信息系統的數據管控概念
導讀：越來越多的企事業單位對於數據管理（DataManagement）的態度更加嚴肅，具體措施包括提高數據質量，提升對數據含義的理解，利用數據增加競爭優勢，並且將數據作為企業資產看待。數據管理工作必須符合可審查要求，即業務功能必須對所擁有和使用的數據承擔責任。企事業單位建立專門的組織架構和資源體系來正式響應這一需求，即我們所稱的數據治理（Data Governance）體系。在數據治理這一框架中的基礎平台，就是數據管控（Data Stewardship）架構。不同業務部門的數據管理崗相互之間需要緊密配合，協同專家一同努力確保數據治理所要求的目標和交付物能夠得以實現。數據管控工作是由企事業單位的數據治理項目辦公室負責管理和協調，並需要得到單位高層領導的支持。
▌問題描述
與數據打交道時，通常面臨諸多挑戰：
數據無法解釋自身含義。必須有人對數據進行解釋，包括數據的含義，如何正確使用數據，以及如何評估數據的質量好壞。
數據通常是共享的，數據會被多個部門人員會用於多種目的。那麼數據所有權歸誰？誰對數據的處理進行決策？誰對「出錯」的數據承擔責任？
許多使用數據的業務流程依靠流程的上游工作人員「確保數據準確」。但是，誰來判定數據的「準確性」呢？數據「出錯」時又是誰來判定呢？
軟體開發生命周期需要頻繁對數據進行規範、分析、設計、組建、及使用操作。很多情況下，這些操作有可能破壞數據，威脅到數據質量。
負擔數據實施工作的技術人員往往對數據的含義及其使用方式不熟悉。
數據處理領域存在對數據的含義和內容描述不夠嚴格的問題，而且對這一問題長期以來一直採取容忍態度。
以上這些因素會導致無法區分到底是對數據的理解不到位，還是數據質量不高。這種困局需要通過對數據的積極、高效管理得以解決。另外，許多公司所採用整理元數據（Metadata）方法是一種不太嚴格的「方法論」，這種方法並不等於真實、有效的數據管理。元數據在實踐中常見的失誤包括以下幾個方面：
數據定義：這些信息通常由項目成員較為草率地起草，數據的定義也沒有在企業範圍內標準化，造成同一術語的多次定義，而且通常是以不同的數據信息項（Data Element）名稱出現的。
數據質量：如果數據質量規則沒有明確定義，那麼質量本身就無從談起。甚至有時即便規則定義了，但是質量規則的文本內容卻被忽視了。這樣會導致對所要求的數據質量標準模糊，無法確保數據質量水平。
數據文檔：元數據的有關文檔很少公開，甚至有時會被束之高閣。有關文檔不能被輕鬆讀取或者查詢到有關內容。
產生及使用數據的業務規則：經常遇到這種問題：在什麼條件下應該產生針對某個實體（比如客戶或者產品）的數據，以及這個數據的操作方法是什麼？理解上的偏差會導致針對目標實體信息搜集的不完整或者不準確，並且容易造成數據被用於無關的用途。最終的後果是基於這種數據的業務決策不是最優結果。
正規的企業級數據管控是數據治理的一部分，對於被管理的數據，以及對解決前面所述的各種問題至關重要。通過數據管控，企事業單位才能開始將數據作為資產看待。類似其他資產，數據需要有庫存管理、所有權界定、使用規則定義、以及準確描述。數據需要有別於物理資產的管理技術，但需求是相同的。對於數據資產，庫存管理和準確描述可以通過正式公布業務術語表完成，可以和元數據表一同發布。所有權界定需要知道數據的收集方式，以及誰在使用數據，然後才能判斷誰更適合對數據內容以及數據信息項質量負責。最後，使用規則包括理解和管理數據的產生過程、產生原因、以及在新的條件下是否還適合使用。
▌什麼是數據治理
數據治理存在多種定義，美國數據治理協會（DGI）對其定義如下：
數據治理是針對數據相關事項行使督導決策權。數據治理是針對信息相關流程的決策權和審查權系統，所行使的權力是依據事先達成的模型，該模型描述了根據不同信息可以採取的處理行為，其中包括何時、在何種情況下、可以使用何種處理方法。
以上定義的關鍵信息是數據治理實踐更多地是指管理人員如何管理數據，是對管理人員職責的定義，而不是對數據本身的定義。也就是說，數據治理，包括數據管控，都是關於如何有效組織管理人員按照正確的流程確保數據被理解、被信任、具備高質量，並且最終能使數據適用於企事業單位的使用目的。
▌什麼是數據管控
數據管控是數據治理的執行層面，即日常的數據治理工作如何開展，可以定義為：
數據管控是指數據治理的一種具體方式，是規範如何作為代理人管理信息資源的問責制度，從而為機構獲取最佳利益。
數據管控定義中所指的「代理」是指代表所在機構的數據治理委員會（Data Governance Board）行使職權，而數據治理委員會代表了數據所有權方（即所在機構）的業務職能。換句話說，數據管控包括了管理人員、機構和流程，它確保所安排的數據管控人員對所治理數據的職責。
數據管控對數據治理的成功非常重要。因為通過數據管控機制，所有的元數據（包括定義、業務規則等信息）能夠得到有效整理和文檔化。而且，通過設置對特定數據負責的數據管控人員，以及頒布所管控數據的處理流程，可以確保所有有關的決定都是基於了解的基礎上作出的，同時也能為使用數據的人員保證最佳效果。通過有機結合專門的數據管控人員、流程、以及為全體人員利益著眼的數據管理目標，數據資產的質量才能得到有效提高，並且這種高質量數據才能驅動機構的競爭優勢並確保業務的合規性。
▌數據管控的總體目標
一套「好的」數據管控系統具備哪些特徵？即數據管控體系所肩負的目標是什麼？以下列出主要特徵：
設立數據管控諮詢委員會
建立政策和流程，並融入企業文化
設立業務數據管控崗，所有擁有數據的業務部門必須參與。不擁有數據的業務部門不參與。數據治理和數據管控應包括外部業務協作單位。
設立技術數據管控崗，涉及所有的企業應用、數據倉庫和ETL流程。
數據管控需要參與到企業項目管理、系統開發中。數據管控需要被看待成數據管理的有機組成部分。
所有的數據管理崗職責需要明確定義，相應的效績考核措施也需要建立。
全員參與的數據管理需要成為企業文化的一部分。
公司管理層的支持。領導層需要在公開場合支持並推廣有關數據管控條例。
數據管控的效績需要明確並認可。
關鍵的業務數據信息項需要整理、定義並明確業務規則。條件允許，數據需要規範化以提高數據質量。
數據管控決策需要明確地文檔化，並通知給相關方。
所有數據相關方（包括數據管控人員、項目經理、開發人員）需要接受定期培訓。
配備相關的數據管理工具（例如元資料庫、業務術語表、問題日誌、數據規範化工具），並且經常使用。
鼓勵在數據質量維護和修複數據故障中的創新措施，以及創新地使用高質量數據提高企業競爭力。
有關人員跟蹤重要的數據管理技術創新能力，包括相應的適應能力。
通過並頒布相關的數據管控流程，包括：
鑒別關鍵業務數據信息項
搜集、整理、通過有關的業務元數據
記錄、分析、修複數據及數據質量問題
對項目的支撐保障
管理數據域
必要時調整數據管控崗
討論分析數據質量提高方案
公布數據管控的工作業績和方法
▌結束語
數據治理的成敗關鍵在於建立有關機構和有關人員的構成。其中最重要的一環是數據管控人員的配備和組織工作，他們必須協同工作確定有關數據的所有權、含義以及質量標準。如果沒有數據管控委員會的正常運轉，數據治理工作就無法取得預期效果。
分享&交流
TAG:ESOPN智慧企業 |