشتریان بسیار حیاتی است. اینجا برخی از مزایای حاکمیت داده را مرور می‌کنیم و به تعریف این مفهوم کلیدی می‌پردازیم.
حاکمیت داده چیست؟
حاکمیت داده به مدیریت، نظارت و دسترسی به داده‌ها اشاره دارد. این عملیات شامل ایجاد فرآیندها، سیاست‌ها و کنترل‌ها برای اطمینان از دقت، صحت و امنیت داده‌های بانکی در طول چرخه حیات آن می‌شود.
رئیس اداره داده بانک ملی کانادا، مفهوم حاکمیت داده در بانکداری را به این صورت تعریف می‌کند:
“حاکمیت داده، یک رویکرد استراتژیک و مجموعه‌ای از فرآیندهایی است که هدف آن اطمینان از دسترسی، دقت، پاکیزگی (کلین بودن داده ها) و کیفیت بالای داده‌ها برای پشتیبانی از پیشنهادهای قابل فهم بانک است”
براساس TechRepublic، حاکمیت داده به معنای ارائه ابزارها برای بهینه‌سازی کارایی و نوآوری و همچنین پشتیبانی از مدیریت ریسک و گزارش‌دهی منطبق با مقررات است.
چگونه حاکمیت داده سازمان را پشتیبانی می‌کند؟
حاکمیت داده مجموعه‌ای از مزایا را به ارمغان می‌آورد. از جمله مزایای حاکمیت داده می‌توان به موارد زیر اشاره کرد:
۱. انطباق با مقررات و مدیریت ریسک
۲. کارایی عملیاتی
۳. تجربه و رضایت مشتری
۴. نوآوری و مزیت رقابتی
۵. رشد درآمد و سودآوری
بیایید به هر یک از این ارزش‌ها به صورت دقیق‌تر و کامل‌تر بپردازیم.
انطباق با مقررات و مدیریت ریسک
سازمان‌ها با ریسک‌های قابل توجهی در زمینه‌های مالی و مقرراتی روبه‌رو هستند. پیاده‌سازی یک چارچوب مدیریت داده [1]به انطباق با دستورات مقرراتی کمک می‌کند و ریسک عدم انطباق را کاهش می‌دهد.
حاکمیت داده همچنین امکان نقشه‌برداری خط نسلی را فراهم می‌کند که منشأ، تغییرات و حرکت داده در چرخه حیات آن را ردیابی می‌کند. این ویژگی، این اطمینان را می‌دهد که شما مسیر مفهومی و دقیقی از دارایی‌های داده‌ای خود را حفظ کنید.
علاوه بر این، حاکمیت داده کمک می‌کند تا ارزیابی دقیق‌تری از ریسک ها انجام شود و بنابراین مدیریت ریسک تقویت شود.
کارایی عملیاتی
همانطور که Financial Technology Partners در فصل اول سال ۲۰۲۱ اعلام کرد، FinTech با حجم مالی ۲۹.۱ میلیارد دلار، افزایش ۱۵۳ درصدی نسبت به سال گذشته را نشان داد و پرسودترین فصل خود را ثبت کرد. این افزایش نشان‌دهنده تغییر چشمگیری در صنعت بانکداری سنتی به واسطه فناوری مالی است.
این موفقیت به طور عمده به دلیل توانایی شرکت‌های FinTech در بهره‌برداری از داده‌های ساختاری و بدون‌ساختار از منابع داخلی و خارجی گوناگون است که ارائه خدمات مالی متنوع از قبیل پس‌انداز، وام‌ها و معاملات مالی را تسریع می‌کند.
در مواجهه با این نیروی برهم‌زننده، بانک‌های سنتی به برنامه‌های حاکمیت داده روی آوردند تا با رقبای FinTech چابک همگام شوند.
برای افراد فعال در صنایع پیشروی امروزی، حذف تکرارهای داده، کاهش خطاها، اطمینان از یکنواختی داده و هماهنگی پردازش داده‌های کارآمد یک استراتژی واضح و روشن برای افزایش کارایی عملیاتی است. این روش اطمینان می‌دهد که صنایع می‌توانند به سرعت به داده‌های دقیق و ساختارمند که یک عامل بحرانی برای عملیات کارآمد محسوب می‌شود، دسترسی یابند.
تجربه و رضایت مشتریان
سیاست حاکمیت داده قوی، داده‌های با کیفیت و دقیق را فراهم می‌کند، که به درک بهتری از رفتار و ترجیحات مشتریان منجر می‌شود. این سیاست این امکان را فراهم می‌کند تا بانک‌ها خدمات شخصی‌سازی ارائه دهند و تجربه مشتری را که به نوبه خود، رضایت و وفاداری مشتریان را افزایش می‌دهد، بهبود بخشند.
حاکمیت داده همچنین به سازمان‌ها کمک می‌کند ترجیحات مشتریان را با رعایت مقرراتی مانند آیین‌نامه‌های حفاظت از داده‌های عمومی اتحادیه اروپا (GDPR)[2] مدیریت نمایند؛ این امر از طریق ارائه مکانیسم‌هایی برای ثبت، ذخیره و به‌روزرسانی ترجیحات مشتریان انجام می‌شود.
حاکمیت داده همچنین برای حفظ کیفیت، دقت و به‌روز بودن داده‌ها بسیار حیاتی است. به این ترتیب، داده‌های مشتری شما همواره به‌روز و قابل اعتماد باقی می‌مانند؛ این امر این امکان را فراهم می‌کند که پروفایل‌دهی بهتری از مشتریان صورت گیرد، پیشنهادهای شخصی‌سازی شده داده شود و خدمات مشتری به‌طور کارآمد ارائه گردد؛ این عوامل در نهایت منجر به افزایش رضایت مشتری می‌شود.
نوآوری و مزیت رقابتی
حاکمیت داده، اصل قوی برای تجزیه و تحلیل‌های پیشرفته فراهم می‌کند؛ این امر در پیشبرد نوآوری نقش حیاتی ایفا می‌کند.
سازمان‌هایی که دارای یک چارچوب قوی مدیریت داده [3]هستند، می‌توانند از داده‌های خود برای شناسایی فرصت‌های جدید، تحلیل روندها، ارائه راه‌حل‌های نوآورانه و کسب مزیت رقابتی استفاده کنند.
رشد درآمد و سودآوری
مدیریت داده مؤثر می‌تواند به میزان قابل توجهی به رشد درآمد و سودآوری کسب‌وکارها و مجموعه‌های مالی کمک کند. به عنوان مثال، نگاه جامع به تمام داده‌های مشتری، به شناسایی فرصت‌های فروش اضافی و فروش محصولات مرتبط کمک می‌کند. این امر به شما اجازه می‌دهد تا پیشنهادهای ویژه محصولات و خدمات را ارائه دهید.
در این مقاله مزایای حکمرانی داده را مرور کردیم اما حکمرانی داده بدون چالش نیست.
[1] Data Governance Framework
[2] General Data Protection Regulation
[3] Data Governance Framework
منبع: atlan.com
ویرایش و ترجمه اختصاصی برای وبلاگ داتا: سپیده سلطانی
پیاده‌سازی استراتژی حاکمیت داده نیازمند یک رویکرد سیستماتیک است. در اینجا یک راهنمای گام‌به‌گام ارائه شده‌است که اقدامات کلیدی لازم برای پیاده‌سازی استراتژی حاکمیت داده را شرح می‌دهد:
۱. تعیین اهداف کلی و خرده هدف های واضح
این استراتژی شامل اطمینان از انطباق با مقررات، بهبود خدمات مشتری یا افزایش کارایی عملیاتی می باشد. به عنوان مثال، یک بانک متوسط ممکن است کاهش ۲۰ درصدی خطاهای پردازش داده تا پایان فصل مالی بعدی را به عنوان یک راه برای افزایش کارایی عملیاتی هدف‌گذاری کند.
۲. انجام ارزیابی موجودی داده‌ها
قبل از تدوین استراتژی حاکمیت داده، اطلاع داشتن از اینکه چه داده‌هایی دارید، در کجا ذخیره شده‌اند، چه کسانی از آن استفاده می‌کنند و چگونه استفاده می‌شوند، ضروری است.
به عنوان مثال، در یک بانک منطقه‌ای، تیم داده‌ها ممکن است یک ارزیابی از تمام پایگاه‌های داده و مجموعه داده‌های استفاده شده در عملیات خود را انجام داده و جزئیات استفاده، ذخیره‌سازی و مدیریت داده‌ها را یادداشت کند.
۳. شناسایی حوزه‌های داده، مالکان حوزه و مصرف‌کنندگان
یک گام حیاتی در حاکمیت داده، شامل طبقه‌بندی داده‌ها به حوزه‌های مختلف (مانند: داده‌های مشتری، داده‌های تراکنشی)، تعیین مالکان حوزه و شناسایی مصرف‌کنندگان برای هر حوزه است. به عنوان مثال، در یک بانک، رئیس خدمات مشتری ممکن است مالک حوزه داده‌های مشتری و تیم‌های بازایابی، فروش و خدمات مشتری، مصرف‌کنندگان باشند.
۴. تعیین نقش‌ها و مسئولیت‌های حاکمیت داده
این استراتژی شامل شناسایی مالکان داده، ناظران داده، محافظان داده و کاربران است. به عنوان مثال، مسئولیت نظارت بر اجرای کلیه فعالیت‌های حاکمیت داده ممکن است به عهده رئیس داده‌ها (CDO)[1] باشد، در حالی که حافظان داده مسئولیت اطمینان از کیفیت، دقت و انطباق داده‌ها در حوزه‌های خاص خود را دارند.
۵. توسعه چارچوب حاکمیت داده
این استراتژی شامل ایجاد یک ساختار است که تعیین می‌کند چگونه داده‌ها پردازش می‌شوند، چه کسی مسئول بخش‌های مختلف داده است و فرآیندهای مرتبط با حفظ و محافظت از داده‌ها چگونه انجام می‌شوند.
۶. پیاده سازی ابزارها و فناوری‌های حاکمیت داده
بهکارگیری ابزارها و فناوری‌های مناسب مانند کاتالوگ‌های داده، ابزارهای ردیابی مسیر داده، ابزارهای کیفیت داده و ابزارهای حفاظت از داده، برای موفقیت استراتژی حاکمیت داده بسیار حیاتی است. این ابزارها در کشف داده، مدیریت کیفیت داده، حفاظت از داده و مدیریت کلی کمک می‌کنند.
۷. تعیین شاخص‌هایی برای اندازه‌گیری پذیرش و کارایی چارچوب حاکمیت داده
تعیین شاخص‌های واضح به شما کمک خواهد کرد تا کارایی استراتژی و چارچوب حاکمیت داده خود را اندازه‌گیری کنید. این شاخص‌ها ممکن است شامل امتیازهای کیفیت داده، استفاده از داده، شاخص‌های انطباق و نتایج کسبوکار مرتبط با اقدامات داده باشند.
۸. ارائه یک برنامه آموزش و آموزش مداوم
حاکمیت داده یک پروژه یک‌بار مصرف نیست، بلکه یک برنامه بلندمدت است که برای موفقیت خود نیازمند یادگیری و سازگاری مداوم است.
۹. نظارت و اندازه‌گیری پیشرفت
به‌طور منظم بر شاخص‌های مدیریت داده‌ای خود نظارت کنید تا پیشرفت را پیگیری کرده و در صورت نیاز، اصلاحات لازم را اعمال کنید. این استراتژی ممکن است شامل بازرسی‌های منظم در زمینه کیفیت داده، بررسی‌های انطباق و نظارت بر استفاده و تأثیر داده باشد. به عنوان مثال، تیم حاکمیت داده بانک ممکن است ارزیابی‌های دوره‌ای انجام دهد تا زمینه‌های بهبود، مانند بهبود نظارت بر کیفیت داده یا به روزرسانی تدابیر امنیت داده را شناسایی کرده و تغییرات لازم را پیاده کند تا به بهبود مستمر دست‌یابد.
۱۰. ترویج فرهنگ مبتنی بر داده
هدف این استراتژی اطمینان حاصل کردن از آن است که تمامی کارکنان در سراسر سازمان به درستی ارزش داده‌ها را درک کنند و به دیدگاه‌های مبتنی بر داده دسترسی داشته باشند. علاوه بر این، این استراتژی سعی دارد که کارکنان را تشویق کند تا تصمیمات خود را بر اساس داده‌ها بگیرند. برای دستیابی به این هدف، ارتباطات موثر، آموزش و پشتیبانی از مدیریت بالاتر نقش مهمی ایفا می‌کنند تا فرهنگی مبتنی بر داده در سازمان نهادینه شود.
[1] Chief Data Officer
منبع: atlan.com
ویرایش و ترجمه اختصاصی برای وبلاگ داتا: سپیده سلطانی