1、数据管理的原则
数据管理与其他管理流程一样,需要制定原则去指导整个管理过程,具体可根据数据管理的特征去制定。
首先从微观层面,即数据资产自身特性角度出发,需要遵循以下原则:与其他资产相比,数据资产在使用过程中具有不会被消耗的特性;数据资产的价值是可衡量的,但由于数据资产的内容、生产与应用场景等复杂多样,导致价值衡量较为困难,需要综合考虑数据质量、数量、使用成本、应用价值等诸多因素制定统一的价值衡量方法。
(补充关于数据资产价值衡量内容:某互联网企业根据数据资产的使用频率、被使用项目的重要程度等因素评估数据资产价值。)
其次从业务角度出发,需要遵循以下原则:确保数据质量符合应用要求是数据管理的首要目标;元数据对指导数据的生产、开发、应用具有重要作用,是数据管理的重要内容;数据管理过程与信息技术紧密结合,但需要确保信息技术作为工具服务于数据管理而不是驱动数据管理;数据资产管理是对数据生命周期的管理,不同类型数据有不同的生命周期特征;另外需要将数据相关的风险纳入到数据管理过程中,如数据隐私、伦理、安全等。
最后从企业管理角度出发,需遵循以下原则:数据管理涉及的业务线条复杂,需要进行统一规划;有效的数据管理需要领导层承担责任;数据管理需要企业级的视角,以发挥其最大价值;数据管理是跨职能的,需要多种团队的参与和协作。
2、数据管理的挑战
参考资料:
《货币化数据管理 monetizing data management》Aiken & Billings 2014
《data stratgegy and the enterprise data exective》Aiken 2017
数据生命周期管理中的要点:
计划,设计和赋能,创建或获取,存储或维护,使用,增强,处置
- 创建和应用是关键活动
- 应聚焦于关键数据
- 元数据管理、质量管理、风险管理应贯穿于整个生命周期管理过程
3、数据管理框架
数据管理框架:从不同的抽象级别,提供数据管理的实现路径,用于帮助如何阐明战略、制定路线图、组织团队和协调职能。
战略一致性模型和阿姆斯特丹模型是数据管理的高度抽象框架。
车轮图呈现了数据管理中知识领域的概要,六边形图展示了知识领域结构的组成部分,语境关系图显示了每个知识领域中的细节。
3.1 战略一致性模型
说明:抽象了各种数据管理方法的基本驱动因素。
- 核心:信息和数据
- 横向划分为两个领域:业务和IT
- 纵向划分为两个领域:战略和运营
- 形成4个象限:业务战略、IT战略、组织和流程、信息系统
3.2 阿姆斯特丹模型
说明:在战略一致性模型基础上进行细化和丰富
- 横向:业务与IT之间增加信息治理(?)
- 纵向:在战略和运营之间增加战术,即架构,如何去推动战略目标落地到实际运营中
- 构建9个象限:
3.3 DAMA车轮图:数据管理有哪些知识领域
说明:数据管理中的重要知识领域及其相互关系
数据治理作为核心:为什么?
其他9个重要知识领域作为车轮组成部分:数据架构、数据质量、元数据、数据仓库和商务智能、参考数据和主数据、数据建模和设计、数据存储和操作、数据安全、数据集成和互操作、文件和内容管理
3.4 环境因素六边形图
说明:用于描述数据管理过程中人员、过程和技术之间的关系
目标和原则为中心:指导下述数据管理过程
构建组织和文化、角色和职责;开展活动;使用技术和方法;形成交付成果
3.5 知识领域语境关系图
说明:用于描述数据管理各个知识领域的细节,基于产品管理的SIPOC图(基本组成组件包括:输入(供给者)、活动、交付成果(消费者))
组件包括:
- 定义
- 目标
- 输入
- 活动:从计划、控制、开发、运营四个方面进行划分
- 交付成果
- 工具
- 方法
- 度量指标:评估绩效、进度、质量、效率等的标准
以下几种模型为DAMA车轮图的替代模型,在DAMA车轮图的基础上丰富了对数据管理各个知识领域之间相互关系的说明。
3.6 DMBOK金字塔-Aiken
说明:用于描述组织进行数据管理的发展路径,包括哪些阶段(数据管理的知识领域),各个阶段之间有什么关系,以及组织如何向更好的数据管理实践发展的路径。
DAMA数据管理框架的进化
3.7 DAMA功能领域依赖关系图
说明:用于描述数据管理知识领域之间的依赖关系。
3.8 DAMA数据管理功能框架
说明:借鉴了体系结构概念,用于描述DAMA知识领域之间的关系,并对部分知识领域进行了细节性描述。
- 数据管理的目的是通过对数据进行生命周期管理以便从数据中获取价值,因此将生命周期管理放在核心位置,具体包括:
- 对数据管理进行规划和设计:数据架构、数据建模和设计
- 建立过程和功能来开发和维护数据:数据存储、数据仓库、数据集成、主数据与参考数据管理、数据运营...
- 建立活动来使用数据以获取价值:商务智能、数据科学、文件和内容管理、数据货币化...
- 只进行数据生命周期管理的组织所获取的价值要少于通过基础活动来支撑数据生命周期管理的组织,基础活动包括:
- 数据风险管理
- 元数据管理
- 数据质量管理
- 为了确保基础活动和数据生命周期管理活动以规范的方式开展,还需要通过设立数据治理项目建立监督职能,具体包括:
- 制定战略、原则、制度和管理实践
- 数据估值
3.9 DAMA车轮图演变
是上述“DAMA数据管理功能框架”图的另一种形式,数据生命周期管理在核心,基础活动在底部,监管部分在外围。