Debate sobre plantilla de resumen de tres temas de debate [La era del big data requiere más gobernanza de datos]
“La gobernanza de datos es actualmente una disciplina relativamente nueva y en desarrollo, y su definición actual en la industria no es exactamente la misma”. Xie Guozhong, socio adjunto del equipo de análisis y optimización de negocios de IBM Global Business Consulting. Servicios Dijo que la gobernanza de datos es una serie de tareas específicas relacionadas con el tratamiento de los datos como un activo empresarial. Los datos son la mayor fuente de valor de una empresa y su mayor fuente de riesgo. Una mala gestión de datos a menudo significa malas decisiones comerciales y una mayor probabilidad de exposición a filtraciones y robos. Los datos confiables que utilizan reglas ayudan a las organizaciones a innovar en sus negocios: brindando mejores servicios, aumentando la lealtad del cliente, reduciendo el trabajo requerido para cumplir con los requisitos de informes y aumentando las capacidades de innovación.
La madurez de la gobernanza de datos de las empresas nacionales no es alta.
En los últimos años, los objetivos de la gobernanza de datos también han cambiado, Xie Guozhong, quien ha ayudado a clientes en finanzas, aviación, aduanas, telecomunicaciones, redes eléctricas y otras industrias con proyectos de gobernanza de datos, dijo: "Además de cumplir con los requisitos regulatorios y de gestión de riesgos, muchas empresas ahora están hablando de cómo crear valor comercial a través del gobierno de datos, como la divulgación de información, el liderazgo de la industria, los requisitos de gestión refinados, etc. ”
”Actualmente "La mayoría de las empresas nacionales todavía tienen poca experiencia en la gobernanza de datos. Se encuentra en la etapa de gestión básica". Xie Guozhong comentó: "Algunas empresas dicen que han realizado muchas comprobaciones de calidad, archivo y seguridad de los datos, pero su problema es ese. No tienen un sistema completo. En segundo lugar, no saben cómo integrarlos. En tercer lugar, aún no han alcanzado el concepto de datos operativos como un activo central. Primero necesitamos un sistema completo de gobierno de datos.
Cree que existen malentendidos en el gobierno de datos de las empresas nacionales: creen que el gobierno de datos es un comportamiento a muy corto plazo, que el gobierno de datos es solo responsabilidad del departamento de TI y que el gobierno de datos sólo se considera software. De hecho, la gobernanza de datos no es solo software, sino también los procesos y métodos correspondientes.
Cuando se trata de la práctica del gobierno de datos, la propia IBM es un representante típico del gobierno de datos. Antes de 1992, IBM tenía muchos problemas en la gobernanza de datos, como la falta de fuentes de datos claras y confiables, la falta de propietarios de datos claros y la baja calidad de los datos. En 1995, IBM formuló estándares de datos comerciales en ERP, formulando 15 estándares comerciales y 79 estándares subcomerciales para todos los negocios, lo que permitió a toda la empresa ver una definición comercial unificada. En 2004, IBM estableció el Foro de Propietarios de Datos, en 2005 el Comité de Gobernanza de Datos y luego el Comité de Auditoría de Datos. En 1992, IBM tenía 128 directores de información, 155 centros de datos, 80 centros de desarrollo web, 31 redes diferentes y 16.000 aplicaciones. A través del gobierno de datos, IBM simplifica la infraestructura y reduce la complejidad de la gestión. En 2007, IBM tenía sólo un director de información, seis centros de datos importantes, una red global unificada para centros de desarrollo web y aproximadamente 4.000 aplicaciones de 65.438+06.000.
Sobre esta base, en 2004, IBM estableció conjuntamente un foro de gobernanza de datos con muchas empresas e instituciones de investigación académica en la industria, y formuló un marco y métodos de gobernanza de datos que incluyen 11 elementos en cuatro áreas principales en este foro. , para guiar el desarrollo de la gobernanza de datos. El marco incluye áreas de salida: gestión de riesgos de datos y creación de valor; áreas impulsoras: organización/procesos, sistemas de gestión, propietarios de datos; áreas centrales: gestión de la calidad de los datos, gestión del ciclo de vida de la información, áreas de seguridad/divulgación de la información/cumplimiento: modelo de datos/ arquitectura de datos, metadatos/datos maestros/estándares de datos, auditoría de calidad e informes.
Casos exitosos de gobernanza de datos bancarios
En términos de gobernanza de datos, debido a la promoción de políticas y las necesidades del propio desarrollo empresarial de los bancos, los bancos tienen una fuerte demanda de gobernanza de datos. . El "Duodécimo Plan Quinquenal para la Tecnología de la Información en la Industria Bancaria de China" incluye los temas de gobernanza de datos y estándares de datos. Señala que durante el período del "Duodécimo Plan Quinquenal", las áreas centrales de la gobernanza de datos que deben abordarse. Los aspectos que se promueven incluyen: estándares de datos, calidad de los datos, seguridad de los datos, estructura de los datos y los mecanismos de apoyo necesarios para hacer estas cosas bien, incluidas políticas, organizaciones, procesos y tecnología.
El departamento GBS de IBM ha ayudado a bancos nacionales y extranjeros a realizar muchos proyectos de consultoría sobre gobernanza de datos, incluido el banco comercial más grande de China.
“Este banco es el más avanzado tecnológicamente en la industria y ha hecho calidad de datos y metadatos, pero no tiene un método de gobierno de datos completo y unificado y sistemas y procesos de soporte, otro problema es el gobierno de datos; El sistema y la estructura aún no están completos". Xie Guozhong informó a los periodistas sobre los desafíos que enfrenta el banco en la gobernanza de datos.
De acuerdo con el marco y los métodos de gobierno de datos de IBM, GBS evalúa el estado de gobierno de datos del banco a partir de 11 elementos en cuatro áreas principales, ayuda a los bancos a encontrar brechas, analiza los problemas sobre esta base y propone soluciones a los problemas. .
El proyecto comenzó en 2008. Durante 2010 y 2011, el banco llevó a cabo una serie de proyectos de gobernanza de datos relacionados, incluidos proyectos de estandarización de datos, proyectos de optimización de la arquitectura de datos y proyectos de gestión de la calidad de los datos. Actualmente, el banco también está a la vanguardia en materia de gobernanza de datos en el país.
Mire el caso de gobernanza de datos de un banco global líder. La Reserva Federal determinó que el banco no controló adecuadamente la integridad y la calidad de la información para garantizar el cumplimiento de los requisitos. Después de uno o dos años de gestión de datos, el banco pasó la auditoría de la Reserva Federal. Andrew Dunn, vicepresidente senior del banco, cree que el factor clave en el éxito del gobierno de datos del banco es elegir un socio con experiencia, procesos y herramientas relevantes que puedan acelerar la implementación efectiva del gobierno de datos en toda la empresa.
La demanda de gestión de datos maestros es muy destacada
La gobernanza de datos implica 11 elementos, de los cuales la gestión de datos maestros es una parte muy importante. Tony Young, vicepresidente senior y director de información de Informatica, afirmó: "Mejorar la gestión de datos maestros es la única manera que tienen las empresas de obtener una visión completa y confiable de sus datos".
Los datos maestros se utilizan para Describir las entidades comerciales principales de la empresa, como clientes, socios, empleados, productos, listas de materiales, etc. La gestión de datos maestros tiene como objetivo integrar los datos centrales que deben compartirse en múltiples sistemas comerciales de la empresa, limpiar los datos de manera centralizada y distribuir datos maestros unificados, completos y precisos en forma de servicios para las aplicaciones de operación y análisis en el empresa, incluidos sistemas de negocio, procesos de negocio y sistemas de apoyo a la toma de decisiones.
Tony Yang dijo a los periodistas: "La tarea principal de MDM es generar 'datos dorados'. Los llamados datos dorados son los datos comerciales clave de la empresa y son datos absolutamente reales. Además, MDM También debe reflejar los datos maestros. Correlaciones entre clientes, como la relación entre clientes y productos, y la relación entre clientes. En un almacén de datos, es difícil encontrar esta correlación, y MDM puede hacerlo fácilmente ". diferencia entre. Por ejemplo, manejan diferentes tipos de datos. MDM es un sistema transaccional, mientras que el almacén de datos es un sistema analítico. MDM y el almacén de datos pueden promoverse y complementarse entre sí. El modelo de datos flexible de Informatica MDM permite a los equipos de TI implementar MDM en cualquier dominio de datos y pueden agregar otros dominios en el mismo modelo de datos y definir relaciones entre diferentes dominios de datos. Informatica MDM se puede implementar localmente o en la nube, o como un híbrido de ambos. Además, se puede implementar en una arquitectura MDM federada como centro global entre múltiples instancias de MDM.
La industria financiera sigue siendo la industria con mayor demanda de MDM. Andy Hayler, experto senior en MDM y presidente de Information Difference, dijo: “En términos generales, cuanto más grande es una empresa, más problemas encuentra en la gestión de datos. Es más probable que las grandes empresas adopten herramientas de análisis de datos relevantes para resolver los problemas de datos que enfrentan. "Pero esto no significa que MDM sólo sea adecuado para la industria financiera. Por ejemplo, los productos MDM de Informatica se han utilizado en 24 industrias, incluidas la médica, la petrolera, la de servicios públicos y otras.