데이터 거버넌스 모범 사례 - 어디서부터 시작해야 할까요?

오랫동안 데이터 중심 세계에서 필수 요소로 인식되어 온 데이터 거버넌스는 크고 작은 조직 모두에게 결코 쉬운 일이 아닙니다.

오늘날 데이터 거버넌스 모범 사례 채택과 관련된 복잡성이 그 어느 때보다 커졌습니다.

구조화된 데이터와 구조화되지 않은 데이터 모두 소스가 증가하면서 여러 플랫폼에서 저장 및 처리할 수 있는 양이 증가하고 있습니다. 규제 명령의 수와 함께 통합 지점이 확장되고 있습니다.

소규모 기업도 수십 개의 문서화되지 않은 데이터 소스와 데이터 사일로를 처리해야 하며, 데이터 품질이 좋지 않거나 민감한 데이터가 포함된 네트워크에 떠도는 플랫 파일을 식별하는 공포는 말할 것도 없습니다.

백그라운드에서 데이터 거버넌스 이니셔티브의 성숙도가 퇴보했습니다. Quest의 IT 및 LOB(기간 업무) 응답자에 대한 정기 설문 조사에 따르면 2020년에 데이터 거버넌스 프로그램을 완전히 구현한 기업은 15% 미만으로, 이는 이전 연구에서 보고된 것의 절반 수준입니다. 조직은 "데이터 거버넌스에 대한 올바른 접근 방식 이해"를 주요 과제로 인용하여 데이터 거버넌스를 위한 모범 사례를 실제로 따르고 있는지 확인하기 위해 전략을 재검토하고 있습니다.

이 기사에서는 선두 기업들이 데이터 거버넌스에 대한 모범 사례를 마스터하여 데이터 생태계 전반에서 비용을 제거하고 새로운 수익원을 위한 강력한 데이터 분석 솔루션을 활용하는 방법을 살펴봅니다. 다이빙

데이터 거버넌스란 무엇입니까?

데이터 거버넌스는 데이터의 위치, 사용 방법, 데이터 보호 여부 및 데이터 품질 기준(정확성, 완전성, 신뢰성, 관련성, 적시성). 누가 어떤 정보로 어떤 조치를 취할 수 있는지, 언제, 어떤 상황에서, 어떤 방법을 사용하는지 설명합니다.

데이터 거버넌스를 위한 모범 사례를 구현함으로써 조직은 개인 정보 보호 및 보안 위험을 줄이고 규제 요구 사항에 대한 대응을 개선하며 고급 데이터 분석 및 데이터 과학 이니셔티브를 지원합니다.

데이터 거버넌스의 목표는 데이터를 전략적 자산으로 관리하는 것입니다.

데이터 거버넌스 프로그램의 성공을 보장하려면 데이터 거버넌스가 무엇인지 이해하는 것도 중요합니다.

• 데이터 거버넌스는 데이터 관리가 아닙니다. 데이터 관리의 일부로 추구되지만 데이터 거버넌스는 데이터 관리 전략의 핵심 구성 요소 중 하나일 뿐입니다. 후자는 데이터 아키텍처, 데이터 모델링, 데이터 저장 및 운영, 데이터 보안 및 개인 정보 보호, 데이터 통합 ​​및 운용성, 문서 관리, 마스터 데이터 관리, 데이터 웨어하우징 및 BI, 메타데이터 관리를 포함한 10가지 지식 영역을 포괄하는 포괄적인 용어입니다. 데이터 관리 전략에 대한 자세한 내용은 여기).
• 데이터 거버넌스는 마스터 데이터 관리(MDM) 그 이상입니다. 데이터 거버넌스 모범 사례와 유사하게 MDM은 동일한 현재의 완전한 데이터 세트에 대한 사용자의 액세스를 보장하는 데 중요한 역할을 하지만 MDM은 마스터 데이터(예: 고객, 제품, 공급업체, 위치 등에 대한 조직의 주요 비즈니스 데이터)만 제어합니다. .
• 데이터 거버넌스는 메타데이터 관리 그 이상입니다. 메타데이터 관리는 회사 데이터 자산의 검색 가능한 인벤토리를 제공하기 위해 메타데이터(데이터를 설명하는 데이터)를 사용하는 데이터 카탈로그를 중심으로 합니다. 데이터 목록화는 초기 데이터 거버넌스 이니셔티브의 주요 초점이었으며 데이터 거버넌스에 대한 해답으로 계속 마케팅되고 있지만 그렇지 않습니다. 데이터 카탈로그에는 계보 추적 또는 데이터 품질 검사와 같은 많은 필수 데이터 거버넌스 기능이 부족합니다.
• 데이터 거버넌스는 데이터 관리 그 이상입니다. 데이터 거버넌스는 의사 결정이 어떻게 이루어지고 데이터와 관련하여 사람과 프로세스가 어떻게 행동해야 하는지에 관한 것입니다. 데이터 관리는 일상적인 데이터 거버넌스 이니셔티브를 직접 실행하는 것입니다(자세한 내용은 아래 참조).

데이터 거버넌스의 핵심 비즈니스 동인은 무엇입니까?

2016년에 EU의 일반 데이터 보호 규정(GDPR)이 채택되고 2018년에 부문 전반에 걸친 대규모 데이터 침해가 발생한 후 보안은 조직이 데이터 거버넌스를 위한 모범 사례를 채택하는 주요 동기가 되었습니다. 그러나 최근 몇 년 동안 초점이 약간 바뀌었습니다.

2022년 Zaloni 설문조사에 참여하는 데이터 거버넌스 전문가에 따르면 데이터 거버넌스에 대한 오늘날의 투자는 주로 데이터 품질(74%)을 개선하고 데이터 분석/BI(57%)에서 더 빠른 통찰력을 얻기 위한 노력에 의해 주도됩니다. ESG와 Quest Software가 발표한 2022년 데이터 거버넌스 및 권한 부여 현황 보고서에서 응답자의 41%는 데이터 거버넌스 모범 사례를 적용하는 주요 동인으로 데이터 품질을 꼽았고, 37%는 "데이터 보안 개선"을 꼽았습니다.

한편으로 점점 더 많은 조직이 더 나은 결정을 내리기 위해 양질의 데이터에 대한 액세스를 민주화하기를 원합니다.

반면에 머신 러닝 솔루션의 발전은 이제 비즈니스 영향에 성공적으로 활용되는 빅 데이터의 수익 창출 잠재력에 대한 관심을 불러일으켰습니다. 이러한 경향은 경쟁력을 유지하기 위해 가능한 한 빨리 새로운 통찰력을 얻기 위해 고군분투하는 고객 중심 기업에서 특히 강력합니다.

선도적인 조직은 데이터 거버넌스를 위한 모범 사례를 어떻게 구현합니까?

데이터 거버넌스는 고통입니다. 이것은 처음부터 받아들여야 합니다. 데이터 거버넌스를 극도로 어렵게 만드는 한 가지 큰 문제가 있습니다. 무엇보다 사고의 전환이 필요하다. DevOps 구현과 유사하게 사람과 프로세스가 우선입니다. 도구는 마지막에 옵니다.

데이터 거버넌스를 위한 모범 사례를 도입하는 것은 데이터 액세스, 일관성 및 새로운 데이터 소스의 활용에 관한 규칙과 절차를 주입해야 하기 때문에 많은 노력이 필요합니다. 이는 순전히 기술적인 작업을 하기 보다는 이해관계자들과 많은 회의를 갖는 것을 의미합니다.

두 번째로 큰 도전은 최적의 균형을 찾는 것입니다. 데이터 거버넌스를 위한 모범 사례를 홍보할 때 비즈니스 사용자에게 데이터 탐색에는 충분하지만 문제를 엉망으로 만들기에는 충분하지 않은 적절한 수준의 유연성을 제공해야 합니다.

데이터 거버넌스가 얼마나 어렵거나, 실망스럽거나, 비용이 많이 드는지에 관계없이 데이터 기반이 되려면 결국 조직이 처리해야 하는 문제입니다.

ITRex의 광범위한 데이터 경험을 바탕으로 데이터 거버넌스 모범 사례를 시작하는 방법에 대한 몇 가지 유용한 팁을 수집했습니다. 뛰어.

1. 비즈니스에서 가장 고통스러운 문제 식별

첫 번째 단계는 조직의 데이터 거버넌스 준비 상태를 평가하여 회사를 가로막는 문제점을 발견하는 것입니다. 우선 순위를 지정하고 우선 순위 사용 사례를 해결하기 위해 높은 수준의 계획을 수립해야 합니다. 데이터 거버넌스 여정을 시작하는 회사는 일반적으로 이 작업을 수행하기 위해 외부 컨설턴트를 고용합니다(숙련된 데이터 컨설턴트가 필요한 경우 전화를 끊으십시오).

예를 들어, CFO가 요청할 때마다 동일한 역사적 기간 동안 받는 다양한 재정 문제에 대한 CFO의 불만을 바탕으로 구축을 시작할 수도 있습니다. 또는 회사의 고통스러운 문제는 오래된 트랜잭션을 발견하기 위한 비효율적인 비즈니스 프로세스, 의미 없는 보고서 생성 또는 예측 패턴을 위해 빠르게 필요한 사용자로부터 중요한 데이터를 잠그는 사일로 시스템일 수 있습니다.

데이터 거버넌스 모범 사례를 도입하고 특정 벤치마크를 설정하는 것의 빠른 성과를 식별하면 나침반을 제공하고 다음 단계를 수행하는 데 도움이 됩니다(아래 참조).

2. 바이인 받기

데이터 거버넌스는 역할의 명확성과 권한 부여를 보장하기 위해 위에서부터 시작해야 하므로 경영진의 동의가 핵심입니다.

데이터 거버넌스가 수익 센터로 거의 인식되지 않기 때문에 이 부분은 어려울 것입니다.

데이터 품질을 개선하고 싶다고 C-suite에게 말하는 것만으로는 충분하지 않습니다. 첫 번째 단계에서 식별된 문제점을 중심으로 명확하게 정의된 비즈니스 사례가 필요합니다. 이 사례는 가치 창출을 약속해야 합니다.

기본적으로 데이터 거버넌스 모범 사례 이니셔티브를 잘못된 데이터와 그에 따른 비즈니스 오류로 인한 수익 손실 또는 소요된 인력(예: 데이터 팀이 데이터를 찾고, 선별하거나 활성화)에 연결해야 합니다. 또한 규정을 준수하지 않거나 데이터 스토리지에 대한 지출 증가로 인한 비용이 많이 드는 위험을 언급할 수 있습니다.

더 먼 미래를 내다보면 다양한 부서의 승인을 받기 위해 치열한 전투를 벌이게 될 수도 있습니다. 귀하의 프로그램은 프로세스 속도를 늦추는 관료적 테이프로 분류될 수 있습니다. 또는 정책에서 허용하지 않는 모든 것에 대한 무제한 액세스를 요구하는 불만을 가진 사용자를 처리해야 할 수도 있습니다.

조직 전체의 동의를 얻는 것은 데이터 거버넌스 이니셔티브에 매우 중요합니다. 따라서 스토리텔링 기술을 연마하십시오.

3. 역할 정의

조직마다 데이터 거버넌스 구조를 다르게 설정할 수 있지만 가장 일반적으로 관련된 이해 관계자는 다음과 같습니다.

• 최고 데이터 책임자: 이는 데이터 거버넌스 모범 사례와 관련된 정책, 표준 및 규칙을 정의하는 동시에 모든 데이터 프로젝트에서 준수되도록 하는 일차적인 책임이 있는 중앙 집중식 역할입니다. 이 역할은 선임 데이터 마스터나 CIO(최고 정보 책임자)가 맡을 수 있으며 이들은 종종 완벽하게 적합합니다.
• 운영 위원회: 이 팀은 종종 고위 경영진 내에 설치되며 최고 경영진을 포함합니다. 비즈니스 요구 사항에 맞는 특정 결과로 거버넌스 전략을 조정하고, 데이터 도메인을 정의하고, 리더를 할당하고, 이니셔티브에 대한 자금을 승인하고, 진행 상황을 감독합니다.
• 데이터 소유자: 일반적으로 주요 역할 외에 특정 데이터 도메인을 담당하도록 할당된 고위 관리자 또는 부서장입니다. 그들의 작업은 데이터 정의 승인에서 마스터 데이터 관리 활동 검토, 데이터 문제 해결, 운영 위원회에 입력 제공에 이르기까지 다양합니다.
• 데이터 관리자: 주요 책임은 데이터가 올바르게 목록화되고, 중요한 데이터 요소가 식별되고, 데이터 계보가 문서화되고, 영향에 따라 데이터 세트의 우선 순위가 지정되고, 데이터 품질 표준이 준수되도록 하여 데이터 품질을 증명하는 것입니다. 그들은 품질 검사를 실행하고, 데이터 소스를 프로파일링하고, 보안 및 분석 업데이트를 구현하고, 때때로 액세스 요청을 승인하는 데이터 소유자를 대신하여 행동합니다.

역할과 책임에 대한 명확한 정의는 데이터 거버넌스를 위한 모범 사례의 기본적인 부분입니다. 아무도 그것을 소유하지 않는다면 아무도 결과를 달성하는 데 관심을 갖지 않을 것입니다.

4. 무거운 물건 들기

데이터 거버넌스는 일회성 프로젝트가 아닙니다. 이는 지속적인 프로그램이며 데이터 거버넌스 모범 사례를 적용하는 것은 지속적이고 반복적인 프로세스입니다. 이 프로세스에는 다음과 같은 복잡한 기술 활동이 포함됩니다.

• 규칙 설정 및 시행: 이러한 입법 활동은 조직을 미래의 원하는 상태로 안내할 정책, 절차, 표준 및 엔터프라이즈 데이터 아키텍처를 정의, 시행 및 재평가하는 데 중점을 둡니다. 데이터 생성에서 수집, 무결성, 보안, 품질 및 사용에 이르기까지 데이터 수명 주기의 모든 단계에 걸쳐 있습니다.
• 단일 정보 소스 구축: 이를 위해 기업은 비즈니스 용어집과 데이터 사전을 모두 구축합니다. 비즈니스 용어집은 조직의 일상적인 활동에 사용되는 정의와 함께 비즈니스 용어 목록입니다. 모든 비즈니스 부서와 협력하여 모든 사람이 동일한 언어를 사용하도록 편집되었습니다. 데이터 사전은 데이터 유형, 크기, 기본값, 제약 조건 등이 될 수 있는 데이터 자체 또는 메타데이터에 대한 자세한 정의 및 설명으로 구성됩니다. 둘 다 회사가 동일한 데이터에 대해 결정을 내릴 수 있도록 하는 핵심입니다.
• 도구 선택: 기본적으로 데이터 거버넌스는 기술로 해결할 수 있는 문제가 아니지만 시간과 리소스를 절약하기 위해 최대한 자동화하는 것이 중요합니다. 데이터 검색, 프로파일링, 큐레이션, 민감한 데이터 분류, 계보 시각화, 통합 비즈니스 용어집 및 데이터 사전 제공 또는 데이터 품질 측정 생성에 도움이 될 수 있는 오픈 소스 솔루션을 포함하여 프로세스를 지원하는 도구가 있습니다.

데이터 거버넌스 모범 사례를 원활하고 효율적으로 채택하기 위해 주요 조직은 운영 모델을 설계할 때 두 가지 전략을 따릅니다.

• 그들은 시스템을 가능한 한 단순하게 유지합니다. 이는 종종 기술 거버넌스를 중앙 집중화하고, 단순한 아키텍처를 설계하고, 보다 적은 수의 대시보드와 KPI를 유지하여 쉽게 집중하고 일관성을 유지해야 함을 의미합니다. 그들은 또한 데이터 사용을 과도하게 제한하지 않지만 유혹적일 수 있습니다. 모든 사람이 필요한 데이터에 정확히 액세스할 수 있도록 복잡한 권한 웹을 만드는 것은 혼란스럽고 비즈니스 가치를 지연시킵니다.
• 지표를 통해 진행 상황을 측정합니다. 목표는 저항에 대응하기 위해 데이터 거버넌스 모범 사례에 의해 추가된 가치를 표시할 뿐만 아니라 지속적인 개선이 있는지 확인하는 것입니다. 샘플 메트릭에는 비즈니스 목표, 위험 감소, 운영 효율성, 관련 도구 사용 또는 표준 및 절차 준수에 대한 기여도가 포함될 수 있습니다.

5. 사용자 참여

데이터 거버넌스 프로그램의 성공은 전사적 책임입니다. 이는 궁극적으로 최종 사용자가 데이터를 어떻게 인식하고, 읽고, 데이터 구현에 대해 열광하는지에 달려 있습니다.

직원들이 양질의 데이터의 가치를 이해할 수 있도록 주요 조직에서는 정기적인 교육을 제공합니다. 고객을 온보딩하는 영업 사원이 이해할 수 없는 수십 개의 테이블 필드를 채워야 하는 경우 이 데이터를 올바르게 입력하는 데 왜 신경을 쓰겠습니까? 사용자가 항상 체감할 수 있는 것은 아니지만 데이터 거버넌스 모범 사례의 가치에 대해 교육해야 합니다. 동시에, 규칙을 고수하는 것이 개인 및 비즈니스 결과를 향상시킬 수 있는 방법을 보여주어야 합니다.

데이터 거버넌스 리더도 다양한 인센티브를 사용합니다. 이러한 개입에는 데이터 품질 표준을 고수하거나 새로운 사용 사례를 시연한 것에 대한 보상과 정기 감사에서 발견된 오류에 대한 처벌이 포함됩니다.

명확한 데이터 거버넌스 프로세스를 설정하고 모든 사용자를 구매합니다. 데이터 거버넌스 모범 사례를 마스터하는 것은 쉽지 않지만 조직은 성공할 수 있습니다.

이니셔티브에 어려움이 있는 경우 데이터 컨설턴트에게 문의하십시오. 데이터 거버넌스를 쉽게 만듭니다.

2022년 10월 7일 https://itrexgroup.com에 원래 게시되었습니다.