データ ガバナンスのベスト プラクティス — どこから始めればよいか?

データ駆動型の世界では必須であると長い間認識されてきたデータ ガバナンスは、大小の組織にとってかつてないほど容易になりました。

今日、データ ガバナンスのベスト プラクティスの採用に伴う複雑さはかつてないほど大きくなっています。

構造化されたデータと構造化されていないデータの両方が、急増するソースから大量に到着し、複数のプラットフォームで保存および処理されています。 規制上の義務の数とともに、統合のポイントが拡大しています。

小規模な企業でさえ、文書化されていない数十のデータ ソースとデータ サイロに対処する必要があります。データの品質が低いことや、機密データが内部にあるネットワーク上に浮遊しているフラット ファイルを特定することの恐怖は言うまでもありません。

その背景には、データ ガバナンス イニシアチブの成熟度が後退していることが挙げられます。 IT および基幹業務の回答者に対する Quest の定期的な調査によると、2020 年にデータ ガバナンス プログラムを完全に実装した企業は 15% 未満で、これは以前の調査で報告された数の半分でした。 「データ ガバナンスへの正しいアプローチを理解する」ことを主要な課題として挙げ、組織は戦略を再検討して、データ ガバナンスのベスト プラクティスに従っているかどうかを確認しています。

この記事では、大手企業がデータ ガバナンスのベスト プラクティスを習得して、データ エコシステム全体のコストを削減し、強力なデータ分析ソリューションを活用して新しい収益源を得る方法を検討します。 飛び込みます。

データガバナンスとは？

データ ガバナンスとは、データがどこにあるか、どのように使用されているか、データが保護されているかどうか、およびデータの品質基準 (正確性、完全性、信頼性、関連性、および適時性）。 誰が、どのような情報で、いつ、どのような状況で、どのような方法で、どのような行動をとれるかを記述します。

データ ガバナンスのベスト プラクティスを実装することで、組織はプライバシーとセキュリティのリスクを軽減し、規制要件への対応を改善し、より高度なデータ分析とデータ サイエンス イニシアチブを可能にします。

データ ガバナンスの目標は、データを戦略的資産として管理することです。

データ ガバナンス プログラムを確実に成功させるには、データ ガバナンスではないものを理解することも重要です。

• データ ガバナンスはデータ管理ではありません。 データ ガバナンスはデータ管理の一部として追求されますが、データ管理戦略の中心的な要素ではありますが、1 つの要素にすぎません。 後者は、データ アーキテクチャ、データ モデリング、データ ストレージと操作、データ セキュリティとプライバシー、データ統合と操作性、ドキュメント管理、マスター データ管理、データ ウェアハウジングと BI、メタデータ管理 (発見データ管理戦略の詳細については、こちらをご覧ください)。
• データ ガバナンスは、マスター データ管理 (MDM) にとどまりません。 データ ガバナンスのベスト プラクティスと同様に、MDM も、ユーザーが同じ最新の完全なデータセットにアクセスできるようにする上で重要な役割を果たしますが、MDM はマスター データ、つまり顧客、製品、サプライヤー、場所などに関する組織の重要なビジネス データのみを制御します。 .
• データ ガバナンスはメタデータ管理以上のものです。 メタデータ管理は、メタデータ (データを記述するデータ) を使用して会社のデータ資産の検索可能なインベントリを提供するデータ カタログを中心にしています。 データのカタログ化は、初期のデータ ガバナンス イニシアチブの主な焦点であり、データ ガバナンスへの答えとして引き続き売り出されていますが、そうではありません。 データ カタログには、リネージュ トレースやデータ品質チェックなど、多くの重要なデータ ガバナンス機能が欠けています。
• データ ガバナンスはデータ スチュワードシップ以上のものです。 データ ガバナンスとは、意思決定がどのように行われるか、およびデータに関連して人やプロセスがどのように行動することが期待されるかに関するものです。 データ スチュワードシップとは、データ ガバナンス イニシアチブを日常的に実践的に実行することです (詳細は以下を参照)。

データ ガバナンスの背後にある主要なビジネス ドライバーは何ですか?

2016 年に EU の一般データ保護規則 (GDPR) が採択され、2018 年にセクター全体で大規模なデータ侵害が発生した後、セキュリティは、組織がデータ ガバナンスのベスト プラクティスを採用する主な動機となっています。 しかし、近年、その焦点はわずかに変化しています。

2022 年の Zaloni 調査に参加したデータ ガバナンスの専門家によると、今日のデータ ガバナンスへの投資は主に、データ品質の向上 (74%) とデータ分析/BI からのより迅速な洞察の取得 (57%) の取り組みによって推進されています。 ESG と Quest Software が発表した 2022 年の State of Data Governance and Empowerment Report では、回答者の 41% がデータ ガバナンスのベスト プラクティスを適用するための最大の推進力としてデータ品質を挙げ、37% が「データ セキュリティの向上」を挙げました。

一方では、質の高いデータへのアクセスを民主化し、より良い意思決定を推進したいと考える組織がますます増えています。

一方で、機械学習ソリューションの進歩により、ビッグデータの収益創出の可能性への関心が高まり、現在ではビジネスへの影響にうまく活用されています。 この傾向は、競争力を維持するためにできるだけ早く新しい洞察を得るのに苦労している顧客重視の企業で特に顕著です。

主要な組織は、データ ガバナンスのベスト プラクティスをどのように実装していますか?

データガバナンスは苦痛です。 これは最初から受け入れるべきです。 データ ガバナンスを非常に難しくしている大きな問題が 1 つあります。 何よりも、発想の転換が必要です。 DevOps の実装と同様に、人とプロセスが優先されます。 ツールは最後に来ます。

データ ガバナンスのベスト プラクティスを導入するには、データ アクセス、一貫性、および新しいデータ ソースの取り込みに関するルールと手順を浸透させる必要があるため、多大な労力が必要です。 これは、純粋に技術的な作業を行うのではなく、利害関係者と多くの会議を開催することを意味します。

2 番目に大きな課題は、最適なバランスを見つけることです。 データ ガバナンスのベスト プラクティスを促進するときは、ビジネス ユーザーに適切なレベルの柔軟性を提供する必要があります。この柔軟性は、データを探索するのには十分ですが、物事を台無しにするのには十分ではありません。

データ ガバナンスがどれほど困難で、苛立たしく、またはコストがかかるかに関係なく、データ ドリブンになりたい場合は、組織が最終的に対処しなければならないものです。

ITRex の豊富なデータ経験を利用して、データ ガバナンスのベスト プラクティスを開始する方法に関するいくつかの役立つヒントを集めました。 飛び込む。

1. ビジネスにとって最も厄介な問題を特定する

最初のステップは、組織のデータ ガバナンスの準備状況を評価して、会社の足を引っ張っている問題点を発見することです。 それらに優先順位を付け、優先度の高いユース ケースに対処するための高レベルの計画を立てる必要があります。 データ ガバナンスの旅を始めたばかりの企業は、通常、この仕事を行うために外部のコンサルタントを雇います (経験豊富なデータ コンサルタントが必要な場合は、お問い合わせください)。

たとえば、CFO が要求するたびに、過去の同じ期間に得られるさまざまな財務情報に対する CFO の不満から構築を開始することもできます。 あるいは、古いトランザクションを検出するための非効率的なビジネス プロセス、無意味なレポートの生成、パターンを予測するために重要なデータをすぐに必要とするユーザーから離れたサイロ化されたシステムなど、企業の痛ましい問題が発生することもあります。

データ ガバナンスのベスト プラクティスを導入し、特定のベンチマークを設定することですぐに得られる成果を特定することで、羅針盤が得られ、次のステップに進むことができます (以下を参照)。

2.賛同を得る

役割の明確化と権限付与を確保するために、データ ガバナンスはトップから開始する必要があるため、エグゼクティブの賛同が重要です。

データ ガバナンスがプロフィット センターとして認識されることはめったにないため、この部分は難しいでしょう。

データ品質を改善したいと経営陣に伝えるだけでは不十分です。 最初のステップで特定された問題点を中心に構築された、明確に定義されたビジネス ケースが必要です。 このケースは価値創造を約束するはずです。

基本的には、データ ガバナンスのベスト プラクティス イニシアチブを、不適切なデータとその結果として生じるビジネス エラーによる収益の損失、または費やした工数 (データ チームによるデータの検索、キュレーション、有効化など) に関連付ける必要があります。 また、規制違反やデータ ストレージへの支出の増加によるコストのかかるリスクも挙げることができます。

さらに先を見据えると、さまざまな部門からの賛同を得るための厳しい戦いが待ち構えているかもしれません。 あなたのプログラムは、プロセスを遅くするお役所仕事として分類されるかもしれません。 または、ポリシーで許可されていないすべてのものへの無制限のアクセスを要求する欲求不満のユーザーに対処しなければならない場合があります。

組織全体から賛同を得ることは、データ ガバナンス イニシアチブにとって重要です。 ですから、ストーリーテリングのスキルを磨いてください。

3. 役割の定義

各組織はデータ ガバナンス構造を異なる方法で設定できますが、最も一般的に関与する利害関係者がいます。

• 最高データ責任者:これは主に、データ ガバナンスのベスト プラクティスに関するポリシー、標準、およびルールを定義し、すべてのデータ プロジェクトがそれらに従っていることを確認する責任を負う中央の役割です。 この役割は、上級データ マスターまたは最高情報責任者 (CIO) が担うことができます。
• 運営委員会:このチームは、多くの場合、上級管理職内に設置され、経営幹部を含みます。 ビジネス ニーズに合わせた特定の結果をもたらすガバナンス戦略を導き、データ ドメインを定義し、リーダーを割り当て、イニシアチブへの資金を承認し、進捗を監視します。
• データ所有者:これらは通常、主な役割に加えて、特定のデータ ドメインの責任を負うように割り当てられたシニア マネージャーまたは部門長です。 彼らのタスクは、データ定義の承認から、マスター データ管理活動のレビュー、データの問題の解決、運営委員会への情報提供まで多岐にわたります。
• データ スチュワード:彼らの主な責任は、データが正しくカタログ化され、重要なデータ要素が特定され、データ系列が文書化され、データセットが影響によって優先順位付けされ、データ品質基準が遵守されていることを確認することによって、データの品質を証明することです。 彼らは、品質チェックを実行し、データ ソースをプロファイリングし、セキュリティと分析の更新を実装し、時にはアクセス要求を承認するデータ所有者に代わって行動します。

役割と責任の明確な定義は、データ ガバナンスのベスト プラクティスの基本的な部分です。 誰もそれらを所有していない場合、誰も結果を達成することを気にしません.

4. 重い物を持ち上げる

データ ガバナンスは 1 回限りのプロジェクトではありません。 これは進行中のプログラムであり、データ ガバナンスのベスト プラクティスを適用することは、継続的で反復的なプロセスです。 このプロセスには、次のような複雑な技術的作業が含まれます。

• ルールの設定と施行:これらの立法に似た活動は、ポリシー、手順、標準、および組織を将来の望ましい状態に導くエンタープライズ データ アーキテクチャの定義、施行、および再評価に焦点を当てています。 それらは、データの作成から取得、整合性、セキュリティ、品質、使用に至るまで、データ ライフサイクルのすべての段階に及びます。
• 信頼できる唯一の情報源を確立する:このために、企業はビジネス用語集とデータ ディクショナリの両方を構築します。 ビジネス用語集は、組織の日常業務で使用される定義を含むビジネス用語のリストです。 全員が同じ言語を使用できるように、すべてのビジネス部門と協力して編集されています。 データ ディクショナリは、データ自体の詳細な定義と説明、またはメタデータ (データ型、サイズ、デフォルト値、制約など) で構成されます。どちらも、企業が同じデータに対して意思決定を行うための鍵となります。
• ツールの選択:基本的に、データ ガバナンスはテクノロジによって解決できる問題ではありませんが、時間とリソースを節約するために可能な限り自動化することが重要です。 データの発見、プロファイリング、キュレーション、機密データの分類、系列の視覚化、統合されたビジネス用語集とデータ辞書の提供、またはデータ品質測定の生成に役立つオープンソース ソリューションなど、プロセスをサポートするツールがあります。

データ ガバナンスのベスト プラクティスをスムーズかつ効率的に採用するために、主要な組織は運用モデルを設計する際に次の 2 つの戦略にも従います。

• システムを可能な限りシンプルに保ちます。 これは多くの場合、テクノロジーのガバナンスを一元化し、シンプルなアーキテクチャを設計し、ダッシュボードと KPI の数を減らして、フォーカスと一貫性を容易にすることを意味します。 また、データの使用を過度に制限することもありませんが、魅力的かもしれません. 誰もが必要なデータに正確にアクセスできるように複雑なアクセス許可の網を作成することは、混乱を招き、ビジネス価値を遅らせます。
• 彼らはメトリクスを通じて進捗を測定します。 目標は、抵抗に対抗するためにデータ ガバナンスのベスト プラクティスによって付加された価値を示すだけでなく、継続的な改善があることを確認することでもあります。 サンプル メトリクスには、ビジネス目標への貢献、リスク削減、運用効率、関連ツールの使用、または標準と手順への準拠が含まれます。

5. ユーザーの関与

データ ガバナンス プログラムの成功は、全社的な責任です。 最終的には、エンドユーザーがどのようにデータを認識し、リテラシーを持ち、データの有効化に興奮しているかにかかっています。

質の高いデータの価値を従業員に理解させるために、主要な組織は定期的なトレーニングを提供しています。 クライアントのオンボーディングを担当する営業担当者が、理解できない多数のテーブル フィールドに入力する必要がある場合、なぜこのデータを正しく入力する必要があるのでしょうか? データ ガバナンスのベスト プラクティスの価値について、ユーザーを教育する必要があります。 同時に、ルールを守ることで個人的およびビジネス上の結果がどのように改善されるかを示す必要もあります。

データ ガバナンスのリーダーは、さまざまなインセンティブも使用します。 このような介入には、定期的な監査で発見されたエラーに対する罰とともに、データ品質基準に固執したり、新しいユースケースを実証したりすることに対する報酬が含まれます。

明確なデータ ガバナンス プロセスを設定し、すべてのユーザーをそのプロセスに参加させます。 データ ガバナンスのベスト プラクティスをマスターするのは簡単なことではありませんが、組織は成功することができます。

イニシアチブに行き詰まっている場合は、データ コンサルタントにお問い合わせください。 データ ガバナンスを簡単にします。

2022 年 10 月 7 日に https://itrexgroup.com で最初に公開されました。