获得即时访问
这个蓝图

数据商业智能图标

建立一个健壮和全面的数据策略

建立和培育数据驱动文化的关键.

  • 各组织一直在收集和生产的数据的数量和种类呈指数级增长,没有任何放缓的迹象.
  • 同时, 商业环境和模式正在演变, 用户和利益相关者正变得越来越以数据为中心, 期望和需求日趋成熟.

我们的建议

关键的见解

  • 作为公司的首席数据官或等价的数据负责人, 一个健壮而全面的数据策略是您的工具箱中实现从数据中创造可衡量业务价值的首要工具.
  • 数据策略的制定永远不能脱离业务. 确保数据策略与业务策略一致,并支持业务体系结构.
  • 建立和培育数据驱动的文化将加速并持续采用数据, 胃口, 以及对数据的欣赏,从而驱动您各种数据投资的ROI.

影响和结果

  • 制定一种数据策略,将所有的部分整合在一起,以更好地定位你,解锁数据中的价值:
    • 建立业务上下文和价值:确定执行优化的数据策略的关键业务驱动因素, 构建引人注目和相关的用例, 了解组织的文化和对数据的需求, 确保你有清晰的愿景, 原则, 以及数据策略的目标
    • 确保拥有坚实的数据基础:了解当前的数据环境, 数据管理推动者, 人, 技能, 角色, 和结构. 了解自己的优势和劣势,这样你就可以适当地进行优化.
    • 制定可持续的数据战略:通过有效的变革管理和沟通来完善您的战略,以建立和培育数据驱动的文化.

建立一个稳健和全面的数据策略研究 & 工具

1. 数据策略研究-一个循序渐进的文件,以促进制定数据策略,将业务上下文结合在一起, 数据管理基础, 人, 和文化.

数据应该是组织发展的基础. 高管和决策者不断寻求利用的变革性见解,可以通过高质量的数据战略解锁, 受信任的, 相关数据可以随时提供给需要的用户.

2. 数据战略利益相关者访谈指南和调查结果-一个模板,用于支持您在与关键利益相关者的会议或访谈中了解不同业务部门数据的价值.

此模板将帮助您收集有关涉众业务目标的见解, 目前使用数据的做法, 数据的类型或领域,对支持他们的业务能力和计划很重要, 他们面临的挑战, 从他们的角度来看,这是获取数据的机会.

3. 数据策略用例模板——一个范例模板,用来演示数据策略的业务价值.

基于价值主张的数据策略优化将确保数据策略专注于驱动最有价值和最关键的结果,以支持组织的企业战略. 该模板将帮助您促进与关键涉众的深入讨论,以构建不仅对相关业务线,而且对更广泛的组织具有可证明价值的用例.

4. 首席数据官——一个职位描述模板,其中包括对CDO的职责和期望的详细解释.

通过创建首席数据官(Chief data Officer)的角色,将数据带到最高管理层. 该职位旨在通过作为组织数据管理实践的代表,并确定组织如何利用数据作为竞争优势或企业资产,来弥合业务和IT之间的差距.

5. 数据策略文档模板-一个结构化的模板来计划和记录你的数据策略输出.

使用这个模板来记录和制定您的数据策略. 按照蓝图的部分构建一个健壮的和全面的数据策略,并在您的进展中完成模板.


会员推荐

在每一次信息技术体验之后, 我们要求我们的成员量化实时储蓄, 货币的影响, 和 我们的研究帮助他们实现了项目改进. 请参阅我们的顶级成员的经验为这个蓝图和 我们的客户想说什么.

9.4/10


总体影响

$39,501


平均美元救了

24


平均一天救了

客户端

经验

影响

美元了

天救了

加拿大人权委员会

指导实施

10/10

$10,000

20

Withum史密斯+布朗,电脑

指导实施

10/10

$61,999

20

城市的电晕

指导实施

10/10

N/A

60

莱斯布里奇市

车间

10/10

$25,000

20

Easterseals-Goodwill全国抵抗运动

指导实施

10/10

N/A

N/A

白天交通、有限责任公司

指导实施

8/10

$12,399

10

多伦多警方服务

指导实施

8/10

$1,600

2

Suncoast信用社

指导实施

9/10

N/A

N/A

国家信息技术机构SOC有限公司

指导实施

8/10

$40,000

50

Dar Al H和asah咨询公司 & 合作伙伴控股有限公司.

指导实施

10/10

$123K

32

狮子

指导实施

9/10

$11,159

10

Medcan

车间

10/10

$200K

32

爱德华王子岛大学

指导实施

10/10

$3,000

10

坚实县

车间

10/10

N/A

35

液体环境解决方案

指导实施

9/10

$30,999

20

米德兰信贷管理公司.

车间

8/10

N/A

20

Hensel菲尔普斯

指导实施

10/10

N/A

5

西开普大学

指导实施

10/10

$105K

95

爱德华王子岛大学

指导实施

10/10

$5,000

10

约翰内斯堡大学

指导实施

8/10

$61,999

50

天纳克

车间

10/10

N/A

N/A

奥马哈公共权力区

指导实施

9/10

$12,399

5

佛罗里达中部的基督教青年会

指导实施

10/10

$2,479

2

新墨西哥州卫生部

指导实施

10/10

$1,983

20

巴纳德澳大利亚

指导实施

10/10

$2,000

5

奋进号的基础

车间

9/10

$92,999

18

科罗拉多司法的

指导实施

10/10

N/A

9

MCAP服务公司

车间

9/10

$25,000

35

Wabtec集团

车间

9/10

$30,999

10

莫特麦克唐纳有限责任公司

指导实施

10/10

$17,100

10


现场研讨会:建立一个健壮和全面的数据策略

现场研讨会提供了一种简单的方法来加速您的项目. 如果你不能自己做这个项目, 一个引导实现是不够的, 我们提供低成本的现场交付我们的项目车间. 我们将带您完成项目的每个阶段,并确保您有一个路线图,以成功地完成项目.

模块1:建立业务上下文

目的

  • 为业务策略建立业务上下文.

关键好处

  • 证实数据策略的“为什么”.
  • 突出显示组织的目标、目标和数据必须与之保持一致的战略方向.

活动

输出

1.1

与数据策略发起人(如首席数据官[CDO])的咨询启动会议, 首席架构师, 数字转换的领袖, 首席信息官).

  • 业务上下文和战略驱动因素
1.2

高管和高级商业利益相关者访谈, 一对一和小团体, 了解利益相关者的战略优先事项和数据的一致性, 讨论了视觉, 任务, 目标, 以及数据策略的原理, 了解公司的数据文化.

  • 明确的愿景和使命
  • 确定的原则和目标
  • 数据文化调查诊断结果分析

模块2:确保你有一个坚实的数据基础

目的

  • 构建具有可证明价值的用例,并理解当前环境.

关键好处

  • 对关键功能当前成熟度级别的理解.
  • 代表关注领域和/或高价值的用例,因此需要被处理.

活动

输出

2.1

构建具有可证明价值的用例:驱动因素、挑战和机会.

  • 高价值的用例
2.2

了解当前的数据环境:数据管理使能器.

  • 对当前环境的高级评估
2.3

理解当前的数据环境:人员和组织结构——关键角色和技能集.

模块3:构建未来国家计划并初始化路线图

目的

  • 制定一个未来的国家计划,旨在填补优先级的差距,并提供一个可扩展的路线图,以向前推进,将数据作为一种资产.

关键好处

  • 国家目标计划, 根据关键利益相关者的意见制定, 为了解决差距和成熟的能力,必要的战略管理数据.

活动

输出

3.1

目标状态绘制:差距分析和路线图规划.

  • 目标国家计划-高层路线图
3.2

人员和组织结构规划:关键角色和技能集.

  • 关键功能区域的高级RACI

模块4:制定你的数据策略

目的

  • 整合业务和数据需求,考虑外部因素、内部障碍和数据策略的成功因素. 将所有输出集中在一起,以构建一个健壮和全面的数据策略.

关键好处

  • 业务和数据需求的统一视图,以及将在其中操作数据策略的环境.
  • 分析数据策略成功的可行性和潜在风险.

活动

输出

4.1

构建您的业务数据需求模型.

  • Business-data-needs模型
4.2

风险和可行性分析:进行SWOT分析.

  • SWOT分析
4.3

初始化组织的数据策略.

  • 初始化的数据策略文档

建立一个健壮和全面的数据策略

建立和培育数据驱动文化的关键.

分析的角度

数据战略:帮助推动组织创新和转型的关键

“在我们今天经营的动态环境中, 我们不断地应付破坏性力量, 一个精心制定的数据战略将被证明是支持业务增长和可持续性的关键资产, 创新, 和转换.

您的数据策略必须与组织的业务策略保持一致, 它是构建和培育企业范围内数据驱动文化的基础."

水晶辛格,

主管-研究和咨询

信息技术研究小组

我们对问题的理解

本研究的目的是:

  • 首席数据主任(cdo), 首席架构师, VPs, 以及负责确保数据可作为组织战略资产的数字转型主管和cio.

这项研究将帮助你:

  • 制定策略以确保数据可用, 可访问的, 很好地整合, 担保, 可接受的质量, 并适当地可视化,以促进组织高管的决策.
  • 使数据管理计划和投资与业务需求和组织的战略计划保持一致.
  • 定义用于操作数据策略的相关角色.

本研究还将有助于:

  • 数据架构师和企业架构师,他们的任务是支持组织数据策略的制定或优化.
  • 业务领导者创建计划,在其战略计划和业务流程中利用数据.
  • IT专业人员希望改善管理和交付数据的环境.

这项研究将帮助他们:

  • 掌握组织内数据的当前情况.
  • 理解数据策略及其结果计划将如何影响运营, 集成, 以及企业内的数据供应.

执行概要

情况

  • 各组织一直在收集和生产的数据的数量和种类呈指数级增长,没有任何放缓的迹象. 同时, 商业环境和模式正在演变, 用户和利益相关者正变得越来越以数据为中心, 成熟和苛刻的期望.

并发症

  • 随着企业应对行业混乱和不断变化的环境, 被动的、零碎的方法会导致数据架构和设计不能为业务交付真实的、可衡量的价值.
  • 尽管人们越来越关注数据, 许多组织都在努力开发一种具有凝聚力的业务驱动策略,以有效地管理和利用他们的数据资产.

决议

制定一种数据策略,将所有的部分整合在一起,以更好地定位你,解锁数据中的价值:

  • 建立业务上下文和价值: 确定执行优化数据策略的关键业务驱动因素, 构建引人注目和相关的用例, 了解组织的文化和对数据的需求, 确保你有清晰的愿景, 原则, 以及数据策略的目标.
  • 确保你有坚实的数据基础: 了解当前的数据环境, 数据管理推动者, 人, 技能, 角色, 和结构. 了解自己的优势和劣势,这样你就可以适当地进行优化.
  • 制定可持续的数据策略: 通过有效的变更管理和沟通来完善您的战略,以构建和培育数据驱动的文化.

信息技术的见解

  1. 作为公司的首席数据官或等价的数据负责人, 一个健壮而全面的数据策略是您的工具箱中实现从数据中创造可衡量业务价值的首要工具.
  2. 数据策略的制定永远不能脱离业务. 确保数据策略与业务策略一致,并支持业务体系结构.
  3. 建立和培育数据驱动的文化将加速并持续采用数据, 胃口, 以及对数据的欣赏,从而驱动您各种数据投资的ROI.

为什么需要数据策略?

您的数据策略是确保数据能够支持组织的战略目标的工具.

当今充满活力的市场要求企业保持活力 响应 为了获得或保持其在行业中的竞争优势和地位.

组织需要对正在发生的事情和可能发生的事情有360度的认识.

颠覆性的力量常常导致改变 商业模式 并要求组织有一个水平 适应性 保持相关.

作出回应, 组织需要做出决策 并且应该能够从他们的数据中获得洞察力,从而为他们的决策提供信息.

A 的编制 而稳健的数据策略将确保您的数据投资 为你带来回报 通过满足组织的战略目标.

组织需要了解利益相关者的情况,并预测利益相关者的需求.

A 数据策略 是否需要,是否与行业相关

数据及其相关的数据策略不仅与盈利行业相关.

底线是:数据对每个人都有价值.

无论是哪个行业 在操作过程中,数据仍然是做出明智决策的关键. 不管你是不是非营利组织, 政府实体, 或者其他任何行业, 数据仍然能让你做出更好的决定.

数据策略 将作为 的机制 使高质量和治理良好的数据随时可用和可访问 履行组织的任务.

无论你的主要利益相关者是客户、学生、病人、捐赠者、居民还是公民, 有效的数据策略 会确保你有 正确的数据来做出正确的决定 为了利益相关者群体的利益.

“数据能够帮助政府做出更好的决策, 设计更好的项目,提供更有效的服务.”

“但为了实现这一点,为了我们以允许其他政府的方式共享数据, 企业, 研究人员和非营利性部门也要从数据中提取价值——我们需要刷新我们的方法.”-加拿大政府枢密院办公室

如果没有内聚策略,就不能充分利用数据

今天的大多数组织可能都有某种形式的数据管理, 由一些常见角色(如dba和数据分析师)支持.

大多数都有支持某种形式的报告的数据体系结构.

有些公司甚至可能有首席数据官(CDO), 在最高管理层有一席之地的高管.

这些都是伟大的资产 作为一个起点,但没有一个有凝聚力的数据策略 将碎片缝合在一起

  • 有效地利用这些现有资产
  • 用额外的和相关的关键角色和技能集来扩充他们
  • 针对正在收集的日益增长的数据量和种类,优化并填补当前数据管理支持器和功能的空白
  • 充分迎合真实的、高价值的战略组织业务需求

你错过了重点——你没有充分利用你的数据的不可思议的价值.

跨行业研究表明,平均而言, 不到一半 一个组织的 结构化数据 在做决定时是否被积极使用

而且,只有不到1%的非结构化数据被分析或使用. 此外, 分析师80%的时间花在发现和准备上, 超过70%的员工可以访问他们不应该访问的数据. 资料来源:哈佛商业评论,2017年

数据策略的组织驱动因素

你的 数据策略 需要与你的 组织策略.

主要的组织战略驱动因素:

  1. 利益相关方参与/服务优秀
  2. 产品和服务创新
  3. 卓越运营
  4. 隐私、风险和法规遵循管理

生存下来的公司在未来茁壮成长 是那些会比他们更聪明的人吗 在创新 其他所有人. 它不再是“适者生存”,而是“最聪明的生存”.’ 数据是激发和实现这种快速创新新形式的元素.——Joel Semeniuk, 2016

合理的数据策略是释放组织数据价值的关键.

数据应该是组织发展的基础.

高管们不断寻求利用的变革式洞见是可以实现的 解锁 与一个 数据策略 这使得高质量的, 完整, 值得信赖的, 相关数据可随时提供给需要的业务用户.

是否希望对您的业务有一个更好的了解, 努力成为你所在行业的创新者, 或者有需要满足的合规和监管要求, 任何组织都可以通过a从其数据中获取价值 的编制、健壮,有凝聚力的 数据策略.

根据一家北美主要银行的说法, “超过1pb的新数据, 相当于大约100万gb的数据“每个月进入银行系统”. ——《澳博体育app下载》,2019年

“尽管企业在释放数据力量方面处于许多不同的阶段, 他们有一个共同的信念,那就是它可以成就一个企业,也可以毁掉一个企业.”- Jim Love, ITWC 首席信息官和首席数字官,资讯科技世界,2018

数据是一种战略性的组织资产,应该这样对待

表达式 “数据是一种资产” 或者其他类似的情绪早就有了.

有了这样的炒作,你本以为数据会在董事会得到更多关注. 由于其在推动收购等方面的影响力,你本应看到它的价值反映在财务报表上, 保留, 产品和服务的开发和创新, 市场增长, 利益相关者满意, 与合作伙伴的关系, 以及组织整体战略上的成功.

将数据视为资产的时代已经到来.

矛盾的是,除了资产负债表和损益表,“数据”无处不在.”哈佛商业评论,2018年

“… data has tradition所有y been perceived as just one aspect of a 技术 project; it has not been treated as a corporate asset.”-“数据策略的5个基本组成部分”情景应用程序

Anil Chakravarthy说, 谁是Informatica的首席执行官,在跨行业的公司如何利用数据进行更好的业务决策方面拥有强大的优势, “最成功的企业的与众不同之处在于……他们已经具备了将数据作为一种资产在整个企业进行管理的能力。.”——麦肯锡 & 公司,2019

今天的市场如何看待数据

数据被吹捧为数字时代的石油。

但就像石油一样,如果不加以提炼,它就不能真正使用.

“数据是新的石油." ——Clive Humby,首席数据科学家

资料来源:Joel Semeniuk, 2016

输入您的 数据策略.

在您的组织中,数据被视为推动创新和转型的关键战略资产.

数据策略允许您有效地挖掘、提炼和使用这些资源.

“世界上最有价值的资源不再是石油,而是数据.”——《澳博体育app下载》,2017年

“现代创新现在依赖于这些数据.”——Joel Semeniuk, 2016

“数据越好,产生的创新和影响就越好.”——Joel Semeniuk, 2016

这对你有什么好处? 数据可以帮助你利用哪些机会?

政府

利用数据作为一种战略资产,造福于公民.

  • 战略性地使用数据可以使政府提供更高质量的服务.
  • 合理调配资源,利用机会提高影响.
  • 制定更好的循证决策,更好地了解项目的影响,以便将资金用于最有可能产生最佳效果的领域.
  • 在日益复杂的社会中保持合法性和公信力.
  • 帮助工人适应并在不断变化的劳动力市场中具有竞争力.
  • 数据策略将有助于保护公民的数据不被滥用.

资料来源:加拿大政府枢密院办公室,2018年

这对你有什么好处? 数据可以帮助你利用哪些机会?

金融

利用数据来提高传统的盈亏杠杆, 寻找新的增长来源, 并提供数字银行.

  • 一家银行使用信用卡交易数据(来自其自己的终端和其他银行的终端)来开发优惠,鼓励客户定期从银行的商家那里购买. 这提高了银行的佣金, 为商家增加收入, 并为客户提供了更多的价值(麦肯锡 & 公司,2017年).
  • 在提高生产力方面, 一家银行使用“新的算法来预测全国各地每个自动取款机所需的现金,然后结合路线优化技术来省钱”(麦肯锡) & 公司,2017年).

一家欧洲银行“转向机器学习算法来预测。 当前活动客户 他们有可能减少与银行的业务吗.“由此产生的理解导致了一项有针对性的活动,减少了15%的流失率”(麦肯锡) & 公司,2017年).

加拿大一家领先的银行已经围绕他们的数据建立了一个市场——他们已经在那里推出了一个数据市场 产品化 银行的数据. 他们提供数据作为 产品 -发给银行内其他单位. 这些其他业务单位本质上代表内部 客户 谁在利用产品,谁是数据.

通过使用数据和高级分析, 一家亚洲顶级银行发现了出人意料的相似之处,这使得它可以定义15个,在它的客户群中有000个微细分. 然后,它建立了一个“下一产品购买”模式,将购买的可能性提高了三倍以上.” 研究了几组大数据, 包括“客户人口特征和关键特征”, 产品举行, 信用卡声明, 交易和销售点数据, 在线和移动转账和支付, 和信用局的数据”(麦肯锡 & 公司,2017年).

这对你有什么好处? 数据可以帮助你利用哪些机会?

医疗保健

利用数据和分析预防致命感染

美国第五大卫生系统和加州最大的医院使用 大数据先进的分析 平台 预测 对潜在的败血症患者进行早期治疗,此时干预是最有帮助的.

使用败血症生物监测程序, 这家医院提供监控120,在34家医院,每月有000人死亡,并管理着7人,每月500例潜在败血症患者.

从其设施内所有病人的电子病历中收集数据, 这个解决方案使用 自然语言处理 (NLP)和一个规则引擎,持续监测可能表明败血症感染的因素. 在高概率的情况下,系统向初级护士或医生发送警报.

自实施大数据和预测分析系统以来, 该医院在脓毒症患者的死亡率和ICU住院时间方面取得了显著改善.

在参与该项目的28家医院中, 败血症的死亡率平均下降了5%.

病人在重症监护室待的时间越短, 还实现了成本节约. 这是重要的, 因为败血症是医疗保险报销的最昂贵的疾病, 第二昂贵的医疗补助和没有保险的人, 私人保险的费用排名第四.

资料来源:情景应用程序, 2019年

这对你有什么好处? 数据可以帮助你利用哪些机会?

零售

利用数据更好地了解客户偏好, 预测采购, 推动客户体验, 优化供需规划.

网飞公司 这是一个大品牌使用大数据分析进行定向广告的例子吗. 拥有超过1亿用户的该公司收集了大量的数据. 如果您是订阅者,您可能熟悉他们的 建议 你应该追的下一部电视剧或电影的信息. 这些建议是基于你过去的搜索数据和观察数据. 这些数据可以让网飞公司了解你的兴趣和观看偏好, 2018).

“对于零售业来说, 大数据意味着更好地了解消费者的购物习惯,以及如何吸引新客户.”——Ron Barasch, Envestnet | Yodlee, 2019

数据的商业案例——从陈词滥调转向实用

在构建你的商业案例时,考虑以下几点:

  • 与高管沟通业务案例的最有效方式是什么?
  • cdo和其他数据主管如何利用数据来推进其组织的企业战略?
  • 您的数据属性是什么样子的? 您是否希望利用和推动半结构化和非结构化数据资产的价值?
  • 您当前的组织文化支持数据驱动的文化吗? 组织是否有有效管理变革的历史?
  • 隐私和安全预期的改变如何改变企业的收获方式, 保存, 使用, 和交换数据?

“我们是转换者……我们看到了数据的价值. 关键在于如何让管理团队以我们的方式看待这件事.”——泰德·毛鲁奇,SmartONE Solutions Inc .总裁. 资讯科技世界,2018

你有什么优势? 您目前的数据管理成熟度如何?

信息技术的IT成熟度阶梯表示IT部门及其不同功能的不同成熟度等级. 您的数据管理能力的当前状态是什么?

创新者——改变企业. 业务伙伴-扩展业务. 可信任的操作者——优化业务. 消防员-支持企业. 不稳定-挣扎着去支持.

信息技术的见解

如果当前处于或高于可信操作符级别,则最适合成功执行数据策略. 如果你发现自己仍然处于不稳定或消防员阶段, 最好将精力花在确保能够满足日常数据和数据管理需求上. 改进这种能力将有助于建立一个强大的数据管理基础.

数据策略的指导原则

明确定义的数据原则的价值

  • 指导原则通过描述你的信仰和哲学来帮助定义你的实践的文化和特征.
  • 指导原则是数据策略的核心, 帮助制定与组织数据资产的使用和处理相关的计划和日常行为.

“组织文化可以加速分析的应用, 扩大它的力量, 并引导公司远离风险结果.”-麦肯锡2018

建立一个健壮和全面的数据策略

业务战略和当前环境与数据战略相联系. 数据战略包括:组织驱动和数据价值, 数据战略目标和指导原则, 数据战略、愿景和使命, 数据策略路线图, 人员:角色和组织结构, 数据文化与数据素养, 数据管理和工具, 风险和可行性.

遵循信息技术的方法,有效利用你的数据的价值

有人说这是新的石油. 或者是新的商业环境的货币. 其他人则将其描述为数字经济的燃料. 但我们不需要陈词滥调 我们需要真正的方法从数据中提取价值. - Jim Love,首席信息官和首席数字官,资讯科技世界,2018

1. 业务上下文. 2. 数据与资源基金会. 3. 有效的数据策略

我们的 实用 一步一步的方法可以帮助您制定交付业务价值的数据策略.

  1. 建立业务环境和价值: 在这个阶段, 您将确定并证实用于优化数据策略的业务驱动因素. 您将确定需要进行数据策略优化的业务驱动因素,并检查当前的组织数据文化. 这将是确保您的优化工作成果得到使用的关键. 您还将定义远景, 任务, 指导原则和为数据策略构建高价值用例.
  2. 确保你有坚实的数据和资源基础: 这一阶段将帮助您确保您有一个坚实的数据和资源基础来操作您的数据策略. 您将从数据管理推动者和关键人员所需的资源组合方面了解当前环境, 角色, 和技能.
  3. 制定可持续数据策略: 在这个阶段,您将把各个部分结合在一起,以制定有效的数据策略. 您将评估在阶段1中构建的用例并对其进行优先级排序, 它总结了组织目标与数据需求的一致性. 您还将创建您的战略计划,考虑变更管理和沟通.

信息技术提供各种级别的支持,以最适合您的需求

DIY工具包

“我们的团队已经将这个关键项目列为优先事项, 我们有时间和能力, 但在这一过程中,一些指导将会有所帮助.”

指导实施

“我们的团队知道我们需要修复一个过程,但我们需要帮助来确定重点在哪里. 在这个过程中,一些签到会帮助我们保持在正轨上.”

车间

这个人说:“我们必须马上开始这个项目. 一旦我们有了一个框架和策略,我们的团队就有能力接手这个工作.”

咨询

“我们的团队没有时间或知识来接手这个项目. 我们整个项目都需要协助.”

在所有四个选项中都使用诊断和一致的框架.

建立一个健壮和全面的数据策略-项目概述

项目概述. 列出三个阶段和包含的步骤.

车间概述

联系您的帐户代表或电子邮件 研讨会@InfoTech.com 的更多信息.

车间概述. 它由一个为期四天的工作坊和各种各样的活动组成.

第一阶段

建立业务上下文和数据价值

阶段1将帮助您建立业务上下文和数据策略的价值

在这个阶段, 您将确定并证实用于优化数据策略的业务驱动因素.

  1. 识别 业务驱动因素 需要或支持数据策略优化的案例.
  2. 理解你当前的 组织数据的文化, 因为这将是确保您的优化工作成果得到使用的关键.
  3. 建立 愿景 任务 和定义 原则目标 您的组织的数据策略.
  4. 构建 高价值的用例 为数据策略的业务用例提供信息.

“为了保持竞争力,我们需要变得更加强大 数据驱动的. 合规压力 变得越来越苛刻. 我们需要加上a 新功能."

利用 数据战略利益相关者访谈指南模板 收集来自关键涉众的业务上下文发现.

阶段1,步骤1:确定数据策略的业务驱动

这一步将引导你完成以下活动:

  • 了解常见的组织业务驱动因素
  • 识别业务驱动因素, 目标, 以及需要优化组织数据的目标

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果

  • 理解业务在日常功能中对数据的使用
  • 对业务愿景的理解, 目标, 目标, kpi, 战略优先级以及需要优化数据策略的业务驱动因素

数据策略优化应该由业务目标驱动

Data 是业务的推动者吗. 因此需要对数据策略进行优化 由业务目标和目标驱动.

常见的业务驱动因素

  1. 利益相关者的经验/服务优秀
  2. 产品和服务创新
  3. 卓越运作及效率
  4. 风险与合规管理

解析常见的业务驱动因素

面对 不断变化的商业模式在美国,今天的组织都把他们的数据看作是一个 竞争优势的来源.

1. 利益相关者的经验/服务优秀

作为一个组织, 您目前的重点是改善您的利益相关者的体验,并努力追求卓越的服务, 无论是通过提供高度定制的产品或服务, 销售, 交叉销售, 发送有针对性的沟通, 或者建立客户/客户忠诚度.

对于每个组织,利益相关者将是不同的.

例如,在 零售在美国,主要利益相关者包括客户、供应商、合作伙伴和员工.

In 医疗保健、 他们包括病人, 医生, 护士, 工作人员, 供应商, 制药公司, 保险公司, 和政府.

In 教育, 他们包括学生、教师、工作人员、研究人员、社区和董事会.

In 政府, 它们包括居民、公民、社区、工会和管理机构.

2. 产品和服务创新

为了保持或建立你的竞争优势, 你的组织正在寻求在你所提供的产品和服务方面的创新.

作为一个组织,你想要 通过产品或服务创新实现差异化. 通过了解购买习惯,你可以不断创新和调整以跟上客户和利益相关者的变化步伐,或者走在他们的前面, 消费, 行为, 更多样化和更大的数据集, 物联网, 以及其他破坏性力量.

3. 卓越运作及效率

作为一个组织,你专注于优化你的 卓越的运营和效率 确保您以最具成本效益的方式提供高质量的产品或服务.

这可能意味着你的重点是优化你的订单,生产和履行过程. 或者你可能正在努力提高你的运营效率, 使他们更精简, 减少浪费, 优化资源利用, 所有这些都有助于降低成本和提高利润率.

4. 风险与合规管理

作为一个组织, 你是在一个高度监管的行业中经营,或者你可能是一个政府实体(联邦政府, 状态, 省, 市政)和授权,以满足某些监管要求. 因此,您的数据策略优化可能会响应现有法规/合规环境的变化.

降低风险也是形式化或优化数据策略的另一个驱动因素. 您目前的做法和环境可能已经过时,导致潜在的风险.

在开始您的数据策略规划时,首先要确保您对业务有深刻的理解

对业务、目标和计划有深入的了解. 这种理解将确保数据策略规划和结果与业务需求和价值直接一致,并支持关键的战略优先级.

需要考虑的主要项目:

企业内部变化和决策背后的驱动力是什么?

  1. 利益相关者的经验/服务优秀
  2. 产品和服务创新
  3. 卓越运作及效率
  4. 风险与合规管理

向业务涉众提出的问题:

  1. 组织的业务模式正在改变吗? (我们是一个通过收购来成长的组织吗, 我们要把业务扩展到新的辖区吗?)
  2. 业务操作是否在发展和改变?
  3. 规章制度是否导致组织重新评估业务如何使用和管理数据?

确定数据策略的业务上下文并编制文档

1.1

估计时间:根据进行的访谈数量,可改变的时间承诺

产品说明:

  1. 建立一个牢固的理解 战略计划业务目标. 在继续理解数据环境之前,请确保您理解业务” 愿景、目标、目标、kpi、战略、优先级,关键因素. (利用你的项目或执行发起人来简化信息收集过程.)
  2. 在开始数据战略计划时,使用下面概述的技术来支持您建立清晰的业务上下文和对齐.
  3. 将调查结果记录在 数据战略利益相关者访谈指南和发现 文档.

OUTPUT

利用你对业务的分析结果来确定:

  • 组织愿景,目标,目标,kpi
  • 战略重点
  • 业务驱动因素

推荐技术

采访业务涉众. (见活动1.1的支持.)

审查关键业务构件. 典型的评审输入包括:

  • 业务愿景和任务
  • 3 - 5年路线图,部门级业务计划,审计报告

信息技术的见解

防止面试成为企业抱怨数据的平台. 通过让他们分享他们当前对数据的使用来开启讨论, 然后转变方向,找出他们想用数据做什么,以及他们如何看待数据支持他们的战略计划.

采访业务涉众

1.1a

预计时间:平均每次面试时间为1小时

客观的

增加团队对组织战略计划的理解,以及组织如何从作为战略推动者的数据中获益.

活动: 与商业利益相关者进行个人和小组访谈

产品说明:

  1. 确定要面试的业务成员,以了解他们当前和期望的数据使用情况. (试着采访尽可能多的行业,以创造一个更全面的画面.)
  2. 利用面试中的问题 数据战略利益相关者访谈指南和发现 模板作为起点.
  3. 采访已确定身份的企业成员.
  4. 报告并记录结果 数据战略利益相关者访谈指南和发现 文档.

数据策略优化必须由业务需求驱动.

信息技术公司的数据战略利益相关者访谈指南和调查结果的截图.

数据战略利益相关者访谈指南和发现

INPUT

  • 数据战略利益相关者访谈指南,业务涉众

OUTPUT

  • 已确定的应用于组织的业务驱动程序.

材料

  • 数据战略利益相关者访谈指南和调查结果模板

参与者

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

第一阶段,第二步:了解组织的数据文化

这一步将引导你完成以下活动:

  • 理解组织数据文化
  • 了解用户对数据的需求
  • 从治理的角度理解数据的价值, 质量, 可访问性, 所有权, 和管理工作

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众(数据所有者、数据管理员)

这一步的结果:

  • 对与数据使用和消费相关的当前文化的理解
  • 了解当前数据是否被认为是组织的资产

进行数据文化调查

1.2

估计时间:平均每个受访者1小时

客观的

  • 增加团队对组织数据文化的理解, 用户对数据的需求, 以及他们在治理方面对数据的欣赏, 质量, 可访问性, 所有权和管理

活动:利益相关者的调查

产品说明:

  1. 确定数据用户群的成员、数据消费者和其他关键利益相关者进行调查.
  2. 进行信息会话,介绍数据文化调查诊断. 解释调查的目的和重要性,以及它在帮助理解当前数据文化和告知该文化的改进方面的作用.
  3. 向确定的用户和利益相关者推出信息技术数据文化调查诊断.
  4. 报告并记录结果/记分卡 数据战略利益相关者访谈指南和发现 文档.

数据驱动的文化是数据被视为资产的指标.

信息技术公司的数据文化记分卡的截图. 有关数据文化调查的更多信息,请联系您的客户经理.

“组织文化可以加速分析的应用, 扩大它的力量, 并引导公司远离风险结果.” -麦肯锡2018

INPUT

  • 数据文化调查诊断,业务利益相关者

OUTPUT

  • 理解当前的数据文化

材料

  • 文化调查数据
  • 数据战略利益相关者访谈指南和调查结果模板

参与者

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 高级领导和商业利益相关者

阶段1,步骤3:组织数据战略的愿景、使命和指导原则

这一步将引导你完成以下活动:

  • 建立组织数据策略的远景、任务和指导原则

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果

  • 组织数据策略的愿景和使命
  • 定义了组织数据策略的原则和目标

为组织的数据策略创建引人注目的愿景和任务声明

远景代表了您的组织未来想要成为的样子.

清晰的愿景陈述有助于使整个组织朝着同一个最终目标前进.

你的愿景应该是简短的、简洁的、鼓舞人心的. 它试图用几句话表达很多,所以在选择词语时要深思熟虑. 考虑你的IT部门的优势, IT服务的客户, 以及你现在/将来对服务质量的承诺.

记住,在整个过程中,愿景陈述是面向公司内部的其他成员的.

“愿景是你想要创造的未来的图景, 用现在时态描述的, 就好像它正在发生. 我们愿景的陈述表明了我们想要去的地方,以及当我们到达那里时我们将会是什么样子." -圣吉等人. 1994

任务表达了你存在的原因.

虽然你的愿景是你的组织未来的愿景, 你的使命宣言应该传达数据管理实践的基本目的.

它确定了It的功能, 它所产生的, 以及与及时交付相关的高层目标, 高质量的, 有关, 以及对业务流程和最终用户有价值的数据. 考虑实践是否负责提供数据 分析 和/或 操作 用例.

任务说明应简明扼要,并为内部和外部利益相关者提供明确的目标说明.

“使命宣言为建立一个有价值的起点, 后来, 更具体的目标和策略” Hannagan 2002

精心设计你的愿景和使命宣言

1.3.1

预计时间:2小时

概述

将项目涉众和项目团队成员聚集在一起,就组织数据策略的单一愿景和任务达成共识.

指令

开始对话:

请每个人完成以下句子:

  • 五年后,我们的数据版图将包括______________.
  1. 每个参与者是否创建了一份目的声明(1-5行)来描述未来的数据管理实践. 让他们考虑以下事项:
    • 愿景:
      • 拥有有效的高价值数据策略的组织是什么样的?
      • 我们的组织将如何从改进的数据策略中获益和成长?
      • 我们的顾客在说什么,感觉什么,在做什么? 反映当前状态的数据收集.
    • 使命:
      • 为什么会有这个项目?
      • 我们要解决的是什么问题啊?
      • 谁将从这个计划中受益?
      • 我们将如何达到我们的目标?
  2. 请每位参与者陈述他们的愿景和使命. 讨论共同的主题,然后发展一份包含团队想法的简明愿景声明.
  3. 巩固结果并记录结果.

INPUT

  • 从涉众面谈会议和输入中获得的业务上下文

OUTPUT

  • 数据策略的愿景和任务陈述

材料

  • 白板

参与者

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 高级领导和商业利益相关者

组织数据策略的指导原则

明确定义的数据原则的价值

  • 指导原则通过描述你的信仰和哲学来帮助定义你的实践的文化和特征.
  • 指导原则是数据管理的核心——帮助制定与数据管理和组织数据资产处理相关的计划和日常行为.

例子:

原则# 1

组织的数据支持基于事实的决策.

原则# 2

数据全面整合.

原则# 3

数据是可适当访问和可用的,以支持及时消费和洞察力的产生.

原则# 4

将测量、维护和管理数据的质量.

原则# 5

数据定义是一致的,并被维护和管理以支持数据用户.

原则# 6

数据所有者和数据管理员对他们的域负责.

原则# 7

数据在整个生命周期中都被管理(管理、保留、归档、销毁).

原则# 8

在整个生命周期中,数据都得到了适当的保护.

原则# 9

数据管理.

信息技术的见解

花点时间来制定你的指导原则. 他们是共享的, 长期的信念将指导你的治疗, 投资, 以及与数据和数据管理相关的决策. 制定一套指导原则,说明您组织的数据策略和您当前或期望的文化.

为组织的数据策略创建指导原则

1.3.1

预计时间:2小时

产品说明:

  1. 作为一个群体, 通过头脑风暴,列出与数据的关键业务目标、数据战略目标和数据管理实践相关的原则和价值. 这些将帮助你发展实践的最终原则. 尝试在5到10个值之间进行头脑风暴.
  2. 企业希望从数据中得到什么? 数据策略将如何交付业务需求?

    质量数据?

    访问数据?

    及时的数据?

    整合不同的数据集,以改进决策? 创建一个可伸缩的环境来适应增长? 创造一种负责任和管理的文化?
  3. 分成小组,每组取一个值. 对于每个值,确定:
    • 为什么它对数据策略很重要?
    • 它将如何帮助改进数据的交付、使用、质量或管理?
    • 完成下列句子之一:
      • 数据是……
      • 该公司能够……
      • 数据策略……
  4. 聚在一起讨论以下原则:
    • 这些原则如何帮助指导实践的计划?
    • 这些原则将如何帮助纠正和指导员工的行为?
  5. 确定并记录指导原则.

INPUT

  • 从涉众面谈会议和输入中获得的业务上下文

OUTPUT

  • 指导原则

材料

  • 白板

参与者

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 高级领导和商业利益相关者

第一阶段,第四步:为数据策略的业务用例构建高价值的用例

这一步将引导你完成以下活动:

  • 对最重要的数据挑战、风险和机遇进行头脑风暴
  • 制定问题陈述,阐明业务需求
  • 看看现在的需求是如何被满足的,如果有的话,以及未来的状态是什么样子的
  • 确定衡量成功的相关指标和kpi
  • 构建当前状态的数据流

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众(数据所有者和数据管理员)

这一步的结果

  • 突出业务需求和/或机会的用例

为数据策略的业务用例构建高价值的用例

完成数据策略的业务上下文是创建高价值用例的非常重要的练习.

与业务涉众进行有重点的对话并进行深入的会议,以确定您组织的数据策略的高优先级计划. 利用 信息技术的数据需求和创建用例的映射方法.

把数据所有者, 数据管家, 业务主题专家, 和他们的IT合作伙伴或数据管理员一起讨论并创建代表最高业务需求和优先级的用例. 如果得到解决,这些将交付价值并支持组织的战略方向.

参与这些对话 当前的挑战、风险和机遇 与跨业务线的数据使用相关联. 也要探索其他 利益相关者 集团/业务线将是 影响 你会怎样 衡量成功.

信息技术的见解

通过这些会议,您的数据所有者确定了用例, 数据管家, 和中小企业将突出这些利益相关者及其单位最关注的领域或过程. 如果解决了这些问题,它们将为整个组织交付价值.

信息技术的数据策略用例开发框架

目标:业务需要收集活动,以突出和创建与数据相关的清晰且包含的问题或机会相关的用例,如果处理这些问题或机会,将为组织交付价值.

信息技术的数据需求和创建用例的映射方法

突破会话# 1

  1. 你最需要缓解的风险是什么?
  2. 你最希望看到的机会是什么?
  3. 在处理数据时,您最头疼的问题是什么?

一旦确定了与数据相关的业务活动/流程,请定义问题陈述.

突破会话# 2

  1. 在今天的活动中,你的挑战是什么?
  2. 如果我们完美地解决了这个问题,“惊人”是什么样子的?
  3. 如果我们解决了这个问题,其他业务单元活动/流程将会受到影响/改进吗?
  4. 在任何解决方案中,我们需要考虑哪些遵从性/法规/政策方面的问题?
  5. 我们应该使用哪些成功/改变的度量来证明工作的价值(kpi /ROI)?

突破# 3

  1. 今天的流程/活动有哪些步骤?
  2. 每个步骤使用的应用程序/系统是什么?
  3. 每一步都涉及、创建、使用或转换哪些数据元素(域)

生成的用例将被划分优先级,并用于通知数据策略的业务用例.

为数据策略的业务用例构建高价值的用例

1.4

估计时间:每个用例平均2小时

客观的

业务需求收集活动突出并围绕数据相关的问题或机会创建相关的用例,这些问题或机会是清晰且包含的,如果得到处理,将为组织交付价值.

活动: 业务涉众和数据管理员(IT合作伙伴)的用例活动

产品说明:

  1. 将关键业务涉众(数据所有者, 管家, 中小企业),以及数据托管人,为他们的单位建立案例.
  2. 利用信息技术的数据需求和映射方法来创建用例.
  3. 涉众是否通过了每个分组会议, 使用活动挂图进行头脑风暴和记录想法.
  4. 报告并记录结果 数据策略用例模板.

在尽可能多的业务领域重复这个练习.

“组织对获取数据的欲望已经增强, 特定的部门对数据有很高的要求和广泛的用例."

——Andy Woyzbun,信息技术研究集团执行顾问

信息技术数据策略用例模板的截图

数据策略用例模板

INPUT

  • 业务涉众’ subject area expertise; data custodian 系统, 集成, 和数据的知识

OUTPUT

  • 已确定的应用于组织的业务驱动程序.

材料

  • 信息技术的数据需求和创建用例的映射方法

参与者

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 数据所有者,数据管理员,数据管理员

第二阶段

确保你有坚实的数据和资源基础

阶段2将帮助您确保您的数据策略有一个坚实的数据和资源基础

在这个阶段, 您将专注于理解和评估数据环境的基本组件, 资源和技能.

  1. 了解您当前的数据环境: 数据管理推动者 -数据治理、数据架构、数据运营、数据质量管理、数据风险管理
  2. 理解所需的资源组合:关键 人员和技能组合
  3. 客观地看待事物:决定你的 优势,劣势,机会,威胁 通过SWOT分析.

“为了保持竞争力,我们需要变得更加强大 数据驱动的. 合规压力 变得越来越苛刻. 我们需要加上a 新功能."

阶段2,步骤1:了解当前数据环境

这一步将引导你完成以下活动:

  • 了解当前的数据环境:包括数据治理在内的数据管理推动者, 数据架构, 数据操作, 数据质量管理和数据风险管理

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果:

  • 理解对数据策略的操作至关重要的基础数据管理使能器

优化的数据管理使能器意味着数据策略的坚实基础

数据管理推动者:

信息技术将数据管理使能器分类为指导组织数据资产管理和支持交付的过程.

数据管理推动者:

  • 数据治理
  • 数据架构管理
  • 数据业务管理
  • 数据的风险管理
  • 数据质量管理
  • 实践发展
数据管理推动者. 如图所示. 数据管理使能器包括:治理 & 直接,对齐 & 计划,建造,获取,运营,交付, & 支持、监控 & 改善.

确保你有一个强大的过程能力的数据管理实践

什么是数据管理?

数据管理政策的计划、执行和监督, 实践和计划 获取、控制、保护、交付和增强 数据和信息资产的价值(DAMA, 2009).

数据管理推动者. 如图所示. 数据管理使能器包括:治理 & 直接,对齐 & 计划,建造,获取,运营,交付, & 支持、监控 & 改善.

管理和直接

  • 确保数据管理实践和流程遵循标准和政策
  • 管理对更广泛的实践的执行监督

调整和计划

  • 使数据管理计划符合业务的数据需求
  • 创建计划以指导数据管理组件的设计和执行

构建、获取、运营、交付和支持

  • 执行在数据流经业务环境时管理数据的操作
  • 管理与数据资产相关的业务风险以及所需的安全性和访问级别

监督和改进

  • 分析数据管理组件的性能和业务数据的质量
  • 创建和执行计划,以提高实践的性能、质量和数据资产的使用

数据管理概述

什么是数据管理?

数据管理政策的计划、执行和监督, 实践和计划 获取、控制、保护、交付和增强 数据和信息资产的价值(DAMA, 2009).

数据管理实践的使命

  • 数据服务直接为业务功能和流程增加价值.
  • 数据是可访问的,并用于提高组织的竞争地位.
  • 数据的使用和管理不会将业务暴露于不应有的风险中.

三张桌子叠在一起. 它们被标记为:数据管理使能器、信息维度和业务信息.

执行有效的数据管理需要多方面的方法,其中包括投资 人员、流程技术.

在数据管理的伞下包含了许多组件,它们一起工作:

  • 交付数据并允许它支持业务的数据需求.
  • 成功地支持数据的整个生命周期.
  • 确保在它流经组织环境时得到适当的处理.

使用前面的幻灯片来建立你对目的的理解, 价值, 以及与每个组件相关联的功能.

数据管理推动者:数据治理

治理是 结构 为决策. (首席信息官杂志)

数据治理是:

  • An 启用 信息相关流程的决策权和责任框架.
  • 达成一致的模型 描述 可以采取 什么 行动 用什么 信息, 的时候,使用什么方法. (数据治理研究所,2014)
  • 真正的商务合作 这将导致增加 一致性信心 在决策过程中,这反过来又促进了创新和增长.

如果处理得当,数据治理将不会:

  • 一个恼人的,挥动手指的障碍,在完成事情的方式.
  • 为了解决 所有 组织中与数据相关的业务或IT问题.
  • 一个彻底清理你的数据的项目.” 埃森哲(2011)
  • 这是一个耗时多年的过程,成本很高,收益也不确定.

数据治理是数据管理框架的核心组件

本研究参考了数据资产管理协会的《澳博体育app》一书, 版本2 (DAMA DMBOK2).

dama - dmbo2指导知识区域轮

数据管理 是 政策的计划、执行和监督, 实践和计划 acquire, 控制, 保护, 交付, 并提高数据和信息资产的价值(DAMA, 2017).

换句话说, 在正确的时间将正确的信息传达给正确的人.

这幅蓝图中的研究将集中于 数据治理, 数据管理的中心思想, 没有它,周围的数据管理计划就没有结构.

数据治理 直接补充 所有十个数据管理计划.

看到信息技术 使用有效的数据治理引擎实现共享洞见 有关数据治理的更多信息.

数据治理使业务和IT能够一起攀登数据价值链

在使用组织的“燃料”——它的数据——启动数据治理引擎之后, 信息, 和需求——真实的 权力 当程序被实现时,引擎就出现了. 使用 信息技术的方法 广泛的资源将帮助您从数据治理引擎中获得所需的能力. 在一起, 这将有助于推动您的组织沿着数据价值链向上发展,从而从业务中获得知识和共享的见解.

信息技术的实施方法包括:政策 &过程和人. 数据价值链向右,解释知识, 信息和数据能带来共同的见解.

数据管理推动者:数据体系结构是数据管理的一个不可或缺的方面

的集合 规则、策略、标准和模型 管理和定义所收集数据的类型及其方式 使用、存储、管理和集成 在组织及其数据库系统内.

通常,数据体系结构的主要目标是 标准化的数据 为了组织的利益.

神话

数据体系结构纯粹是数据系统的技术需求的模型.

现实

数据体系结构在很大程度上依赖于人工元素. 它可以被看作 是制定战略和实施战略之间的桥梁.” -欧文,2016

功能

一个强大的数据架构应该:

  • 定义、可视化数据策略,并与各种涉众沟通.
  • 构建一个数据交付环境.
  • 确保高数据质量.
  • 为持续改进提供路线图.

业务价值

一个强大的数据架构将帮助你:

  • 使数据流程与业务策略和整体企业架构保持一致.
  • 更注重质量和可访问性,实现高效的数据流.
  • 降低数据所有权的总成本.

数据架构 is not a st和alone concept; it fits into 的 more holistic design of 企业架构

数据体系结构对齐

数据体系结构的设计不能仅仅满足数据专家甚至IT部门的关注.

它必须成为包罗万象的行动中的一个关键组成部分 企业架构 并反映整个业务的战略和设计.

数据架构 合作 在有效的信息系统交付中使用应用程序体系结构,并告知技术体系结构与数据相关的基础设施需求/考虑.

请参考以下蓝图查看企业架构的全貌:

企业架构流程图. 业务体系结构是最重要的, 从它到数据体系结构和应用程序体系结构有两个箭头. 箭头从这两个指向基础架构和安全架构.

改编自TOGAF

请参阅TOGAF和Bizbok的阶段C,以了解数据体系结构中使用的业务体系结构组件

数据体系结构涉及规划、沟通和理解技术

数据架构

企业主要数据类型和数据源的结构和交互的描述, 逻辑数据资产, 物理数据资产, 数据管理资源(togaf9, 2011).

数据管理的主题领域,定义企业的数据需求,并设计满足这些需求的总体蓝图(DAMA DMBOK), 2009).

IBM(2007)将数据体系结构定义为系统和应用程序的设计,以促进数据在企业中的可用性和分发.

主要架构和管理框架的定义略有不同.

然而,有一个普遍的共识,即数据架构为组织提供了:

  • 对齐
  • 规划
  • 路的映射
  • 变更管理
  • 组织数据管理程序的指南

数据体系结构必须基于业务目标和目标 并在技术策略范围内发展, 约束, 以及组织提供数据管理基础的机会.

左边的一个框被标记为当前数据管理. 它的旁边有一个箭头,它有文本:以列表形式排列、规划和道路地图. 在右边的箭头旁边有一个框,标着数据管理的目标.

信息技术的见解

数据架构不仅仅是数据模型. 数据架构师必须了解业务需求和现有需求 流程 这在组织中已经存在,以有效地执行他们的工作.

在确定适用于您的策略之前,要充分利用数据体系结构中的趋势

停在这里. 在开始计划优化组织的数据环境之前, 了解组织数据架构发展方向的可持续性和可伸缩性.

实际上,数据体系结构中的任何趋势都是由试图解决当今混乱的数据环境中的一个或多个或共同挑战所驱动的, 也被称为“大数据”.“大量的数据正在产生, 在非常高的速度下, 在越来越多的类型和结构中.

为了满足这些没有减速的需求,你必须保持领先. 考虑一下内部和外部的催化剂,它们可能会推动组织对数据架构进行现代化的需求:

大数据 数据存储 先进的分析 非组织性数据 集成

Hadoop生态系统

关于大数据的讨论不再是关于它是什么,而是关于各种类型的企业如何对它进行操作.

您的组织目前是否正在捕获和利用大数据? 你打算在不久的将来这样做吗?

云为数据架构的许多方面提供了经济的解决方案.

您是否处理过存储空间不足或可伸缩性困难的问题? 需要远程访问数据和工具吗?

实时架构

高级分析(机器学习、自然语言处理)通常需要实时数据. 考虑Lambda和Kappa架构.

您的数据流是否妨碍了自动化、高级分析或拥抱物联网世界?

图形数据库

自助式数据访问允许不仅仅是技术用户参与分析. NoSQL可以揭示数据中隐藏的关系.

您的组织是否努力理解不同类型的非结构化数据?

ETL是足够的?

就像SQL之于NoSQL, ETL之于NoETL. 集成技术正在被创造出来,以解决数据的高多样性和高速度.

您的数据科学家是否在ETL阶段浪费了太多的时间和资源?

五层数据体系结构模型有助于理解数据并开启真正的业务洞察力

下面的框架是典型的企业数据体系结构的参考, 改编自DAMA数据管理知识体(DMBOK), 强调商业智能的作用.

以此作为前进的指南.

五层数据架构模型的截图.

第4层和第5层是真正的魔法发生的地方. 这就是BI工具在分析、可视化和理解数据时必不可少的地方. 如果没有BI工具,锁定在数据中的知识和洞察力将永远是隐藏的.

数据源是支持业务应用程序线的任何数据结构. 它们可以驻留在许多不同的平台上,可以包含结构化和非结构化数据.

向下的箭头标记:移动和转换数据.

来自竖井源的数据需要集中在一个地方. 每个数据库都与一个称为数据仓库的集中位置共享信息. 这是不同部门的不同信息联系在一起的地方.

数据管理启用器:数据操作管理

指导原则和价值

操作、交付和支持 将数据发送给组织的数据消费者和业务领域.

概述

规划, 控制, 并支持跨数据生命周期的数据资产, 从创建和获取到归档和清除(数据管理知识书, 2009).

数据运营管理的目标

  • 在数据生命周期的每个阶段,执行和遵循策略和过程来管理数据.
  • 维护支持数据流和交付的技术(应用程序), 数据库, 系统, 等.).
  • 在系统环境中控制数据的交付.

数据操作成功管理指标

  • 将数据资产有效交付给最终用户.
  • 成功维护和表现了技术环境 收集、存储、传递 清洗 组织数据.
数据生命周期的截图.

这个数据管理使能器非常关注数据系统和应用程序的管理和性能.

该组件与组织的技术架构紧密合作,以支持成功的数据交付和生命周期管理.g. 数据仓库、存储库、数据库、网络等.).

数据管理启动器:数据风险管理

指导原则和价值

操作、交付和支持 将数据发送给组织的数据消费者和业务领域.

数据风险管理负责确保数据在风险管理期间得到保护和安全 管理、交付性格 在它所在的IT和业务环境中.

概述

数据风险管理确保数据资产在其整个生命周期中得到充分保护,并能够以安全和受控的方式访问数据资产,无论这些数据资产在组织的IT基础设施和业务环境中处于静止或静止状态.

数据风险管理的目标

  • 管理数据时考虑并遵循 机密性、完整性可用性 业务需求.
    • 在管理数据使用带来的风险和使数据对业务广泛可见和可用之间存在一种平衡.
  • 组织环境中的数据资产遵循法规标准.
  • 存储数据的IT环境正在积极地解决数据问题,并发展其保护策略和管理实践,以解决不断发展的技术和新的威胁/问题.

数据风险管理的关键成功因素

  • 敏感数据资产(e.g. PII数据)和具有高漏洞和下行风险的区域进行分类,并对访问进行控制和严格管理.
  • 整个组织都有安全意识培训.
  • 数据在其整个生命周期内都受到保护.
  • 关于技术使用和数据访问的决策考虑到了安全原则,并在规划和实施过程中纳入了安全控制.
  • 组织主动测试其环境的安全威胁/弱点.

数据管理启动器:数据质量管理

概述

数据质量包括规划, 实现, 并控制应用质量管理技术进行测量的活动, 评估, 改善, 并确保数据的适用性(DAMA, 2009).

考虑

  • 数据质量对您的组织意味着什么?
  • 您的企业如何确定数据具有必要的质量?

数据质量管理的价值

数据质量及其管理对整个数据管理程序的性能和感知是不可或缺的:

  • 使数据的完整性和适用性符合业务需求
  • 衡量数据质量和支持其交付的数据管理实践的性能

数据质量管理的目标

  • 确保 可用的,可信赖的 数据可用于业务及其流程.
  • 分析和建议数据管理组件的改进,以支持改进的数据质量.
  • 之间的协调 IT业务 管理和维护持续的数据资产质量.
  • 调查数据质量问题,确定 根本原因 和设计 纠正计划 这使得数据资产的完整性得以维护.

有效数据质量管理的关键成功因素

  • 数据质量活动被认为是一种业务功能,必须得到执行人员的支持,并由业务和IT人员在战术上执行.
  • 持续清理数据资产(自动和手动).
  • 定期审查和改进数据管理实践.

数据质量差是由多个根本原因造成的

在您了解了高质量数据的属性之后,请理解 根本原因 为什么缺乏这些指标会导致数据质量低下.

如果你注意到 相关性、准确性、及时性 or 可用性 该组织的数据正在遭受损失, 以下一个或多个根本原因可能会困扰你的数据:

数据质量差的常见根本原因的截图, 通过信息技术的五层数据架构的镜头.

常见的 根本原因 差的数据质量,透过镜头的 信息技术的五层数据架构:

这些是数据质量差的根本原因 很难避免, 不仅因为它们通常是在组织的开始阶段产生的,而且因为改变可能是困难的. 这意味着根本原因通常通过陈旧或过时的业务流程传播.

考虑有效数据质量实践的核心IT能力和胜任能力

之前 解决组织中的数据质量问题,确保 能力功能 正确解决这些问题所必需的是存在于组织的 IT部门.

快速提示:能力vs. 功能

有能力和有能力是不同的, 区分这两者是值得的,尽管它们经常互换使用.

A 能力 是你的一项技能吗 功能 足够的,. 当我们评估能力时, 我们要求, “谁知道怎么做(行动)?, 他们知道如何去做?”

A 能力 一个特性或能力是可以发展和改进的吗. 当我们评估能力时, 我们在问:“我们能否获得并应用我们需要的能力来完成[行动]。?”

-创新管理服务,2008年

组织数据结构的流程图.

IT能力和能力

必须对IT部门的核心能力和能力进行评估, 如果有必要的话, 在处理特定的业务数据质量改进之前进行了改进. 这些包括:

能力: 与数据质量相关的IT能力包括IT的能力 功能 在数据库和系统中执行数据质量改进技术. 这包括数据清理和数据验证.

功能: 与IT满足业务需求的能力相关. 这包括提供与业务相关的与质量相关的数据 政策和程序, 相关的 角色和结构, 适当的 监督沟通, 以及适当的技术来测量和修复数据质量问题.

数据质量管理必须持续进行,以改进组织的数据

数据质量管理是一项长期的承诺,它改变了组织的视角, 管理, 并使用公司数据资产. 所有相关方面的长期支持至关重要.

数据质量是一个需要持续关注的项目.
  • 数据质量永远不会真正完整; 它是一组正在进行的过程和规程,需要 永久的计划 为了监视实践、审查过程和维护一致的数据标准.
  • 为利益相关者设定长期承诺的期望 维护组织内的质量数据. 这对项目的成功至关重要.
  • 数据质量维护计划将不断修订和调整正在进行的实践, 用于组织数据管理的过程和程序.

数据管理推动者:实践演进

随着时间的推移监测和改进实践的组成部分和能力.

概述

组织的数据管理实践不断改进,以更好地支持现有数据资产的交付,并使业务能够响应与数据相关的新机会和需求 捕获、管理消费 的数据.

实践演进的价值

  • 数据从来不是静态的. 因此,管理和支持它的实践需要是动态的和演进的.
  • 持续改进的心态允许自然更新的发生,并使组织能够利用与数据相关的新机会.

实践演进的使命

  • 确保随着时间的推移,数据管理实践的能力得到改善.
  • 从IT和业务两方面发展数据管理实践的能力.
  • 确保新的数据源/类型和业务需求触发对实践能力的重新评估和改进.

将持续改进纳入数据管理的目标和方法

短期和长期实践计划

  • 创建和管理数据管理路线图.
  • 对实际操作进行性能调优.

改进业务和IT流程

  • 利用 业务流程的转换过程工程 在业务环境中创建更有效的数据管理和使用.
  • 形式化和成熟的IT程序和过程.

响应不断变化的数据使用和数据类型

  • 根据组织的数据策略和不断发展的业务策略,重新评估能力需求和实践性能.
  • 确定如何有效地响应新数据源和类型的添加.

第二阶段,第二步: 关键资源-人员和技能

这一步将引导你完成以下活动:

  • 理解有效管理数据的典型角色和职责
  • 理解与数据治理相关的关键角色和职责

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务涉众

这一步的结果

  • 对关键资源(人员和技能集)的理解对数据策略及其相关计划的操作至关重要

数据策略的关键资源:人员和技能集

正确的人员和技能是有效数据策略的另一个关键组成部分.

执行数据策略的一些关键角色: 数据管理

  • 数据架构师
  • 数据库管理员
  • 数据工程师
  • 数据集成商——ETL, ESB
  • 数据分析师-数据质量工具,数据规则
  • 数据科学家
  • 数据风险官
  • 数据隐私官员
  • 数据安全官员
  • 首席数据官

执行数据策略的一些关键角色: 数据的治理

  • 数据管理员
  • 数据保管
  • 数据所有者
  • 数据治理工作组
  • 数据管理督导委员会
  • 数据治理委员会
  • 高层执行官

操作数据策略的关键角色

数据工程师

处理和分析数据 生成支持业务决策的报告.

  • 处理要集成的数据的个人或一组人, 优化, 对底层技术有深入的技术知识支持数据.
  • 也可以被称为数据库管理员(DBA)、大数据工程师、大数据架构师等.这取决于技术和平台.
  • 通常,第一个经历数据集成痛苦的人会遇到缓慢或不准确的数据.

业务分析师

与业务沟通 识别需求和满意度. 展示干系人管理的能力, 分析技术, 以及“讲业务和IT语言”的能力.

  • 作为业务和负责设计的IT角色之间的关键链接的角色, 发展中, 实现数据更改.
  • 项目指定的业务分析师负责端到端需求管理.
  • 与业务和IT部门的同事协作工作.g. 开发人员团队或采购专业人员),以确保以及时和具成本效益的方式满足批准的需求.

数据架构师

全面地理解数据环境 和设计解决方案. 对操作和分析数据用例有更深入的了解.

  • 回顾项目解决方案体系结构,识别跨数据生命周期的交叉影响.
  • 是数据管理和仓储技术的实际操作专家吗.
  • 促进数据策略的创建.
  • 管理企业数据模型.
  • 对操作和分析数据用例有更深入的了解.

数据架构师是操作数据策略的最重要角色之一

数据架构师:

  • 作为一个 “翻译” 在业务和数据工作者之间沟通数据和技术需求.
  • 促进 数据策略的创建.
  • 管理 企业数据模型.
  • 有一个更大的 知识 操作和分析数据用例.
  • 建议 数据管理策略和标准,并维护数据管理工件.
  • 评论 项目解决方案体系结构和识别跨数据生命周期的交叉影响.
  • 是一个 实践专家 在数据管理和仓储技术.
  • 它不一定是一个指定的职位,而是一个可以由各种资讯科技专业人士完成的角色.

数据架构师 缩小战略需求和技术需求之间的差距.

这里显示了一个流程图. 数据工作者在一个框中,通过一个箭头连接到数据架构师. 业务也在一个与数据架构师相连的盒子里. 下面是通过箭头连接到框式数据架构的数据和应用程序.

数据架构师 必须对组织迅速增加的数据保持一个全面的观点吗.

作为一名数据架构师,您必须在技术需求和业务需求之间保持平衡

数据架构师角色是将业务的长期目标与组织计划如何管理数据以实现最佳使用联系起来的不可或缺的一部分.

数据架构师需要在数据管理方面有丰富的经验, 数据仓库, 和分析技术. 在高水平上, 数据架构师计划并实现组织的数据, 报告, 和分析路线图.

该角色的主要职责包括:

  • 数据建模
  • 检查现有的数据体系结构
  • 基准测试和提高数据库性能
  • 对数据库和SQL查询进行微调
  • 领导ETL活动
  • 验证跨所有平台的数据完整性
  • 管理数据表示层的底层框架
  • 确保向各部门和合作伙伴进行适当的报告
  • 为管理层提供数据解决方案

这里显示了一个流程图. 数据工作者在一个框中,通过一个箭头连接到数据架构师. 业务也在一个与数据架构师相连的盒子里. 下面是通过箭头连接到框式数据架构的数据和应用程序.

信息技术的见解

数据架构师的角色并不总是那么明确. 许多组织没有专门的数据架构师资源,可能也不需要. 然而, 数据架构师的职责必须在一定程度上通过与组织规模和环境相适应的资源组合来实现.

数据治理的关键角色和职责

数据治理(DG)委员会

一般来说:

  • 在组织战略层面上工作的高级执行代表
  • 将组织战略和目标与数据战略和数据管理计划结合起来
  • 支持由上而下的DG方法,帮助支持/社会化DG,并支持采用

数据所有者

传统上,数据所有者:

  • 最终是否对其权限范围内所有与数据资产相关的问题负责
  • 组织领导的团队是数据资产的重度用户吗
  • 审查权限 不同数据集的用户组
  • 负责任的数据的质量 以及它是否能使员工高效地完成工作
  • 确定制度影响 更改权限状态
  • 理解数据的生命周期

数据管理督导委员会

一般来说:

  • 负责制定战术计划的跨职能机构
  • 管理与数据和实践相关的问题
  • 监视和指导数据和数据治理活动
  • 监督工作小组的工作表现和管理

数据治理的关键角色和职责

数据治理工作组

  • 工作组是交付数据治理项目的跨职能团队, 倡议, 以及特设审查委员会

数据托管业务:

传统上,数据托管业务:

  • 在操作级别提供服务,解决与数据和数据库管理相关的问题
  • 支持访问、质量、升级问题等管理.
  • 是否来自IT和数据库管理的主题专家

数据管家

传统上,数据管理员:

  • 在操作层面提供服务,解决与遵守标准/程序相关的问题, 监测数据质量, 提高问题发现, 等.
  • 负责管理访问,质量,升级问题等.

传统的数据治理组织结构:跨战略的委员会和角色, 战术, 和运营职责

不存在放之四海而皆准的数据治理结构. 然而, 大多数组织在建立委员会时遵循类似的模式, 委员会, 和跨职能的组织. 大多数组织努力在战略上确定角色和责任, 战术, 和操作水平. 有几个因素会影响计划的结构, 比如数据治理项目的重点,以及组织的成熟度和规模.

图中显示的三角形具有数据治理结构. 操作是底部, 战术是中间的, 战略在三角形的顶部. 每一层都被标记为涉及的各方,并有额外的文本来解释每一层.

数据管理员确保存在控制,以保护组织中的数据资产

选择正确的数据管理员——他们每天都应用数据治理.

  • 各组织已经开始了解这一角色所起的重要作用 为了追求可靠的数据,已经开始将创建和管理数据的责任委托给数据管理员.
  • 数据专员通常是中层管理人员 在组织中,应该相对精通技术,对提高数据质量有既得利益.
  • 数据管理员角色的主要任务是 与数据所有者和指导委员会合作 批准命名标准, 开发一致的数据定义, 确定数据别名, 文档的规则, 监测数据质量, 并可能定义安全需求.
  • 管理人员的任务是保持特定数据域/竖井的整洁和无错误,以及保护组织在更改过程中免受数据丢失, 中断, 内部部署和云应用程序之间的合并, 等.

使用 数据治理实施计划模板 识别和记录数据管理员. 根据数据明确定义他们在组织中的角色和职责.

数据管理员是发现的,而不是制造出来的

  • 只要有可能,任命那些已经对数据质量感兴趣并参与其中的人.
  • 他们应该有一些熟悉数据管理的背景经验.
  • 必须向数据管理员提供权力和责任,以对哪些数据定义作出最终决定, 格式, 标准流程对于他们的数据集是可以接受的.

关于你的典型数据管理员的工作描述,请看这里: 数据专员

数据所有者对其部门的数据负责

组织常常难以确定和定义谁拥有数据. 为了建立责任, 识别来自不同部门的代表,进入数据所有者角色.

创建有效数据所有者的一种方法是:

  1. 识别 您组织中的不同数据集/域,并根据不同的部门对它们进行分组.
  2. 分配 每个数据集或域的所有者.
    1. 数据所有者应该是高级业务人员或部门负责人,来自业务团队而不是技术团队. 这使得他们能够更好地代表组织的需求.
  3. 创建 突出职责和期望的正式工作描述. 这将帮助数据所有者接受所有权和责任. 数据所有者应该最终决定谁有权访问企业数据. 其他职责可包括:
    1. 审查权限 将用户组划分为不同的数据集.
    2. 评估数据的质量 以及它是否能使员工高效地完成工作.
    3. 确定的影响 更改权限状态.
  4. 确保 数据所有者角色定义清晰、可重复且有效.

指的是 数据治理实施计划模板 识别和记录组织内的数据所有者. 明确定义他们的角色和职责.

信息技术的见解

当存在决定是否应该授予某人访问数据的权限的决策点时, 数据所有者必须存在. 如果企业无法识别数据所有者, 这一职责将被下放给对分配给他们管理的数据的组织或业务上下文了解有限的IT成员.

建立一个数据治理指导委员会来执行策略和过程

数据管理督导委员会

  • 指导委员会必须 由全组织的代表组成. 确保他们理解组织的数据需求和技术约束, 如果有任何, 现有基础设施和应用程序的.
  • 指导委员会必须获得 必要的政治权力来做决定 关于如何维护组织的数据, 数据包含什么, 以及根据监管限制,数据在系统中保存的时间.
  • 指导委员会将是管理机构 最后一个关于组织数据流程的意见, 政策, 以及整个组织使用的标准. 关于数据操作的任何更改必须在实施前得到指导委员会的授权.
  • 一个有效的数据治理指导委员会取决于组织的规模和复杂性. T团队需要足够大,以代表关键的利益相关者,但又要足够小,以确保任务能够有效地执行.

数据治理指导委员会的核心目标:

  1. 通过充当数据治理委员会和工作小组的中间角色,加强数据驱动的决策.
  2. 确保信息是一致的定义和很好的理解.
  3. 创建受信任的数据作为企业资产.
  4. 提高企业内数据使用的一致性.

以下类别的主要利益相关者应组成这个小组:

  1. 数据所有者
  2. 部门课题专家
  3. 部门流程所有者
  4. 数据管家

指的是 数据治理实施计划模板. 记录数据指导委员会的成员和职责. 确定委员会开会的频率.

数据治理委员会充当数据治理计划的最终权威级别

数据治理委员会:

对于较小的组织, 这个函数可能只有一个人, 但对于大型组织来说, 可以是几个人. 理想情况下,治理委员会应该有一个席位 高层执行官.

职责包括:

  • 协助制定未来数据计划的方向
  • 提供关于新的数据政策、程序和标准的指导方针.
  • 批准对现有策略的更改,并批准新策略的实施.
  • 解决指导委员会提出的问题.

数据治理委员会应包括以下内容:

  • CEO、首席信息官、CFO、CDO和高级管理层.

让高管们参与进来将有助于巩固他们对数据相关计划的支持.

请参阅第2节.4的 数据治理实施计划模板:

  • 文档理事会成员.
  • 确定会议的频率.
  • 确定他们的责任.

信息技术的见解

采用跨职能的方法,并包括来自高级经理和高管的输入,将有助于确保数据治理计划与组织需求保持一致.

数据战略的关键资源:CDO

首席数据官的黎明:

过去在你的典型组织中, 首席营销官(CMO)等高管的组合, 首席财务官(CFO), 首席信息官(首席信息官)负责数据, 现在,我们看到越来越多的人开始转向单一的数据管理角色 首席数据官.

三个小圆圈在右边. 一个被标为CMO,另一个被标为首席信息官,还有一个被标为CFO. 右边有一个箭头,旁边有一个大圆圈,标着“首席数据官”

“数字转型仍然是依赖数据的核心业务举措. 最初, 数据功能侧重于法规遵从性, 然而, 许多管理团队现在都希望看到首席数据官的持续创新和成果,为公司创造价值和增长.”——纪尧姆·勒·加利德,Collibra, 2019

关于CDO的一些关键考虑

  • 有多少企业数据通过标准化过程被赋予了“价值”?
  • 您的场景中的数据质量如何?
    • 相关性
    • 精度
    • 及时性
    • 可用性
  • 有多少来自企业的数据已经作为开放数据发布?
  • 有多少数据已经进行了适当的分类?

一些衡量CDO成功的指标

以下是衡量CDO成功的一些标准:

  • 你们的数据能力是如何成熟的?
  • 您如何增加数据消费者和涉众可访问的数据量和种类?
  • 企业数据路线图是什么样子的?它是如何与数据策略联系在一起的?
  • 采取什么机制来改变企业文化,使数据被视为企业资产?
  • 您的数据状况如何?
  • 企业是否注意到数据可访问性和可用性方面的积极影响?

一个高级样本RACI视图首席信息官 vs CDO vs 首席技术官

首席信息官 CDO 首席技术官
数据伦理 咨询 负责任的 通知
资料保安及私隐 咨询 负责任的 咨询
数据收集 咨询 负责任的 咨询
数据开发 咨询 负责任的 咨询
应用程序开发 负责任的 咨询 咨询
技术培训 负责任的 通知 通知
供应商管理 负责任的 通知 通知
技术部署 咨询 通知 负责任的
架构的变化 咨询 咨询 负责任的

看到信息技术 首席数据官职位描述 为进一步的上下文.

第二阶段,第三步:把事物放入角度- SWOT分析

这一步将引导你完成以下活动:

  • 进行SWOT分析, 检查您的数据管理支持因素以及关键资源和技能集

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果

SWOT分析 是否提供了一个自我评估数据基础的机会:数据管理推手、关键资源和技能集,以帮助完善数据策略的风险和可行性.

SWOT分析将有助于识别影响数据环境的内部和外部因素

A SWOT分析 会给你一个自我评估的机会吗 数据基础:数据管理推动者关键资源和技能集.

SWOT代表优势、劣势、机会和威胁. 每个词都是可能影响数据策略的内部和外部因素的一类,必须加以考虑.

一个SWOT分析的例子.

回顾这些问题,帮助您对当前的数据管理进行SWOT分析

优势(内部)

  • 数据管理部门是如何成功地支持业务的?
  • 哪些数据管理服务以最有效的交付而闻名?
  • 哪些数据管理功能是最成熟的?
  • 数据管理部门的人员专业、知识渊博、有才能吗?
  • 数据管理部门擅长创新吗?

缺点(内部)

  • 您的数据管理部门的哪些领域需要改进?
  • 如果你的最终用户要向你提供建设性的批评意见,会是什么呢?
  • IT/数据管理预算是否足够? (这也可以是一种优势.)
  • 数据管理过程是否有良好的文件记录和监控? 员工是否接受过执行流程的培训?
  • it -业务沟通和一致性有多强? (这也可以是一种优势.)

机会(外部)

  • 是否有任何供应商或外部合作伙伴可以帮助数据管理部门交付更好的解决方案?
  • 云解决方案提供了机会吗?
  • 我们是否打算利用物联网、人工智能和ML等技术趋势?
  • 您所在的行业中是否存在需要数据管理支持的业务趋势?
  • 有没有什么技术趋势是你的竞争对手正在实施或正在考虑实施的?

威胁(外部)

  • 在IT和数据管理部门之外,是否有任何障碍会影响你取得成功的能力?
  • 在你的行业中,安全漏洞的频率是否有所增加?
  • 影子IT/影子BI/流氓报告在您的组织中普遍存在吗?
  • 是否存在可能彻底改变数据解决方案/IT解决方案交付方式的监管变化(例如.g. GDPR)?

对数据策略进行SWOT分析

2.3

预计时间:2小时

产品说明:

  1. 把小组分成两组:
    • 分配团队A内部的优势和劣势.
    • 分配团队B的外部机会和威胁.
  2. 团队是否在头脑风暴中找到适合他们所分配的网格的项目. 使用上一张幻灯片上的提示问题作为指导.
  3. 从每组中选出一个人来填写SWOT表格.
  4. Conduct a group discussion about 的 items on 的 list; identify implications 为 数据策略 和 opportunities to innovate.
  5. 将结果输入 数据策略文件模板.

空白SWOT分析图.

INPUT

  • 数据策略创建团队的专业知识

OUTPUT

  • 分析影响数据策略的内部和外部因素

材料

  • 白板和标记

参与者

  • 企业架构师
  • 数据架构师
  • 高级IT人员
  • 数据治理代表

第三阶段

制定可持续的数据战略

第三阶段将帮助您将各个部分组合在一起,以形成有效的数据策略

在这个阶段, 您将重点放在将前几个阶段的输出部分放在一起,以制定有效的数据策略.

  1. 评估阶段1中构建的用例并对其进行优先级排序.
  2. 制定您的业务需求模型, 它总结了组织目标与数据需求的一致性, 你内部的促成因素和障碍, 外部环境因素, 以及技术发展趋势.
  3. 理解 变更管理沟通 当您实现数据策略的各种计划时.
  4. 制定战略计划

“为了保持竞争力,我们需要变得更加强大 数据驱动的. 合规压力 变得越来越苛刻. 我们需要加上a 新功能."

下载 数据策略文件模板.

第三阶段,第一步:优先考虑高价值用例

这一步将引导你完成以下活动:

  • 用例评估和优先级划分

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果

  • 评估和确定阶段1中构建的用例的优先级

执行风险/价值象限评估来评估用例并按优先级排序

3.1

产品说明:

  1. 回想一下阶段1, 业务涉众致力于构建代表需要为其团队或功能处理的高价值领域的用例.
  2. 根据你对以下问题的回答, 根据它们在风险和价值轴上的位置,将用例主题放置在象限上:
    • 你是做什么的?
    • 挑战?
    • 活动/系统?
    • 价值?
    • 如果处理不当、被盗或丢失,与该数据资产相关的风险是什么?
  3. 创建风险值象限评估的一个例子
  4. 中的用例 右上(价值和风险驱动),左上(价值驱动),右下(风险驱动) 在构建业务案例时,应该考虑象限.

INPUT

  • 部门回答针对关键数据需求的问题

OUTPUT

  • 评估并确定用例的优先级

材料

  • 笔记材料
  • 白板或活动挂图、记号笔、便签

第三阶段,第二步:建立业务和数据需求模型

这一步将引导你完成以下活动:

  • Business-data-needs建模

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果

  • 具有组织目标的业务和数据需求模型, 数据需求, 内部促成因素和障碍, 外部环境因素, 以及技术发展趋势

业务和数据需求必须与数据策略保持一致

信息技术的业务和数据需求模型

  • 识别 组织目标 和演示 data 支持这些目标是成功的数据策略的关键.
  • 用您的内部来扩充业务需求模型 推动者 (那些你做得很好的关键部件或事情,或在公司内部可以帮助推动战略的关键部件或事情) 障碍 (你需要认识到的事情, 因为他们可能会破坏或抑制主动性, 并且需要计划缓解)使得一个现实和可行的代表.
  • 的因素对模型进行四舍五入 外部环境 和检查 技术市场和趋势 创建数据策略的整体视图.
信息技术的业务和数据需求模型的截图

业务及数据需求模型(Template)

确定组织目标以及数据如何支持这些目标是成功的数据管理战略的第一步. 用技术驱动完善商业模式, 环境因素, 内部障碍和促成因素 在整个组织的上下文中创建数据策略的整体视图. 通过业务访谈, 可以创建以下整体模型,以明确组织目标和数据需求在无所不包的上下文中的一致性.

信息技术公司的业务和数据需求模型空白模板的截图

数据策略的业务和数据需求建模示例

信息技术的业务和数据需求模型模板样本的截图

第三阶段,第三步:理解沟通和变革管理的作用

这一步将引导你完成以下活动:

  • 理解沟通和变更管理的作用

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果

  • 理解变更管理和沟通在数据策略中的作用

优化数据策略依赖于业务和IT/数据管理之间的沟通

沟通 在所有水平 是开始的关键 建立数据驱动的文化.

你会得到你的 技术的观众, 你的 业务用户,数据消费者, 你会得到你的 高级领导人.

沟通 在所有阶段 也是关键吗. 展示和分享你的胜利是非常重要的.

请记住:数据架构师和业务关系经理等角色可以在数据的战略需求和技术需求之间架起桥梁.

这里显示了一个流程图. 数据工作者在一个框中,通过一个箭头连接到数据架构师. 业务也在一个与数据架构师相连的盒子里. 下面是通过箭头连接到框式数据架构的数据和应用程序.

因此, 在计划数据策略优化及其交互和影响时, 你必须 沟通 计划及其对业务和其他利益相关者的影响.

为数据策略建立强有力的沟通

有效的沟通将有助于建立和维持健康的数据文化.

向企业和更广泛的组织传达一些关键信息:

业务价值: 数据策略如何与组织的战略优先级和业务目标保持一致, 它们是否存在 客户亲密度、卓越服务、创新产品和服务、卓越运营、 和/或 风险管理

数据战略目标、指导原则、愿景和使命

透过学习与协作建立数据文化: 数据素养和提高组织的数据智商

角色职责: 数据是一种企业资产,因此需要跨业务和IT的伙伴关系,以确保将其视为一种资产.

沟通的主要特点:

一致的, 渗透到组织的各个层面, 频繁的, 开放和诚实的, 双向, 有创意的, 和相关的

预期结果:

驱动器采用, 帮助管理变更, 培养人际关系, 减少阻力, 建立信誉, 提供可见性, 并帮助在整个企业内推动支持和支持

用于向组织传递信息和维护数据可视性的工具:

午餐和学习,信息会议,路演,展示和说明活动,以及数据智商锦标赛

第三阶段,第四步:制定你的战略计划

这一步将引导你完成以下活动:

  • 把所有的碎片整合到你的战略计划中

这一步骤涉及以下参与者:

  • 数据架构师
  • 企业架构师
  • 业务分析师
  • 业务涉众

这一步的结果

  • 你未来的战略计划
  • 利用 数据策略文件模板 将前面所有活动的输出集中起来,并开始构建数据策略文档.
  • 参见目录的内容 数据策略文件模板 充分理解构建健壮且全面的数据策略所需的最小组件.

来实现数据策略更改, 您必须计划适应随变化而来的问题

一旦你有了计划, 改善一个组织最具挑战性的一个方面还没有到来……克服变化!

流程图. 顶部框标记为创建路线图,连接到下面框标记为沟通路线图. 后面是一个标记为实现路线图的框,最后一个标记为变更管理.

变更管理提高了业务的核心利益:四个c

大多数组织至少有某种形式的变更控制, 但是将变更管理形式化会带来商业利益的四个c:

  1. 控制: 变更管理带来了对数据环境的日常控制, 允许您检查每一个相对较新的更改, 消除可能会失败的更改, 并检查所有更改以改进数据环境.
  2. 一致性: 请求更改模板和结构化流程形状实现, 测试, 而退出计划则更加一致. 为预先批准的更改实现流程还可以确保一致和有效地执行这些频繁的更改.
  3. 协作:变更管理计划带来更多的沟通和协作 通过协调业务活动的变更来跨组. 变更咨询委员会(CAB)也为IT和数据管理组带来了更加正式和集中的沟通方法.
  4. 信心: 通过更精确的计划,变更管理过程将使您的组织更有信心, 以更少的失败改进变更的执行, 以及对数据环境的控制. 这也导致了对审计的更大保护.

信息技术的最佳实践

一些组织将不能指派一个专门的变更经理, 但是,他们仍然必须赋予个人变更审查的权力,以及对风险评估和过程的其他关键部分的所有权.

避免糟糕的变更管理带来的痛苦

无效的变更管理过程将导致生产力的丧失, 服务中断, 和缓慢的部署.

管理不善带来的痛苦. 部署, 事件和最终用户是审查的主要类别,以及他们如何进行糟糕的变更管理.

由于没有适当的控制,IT部门被指责为令人尴尬的中断. 太多的控制和IT被视为创新的障碍.” -联邦信用社IT副总裁

关于变更管理有几个常见的误解

  1. It’s just a sm所有 change; this will only take five minutes to do.
  2. 现实: 即使很小的更改也可能导致业务中断. 这个小修复可能会影响连接到被修复系统的大系统.

  3. Ad hoc is faster; too many 流程 slow things down.
  4. 现实: 在某些情况下,Ad hoc可能更快,但它会带来更大的风险. 遵循已定义的流程可以保持系统稳定和规避风险.

  5. 变革管理的核心就是速度.
  6. 现实: 变更管理是关于管理风险的. 它通过减少停机时间和计划外的工作给人一种速度错觉.

  7. 变革管理会限制我们改变的能力.
  8. 现实:变更管理允许过程(发布管理)与治理(变更管理)更好的结合.

利用信息技术的资源来顺利进行变更管理

当数据环境发生更改时, 数据策略团队必须保持领先,并计划与主要架构一起出现的变更管理考虑事项, 系统, 操作, 角色定义和分配, 和治理决策.

请参阅信息 - tech关于变更管理以顺利进行变更的资源:

信息技术优化变更管理的截图. 信息技术公司优化变更管理蓝图的截图

优化变更管理

信息技术的变更管理路线图工具的截图

变更管理路线图工具

如果你需要额外的支持, 作为信息技术研讨会的一部分,我们的分析师是否指导您度过这一阶段

与我们的信息技术分析师预订一场研讨会:

信息技术分析师
  • 为了加速这个项目,请让您的团队与一个信息技术分析师团队一起参加一个信息技术研讨会.
  • 信息技术分析师将在您所在的地点现场加入您和您的团队,或欢迎您到信息技术的多伦多办事处参加创新现场研讨会.
  • 联络客户经理(www.信息技术.com/account),或电子邮件 研讨会@InfoTech.com 的更多信息.

以下是信息技术分析师将与您的团队进行的活动示例:

第一步截图.1.1a根据蓝图

构建需要或支持数据策略优化用例的用例.

在这个活动, 主持人将通过深入的会议指导利益相关方团队,通过信息技术的数据需求和映射方法确定您组织的数据战略的高优先级计划.

蓝图中阶段2,步骤1的截图

理解当前的数据环境,并构建用于操作数据策略的初始化的未来状态路线图.

在这个活动, 协调人将与涉众团队合作,跨数据管理使能者了解当前环境, 信息维, 人, 文化, 并将分析差距,并为数据策略初始化一个相应的路线图. 这个工件将是结果数据策略文档的关键组成部分.

研究撰稿人和专家

内部因素

  • 大卫•华莱士 副总统、研究 ——行业惯例
  • 迈克尔·费伊 执行顾问 执行服务
  • 价豪顿, 主要研究主管 ——首席信息官
  • 德克Coetsee, 研究主管 -数据与分析
  • Reddy Doddip所有i, 高级车间主任 -数据与分析
  • 伊戈尔·Ikonnikov 研究顾问 -数据与分析
  • 安德里亚·马利克 研究主管 -数据与分析
  • Rajesh某, 研究主管 -数据与分析

外部贡献者

  • 丽莎波波, 首席信息官, 罗彻斯特市
  • 斯蒂芬•伯特 助理副部长 数据、创新和分析,首席数据官, 国防部, 加拿大政府
  • Dr. Irshad西迪基, 首席卫生资讯主任 祝福健康系统
  • 企业信息管理主管 在非洲中央银行工作

相关信息技术研究

信息技术公司的《为建立与业务一致的数据管理实践蓝图制定计划》的截图

确保你有一个强大的数据实践和基础. 在信息技术的指导下,优化您的数据管理能力 为建立与业务一致的数据管理实践制定计划 蓝图.

信息技术公司通过有效的数据治理引擎蓝图实现共享洞见的截图.

通过利用信息技术,定义一个有效和可持续的数据治理计划 使用有效的数据治理引擎实现共享洞见 蓝图.

Info-Tech的“构建与业务一致的数据架构优化策略”的截图

数据架构需要不断发展,以跟上不断变化的业务、数据和用户环境. 信息技术的 构建与业务一致的数据架构优化策略 Blueprint为您提供了一种分阶段构建现代化数据体系结构的方法,以适应变化的情况.

信息技术公司的“使用与业务一致的数据质量管理方法恢复对数据的信任”蓝图的截图

《澳博体育app下载》中概述的循序渐进的方法 使用与业务一致的数据质量管理方法恢复对数据的信任 Blueprint通过查找根本原因来帮助您提高组织的数据质量, 纠正和解决问题, 建立一种实践来确保质量的持续改善.

参考书目

“数据战略的5个基本组成部分.” 情景应用程序, n.d. 网络.

Barasch,罗恩. 《澳博体育app下载》.” Envestnet | Yodlee1月14. 2019. 网络.

比尔,Anne-Lindsay. “医疗保健中的大数据:三家机构如何利用大数据改善病人护理等.” 情景应用程序, 2019. 网络.

Canadian首席信息官. 《澳博体育app下载》.” IT世界加拿大, 2018. 网络.

卡斯特罗,莎拉. 摩根士丹利卓越中心(Morgan Stanley Center of Excellence)为银行应对人工智能数据需求做好了准备.” 华尔街日报, 2019年4月22日. 网络.

科尔,Zak. 《澳博体育app下载》.” 欧文8月,25. 2016. 网络.

库珀,克里斯托弗. 医疗保健组织的五个治理机会.” Collibra2月7. 2019. 网络.

dalellmule、Le和ro和Thomas H. 达文波特. 你的数据策略是什么?” 哈佛商业评论, 2017年5月- 6月. 访问2019.

DAMA国际. 数据管理知识体指南(DAMA- dmbok指南). DAMA国际2009. 2014年4月访问.

DAMA国际. DAMA数据管理知识体. 第二版. 技术出版物,2017.

Díaz, Alej和ro等人. 为什么数据文化很重要.” 麦肯锡 & 公司9月. 2018. 网络.

加格,阿米特,等. “银行业的分析:是时候实现其价值了.” 麦肯锡 & 公司2017年4月11日. 网络.

Hannagan,蒂姆. 管理理念及实务. 3日艾德. 哈洛:普伦蒂斯·霍尔出版社,2002年.

“这世界上加拿大.” IT世界加拿大, n.d. 网络.

Kopanakis,约翰. “品牌如何使用大数据分析的5个真实世界的例子.” Mentionlytics2018年6月14日. 网络.

Le Galiard Guillaume. “数据治理和业务转换.” Collibra1月25. 2019. 网络.

Le Galiard Guillaume. Retours sur le séminaire Collibra«Gouvernance des données et transformation des enterprises» LinkedIn1月3. 2019. 网络.

“数据治理模型:你的组织真的有一个吗??” 埃森哲咨询公司, 2011. 网络.

瑞德曼,托马斯·C. “你的数据策略可能失败的5种方式.” 哈佛商业评论10月、11. 2018. 网络.

《澳博体育app》.” 加拿大政府, 2018. 网络.

罗伯茨,罗杰和安尼尔·查克拉瓦蒂. 将数据作为一种资产进行管理:采访Informatica的首席执行官.” 麦肯锡 & 公司2019年5月1日. 网络.

Semeniuk,乔尔. “数据就是新的石油.“Fresco Capital的Fusion, Medium. 12月15日. 2016. 网络. 彼得圣吉,米.,等. 第五学科领域手册:建立学习型组织的策略和工具. 货币,1994.

托马斯,格温. “DGI数据治理框架.” 数据治理研究所e, 2014. 网络.

TOGAF©9.1. 公开组,2011年. 网络.

文森特,Lanny. “区分能力、能力和能力.创新管理服务,2008年6月. 网络.

威廉姆斯,史蒂夫. 商业智能战略和大数据分析. 摩根考夫曼,2016.

“世界上最有价值的资源不再是石油,而是数据.《澳博体育app下载》,2017年5月6日. 网络.

关于信息技术

信息技术研究集团是世界上发展最快的信息技术研究和咨询公司, 为超过30人服务,000年IT专业人员.

我们提供公正和高度相关的研究,以帮助cio和IT领导者制定战略, 及时的, 和消息灵通的决策. 我们与IT团队紧密合作,为他们提供所需的一切, 从可操作的工具到分析师指导, 确保他们为组织提供可衡量的结果.

会员等级

9.4/10
总体影响

$39,501
平均美元救了

24
平均一天救了

在每一次信息技术体验之后, 我们要求我们的成员量化实时储蓄, 货币的影响, 我们的研究帮助他们实现了项目改进.

读一读我们的会员在说什么

什么是蓝图?

蓝图被设计成路线图, 包含解决IT问题所需的方法、工具和模板.

每个蓝图都可以附带一个指导实施,该实现可以让您访问我们的世界级分析师,以帮助您完成项目.

需要额外的帮助?
尝试我们的引导实现

在这个三个阶段的咨询过程中获得你需要的帮助. 您将获得与我们的研究人员的9个接触点,所有接触点都包含在您的会员名单中.

指导实施#1 -建立业务环境和价值
  • 呼吁#1 -理解什么是数据战略,为什么它需要与组织战略保持一致.
  • 呼叫#2 -确定需要优化数据策略的业务驱动因素.
  • 呼吁#3 -创建一个战术计划来优化跨Info-Tech的五层逻辑数据架构模型的数据架构.

指导实施#2 -确保你有一个坚实的数据和资源基础
  • 号召#1 -理解数据管理的关键促成因素以及所需的资源组合:人员和技能集.
  • 调用#2 -确定环境的当前状态:数据管理启用程序, 人员和数据组织结构, 和数据文化.
  • 呼吁#3 -了解与数据策略相关的风险和可行性.

指导实施#3 -制定可持续数据战略
  • 调用#1 -确定目标状态,并为数据策略初始化相应的路线图.
  • 呼吁#2 -理解有效的变更管理和沟通在数据策略的运作中的作用.
  • 号召#3 -巩固和完善所有的发现-为高层领导制定数据战略文件.

作者(年代)

水晶辛格

贡献者

  • 丽莎波波, 罗切斯特市首席信息官
  • 斯蒂芬•伯特 助理副部长 数据、创新和分析,首席数据官, 国防部, 加拿大政府
  • Dr. Irshad西迪基, 福健系统首席健康资讯官
  • 非洲中央银行企业信息管理主管

搜索代码: 93277
最后修改: 2020年7月7日

访问我们的 COVID-19资源中心 和我们的 成本管理中心
超过100名分析师正等着接听您的电话: 1- x2019