عادةً ما تبدأ برامج إدارة البيانات بجودة البيانات ، لأن هذا هو المكان الذي يبدأ فيه المستخدمون النهائيون أو أصحاب المصلحة في التفاعل مع البيانات ، لا سيما من منظور إعداد التقارير والتحليلات. قالت ماري آن هوبر ، مستشارة إدارة البيانات في معهد ساس.
يتحدث في DATAVERSITY® المؤتمر العالمي لبيانات المؤسسة، قال هوبر إن جودة البيانات وحدها ليست كافية - إن الإشراف على البيانات وإدارة البيانات شريكان أساسيان ، ويعتمد النجاح على تكامل المجالات الثلاثة.
تدريب مباشر عبر الإنترنت: بدء برنامج حوكمة البيانات الخاص بك
تعرف على كيفية تخطيط وتصميم وبناء برنامج إدارة بيانات ناجح من الألف إلى الياء.
جودة البيانات
هوبر محدد جودة البيانات كتوافق البيانات مع تعريفات الأعمال وقواعد العمل. نظرًا لأن "الجودة" تعني أشياء مختلفة لأشخاص مختلفين اعتمادًا على كيفية تفاعلهم معها ، فمن الضروري إنشاء تعريف رسمي للبيانات عالية الجودة.
قد يفكر مطور ETL في تحميل البيانات في الوقت المحدد كمؤشر للجودة. قد يعتبر الشخص الذي يبحث في أحد التقارير أن البيانات عالية الجودة عبارة عن مجموعة من الأرقام من مصادر مختلفة تتطابق. قد يعرّف قسم المبيعات الجودة على أنها توفر مصطلحات أعمال قياسية لجميع الحقول في سجل العميل.
قالت ، بغض النظر عن عدد التعريفات المتباينة الموجودة ، "علينا حقًا التفكير في تعريفها بشكل عام - حول توافق البيانات مع تعريفات الأعمال وقواعد العمل."
إيجاد تعريف لجودة البيانات
قدم هوبر أسئلة للمساعدة في تحديد كيفية تعريف الأفراد عبر المؤسسة لبيانات الجودة:
- هل بياناتي كاملة؟ إذا لم يكن كذلك، ما هو مفقود؟
- هل هناك سجلات مكررة؟
- هل تصل التقارير في الوقت المحدد؟
- ما هي البيانات غير الصحيحة؟
- هل توفر البيانات معلومات متضاربة؟
- هل تتوافق بياناتي مع معايير المؤسسة؟
وقالت إن إشراك جميع جوانب الأعمال في هذه العملية أمر حيوي ، لأن "البيانات التي لا تحتوي على بيانات الأعمال ليس لها جودة محددة."
المفاهيم الخاطئة حول جودة البيانات
تناول هوبر خمسة مفاهيم خاطئة شائعة حول جودة البيانات:
- الأسطورة: جودة البيانات هي تمرين لمرة واحدة - حقيقة: هناك دائمًا بيانات جديدة
تتطلب البيانات الجديدة القادمة من مصادر خارجية - وبالتالي يتم التحكم فيها من قبل - التزامًا بالقياس والرصد المستمرين.
- الأسطورة: جودة البيانات هي مبادرة في مجال تكنولوجيا المعلومات - حقيقة: البيانات تحتاج إلى إشراف على الأعمال
جودة البيانات يجب أن يكون لها شروط تجارية محددة ومعايير قبول المستخدم محددة من قبل الأعمال ، ولكن يجب أن تكون شراكة بين الأعمال وتكنولوجيا المعلومات. تكنولوجيا المعلومات مسؤولة عن فهم كيفية عمل الواجهة الخلفية ووضع الحلول التي تتوافق مع ما يقوله العمل أنهم بحاجة إليه.
- الأسطورة: جودة البيانات هي قضية مشروع - حقيقة: جودة البيانات هي قضية تتعلق بالمؤسسة
بمجرد إنشاء البيانات ، حتى في سياق المشروع ، سيتم استخدامها من قبل الآخرين. قالت إن البيانات تميل إلى الإنشاء ثم إعادة إنشائها عدة مرات لأنها تشق طريقها عبر أنظمة المصدر ، من خلال التطبيقات ، من خلال التقارير والمنصات التحليلية ، وصولاً إلى قواعد بيانات Excel و Microsoft Access.
- الأسطورة: جودة البيانات تعني تنظيف البيانات - حقيقة: جودة البيانات تعني عدم الحاجة إلى إصلاح البيانات
يوفر الإعداد المسبق للقواعد وتطبيقها على البيانات المقبولة بيانات نظيفة يمكن للمستخدمين وضعها في العمل حسب الحاجة.
- الأسطورة: جودة البيانات هي مسؤولية النظام المصدر - حقيقة: يجب تحديد الملكية
في السابق ، كانت ملكية البيانات موجودة بالفعل في النظام المصدر ، ولكن الآن ، يجب تحديد "الجودة" والمسؤولية عن مكان تطبيقها.
تعريف الأعمال للجودة
لا يمكن قياس الجودة أو تحسينها إذا كانت التعريفات والقواعد غير واضحة ، أو إذا كانت القيم الصالحة غير واضحة ، أو إذا كان السياق مفقودًا ، أو إذا لم يكن هناك فهم مشترك لبيانات الجودة. توضيح قيمة السياق في فهم البيانات ، فضلاً عن أهمية المصطلحات المتسقة التي يتشاركها مستخدمو الأعمال. قالت "الحقل 1" فقط لا يكفي.
الإشراف على البيانات
وقالت إن المضيفة تعمل على حماية مورد ذي قيمة وتضمن صحة واستدامة هذا المورد. أ مضيف البيانات يفعل الشيء نفسه عندما يطورون ويحميون موارد المعلومات لمؤسسة ما ، مما يضمن سلامة البيانات بحيث يمكن استخدامها بشكل صحيح من قبل الآخرين في المنظمة. توفر المضيفة المراقبة المستمرة وصيانة أصول البيانات ، وفي معظم المؤسسات ، يركزون على الجودة ، لأنه في النهاية تُترجم الجودة إلى قابلية الاستخدام ، على حد قولها.
أنواع مضيفي البيانات
العديد من المنظمات غير واضح حول ما إذا كان مضيفو البيانات تعيش في العمل أو في مجال تكنولوجيا المعلومات ، ولكن من المهم أن نفهم أن هناك أنواعًا مختلفة من مضيفي البيانات. بعضها يركز بشكل أكبر على الأعمال التجارية ، ويعمل مع مصطلحات العمل والتعريفات والقواعد ، وبالتالي يصبحون الشخص المناسب لمساعدة مستخدمي الأعمال في مشكلة الجودة.
من المحتمل أن يكون مضيف البيانات الفنية أكثر من جانب تكنولوجيا المعلومات ، مرتبطًا بحركة البيانات أو توفير البيانات. إنهم يفهمون كيفية عمل البيانات في الخلفية لضمان ، على سبيل المثال ، كتابة قاعدة عمل جديدة لإثبات أن جودة البيانات ممكنة ، ولن تؤثر سلبًا على العمليات الأخرى.
المسؤوليات الرئيسية لمضيفي البيانات
عادةً ما يكون مضيفو البيانات مسؤولين عن تحديد سياسات البيانات ومراقبتها ، وضمان جودة البيانات ،
تحديد وقياس الامتثال لقواعد العمل ، وإدارة شروط العمل ، فضلاً عن تسهيل وقيادة الاتصال بين أصحاب المصلحة في البيانات.
يقضي مقدمو البيانات حوالي 75٪ من وقت الإشراف المخصص لهم في تحديد المعايير والنظر في جودة البيانات ثم تصحيح جودة البيانات. في العديد من المنظمات ، الإشراف على البيانات هو دور بدوام كامل.
الإشراف على البيانات هو وظيفة داخلية
غالبًا ما يكون لمقدمي البيانات مجموعة من الخصائص الشخصية - الشخصية ، على حد قولها. وعادةً ما يكون هؤلاء أشخاصًا لم يتم توظيفهم من الشارع (إلا إذا
ضرورة الإشراف على البيانات خاصة جدًا بصناعة معينة). فهم على دراية بعمليات الأعمال الأساسية ، ويتعاونون بسهولة ويعملون بشكل جيد ضمن الثقافة الحالية ، ويفهمون ما يكفي من "الحديث التكنولوجي" ليكونوا ملمين بالأشخاص التقنيين.
عادةً ما يكون المرشحون الجيدون للخدمة هم الأشخاص الذين ينمون مع مؤسسة بمرور الوقت ، ويمكنهم التعبير عن قيمة إدارة البيانات الممارسات ، سواء كانت في مجال تكنولوجيا المعلومات أم لا ، ولها تأثير على تحسين ثقافة إدارة البيانات.
نماذج الإشراف على البيانات
قدم هوبر أربعة نماذج مختلفة من الإشراف على البيانات واقترح استخدامات لكل منها.
- نموذج مجال البيانات مثالي لنطاقات البيانات الرئيسية لأنه مرن وقائم على الأعمال التجارية وحدود الملكية واضحة ، مما يعزز الاتساق عبر الأنظمة ، على حد قولها. قد يتعارض هذا النموذج مع هياكل إعداد التقارير الحالية ويتطلب اتصالًا جيدًا للنجاح ، ولكنه نموذج غالبًا ما توصي به.
- يعتمد نموذج وظيفة العمل على مضيفين يتمتعون بخبرات وسياق عمل راسخ ، والتي يمكن أن تكون جيدة لبدء البرنامج بسرعة كبيرة. يمكن للمضيفين العمل من داخل إداراتهم الخاصة ، ولكن هذا يمكن أن يحد من المساءلة عبر الإدارات الأخرى ، وقد تتعارض السياسات من مناطق متعددة. يتطلب هذا النموذج التزامًا قويًا بالتنسيق بين الإدارات ليكون ناجحًا.
- يعمل نموذج التطبيق / النظام بشكل جيد مع الشركات التي لديها CRMs و ERPs والتطبيقات المعقدة الأخرى ، حيث يعرف المضيفون بيانات النظام ويتم تحديد الملكية بوضوح. نظرًا لتركيزه على التطبيق ، يوفر هذا النموذج رؤية محدودة للصورة الأكبر على مستوى الأعمال.
- يعتبر نموذج المشروع هو الأفضل للإطلاق السريع للمنتجات عالية التأثير. عادة ما يكون للمشاريع تمويل وملكية محددة بوضوح. يمكن أن يوفر المشروع نقطة انطلاق جيدة لبرنامج مستمر ، ولكن عادة ما يتم تصميم المشاريع ليكون لها عمر محدود.
وشددت على أهمية فهم أن لكل منها نقاط قوة وضعف ، وأن المعرفة بالهيكل التنظيمي ستؤدي إلى النموذج الصحيح.
حوكمة البيانات
قالت "الحوكمة هي الإطار التنظيمي لاتخاذ القرارات حول البيانات". ستستفيد المنظمات في بداية تنفيذ إدارة البيانات ، وكذلك تلك التي تتطلع إلى إعادة برنامج موجود إلى المسار الصحيح ، من خلال تحديد أهداف البرنامج ، وتحديد مبادئها التوجيهية ، وإنشاء هيئات صنع القرار ، وتحديد حقوق اتخاذ القرار.
- أهداف البرنامج: لماذا؟ تحدد الأهداف المكتوبة سبب إدارة البيانات ، ويجب ربط جميع الأنشطة بهذه الأهداف. قالت إن جاهدًا للحصول على قائمة من ثمانية إلى عشرة ، بدلاً من 100.
- المبادئ التوجيهية: كيف؟ تعمل المبادئ التوجيهية بمثابة حواجز حماية تتيح للناس معرفة ما يمكنهم فعله وما لا يمكنهم فعله. "من الأمثلة على ذلك أن سمات بيانات العميل ستظهر من خلال عملية أو واجهة مشتركة."
- هيئات اتخاذ القرار: من؟ قم بتطوير إطار عمل تنظيمي يحدد المجموعات لمالكي البيانات ومديري البرامج ومديري البيانات والمشرفين بالإضافة إلى تحديد أعضاء اللجنة و / أو المجلس المكلفين بالإشراف.
- حقوق القرار: ماذا؟ توفر حقوق اتخاذ القرار طريقة لإخبار الأشخاص بما يتوقع منهم فعله عندما تبدأ في إعدادهم.
التقاطع
تتطلب بيانات الجودة الإشراف من حوكمة البيانات والمشاركة من الوكالة. يقوم مضيفو البيانات بمراقبة البيانات بنشاط والتوصية بالسياسة نيابة عن المنظمة - فهم هم القناة بين نتائج إدارة البيانات وإدارة البيانات. ومع ذلك ، فإن الإشراف على البيانات بدون إدارة البيانات ليس له ميثاق أو تفويض ، لذا فإن التحديد الرسمي لممثلي البيانات أمر بالغ الأهمية.
قالت إنه من أجل الإدارة الناجحة كأصل ، يجب مواءمة جودة البيانات وإدارة البيانات وإدارة البيانات. "إذا حاولت معالجة واحدة فقط من هؤلاء دون التفكير في كيفية تأثيرها على الآخرين ، فسيكون برنامجك أكثر صعوبة. الجودة لا تحدث في فراغ ".
هل تريد معرفة المزيد عن الأحداث القادمة في DATAVERSITY؟ تحقق من مجموعتنا الحالية من المؤتمرات المباشرة وجهاً لوجه عبر الإنترنت هنا.
إليك مقطع فيديو العرض التقديمي Enterprise Data World:
الصورة المستخدمة بموجب ترخيص من Shutterstock.com
