هذا المنشور هو الأول في سلسلة مخصصة لفن وعلم تنفيذ شبكة البيانات العملية (للحصول على نظرة عامة على شبكة البيانات ، اقرأ المستند التقني الأصلي تحول شبكة البيانات). تحاول السلسلة سد الفجوة بين مبادئ شبكة البيانات وتنفيذها في الحياة الواقعية من خلال الغوص بعمق في القدرات الوظيفية وغير الوظيفية الأساسية لنموذج التشغيل العامل ، وتحديد القرارات التي يجب اتخاذها لكل قدرة ، ووصف العمليات التجارية والتقنية الرئيسية المطلوبة لتنفيذها. مجتمعة ، توضح المشاركات في هذه السلسلة بعض نماذج التشغيل الممكنة لشبكة البيانات داخل المؤسسة.

[كودزو]

Kudzu - أو kuzu (ク ズ) - هي موطنها الأصلي في اليابان وجنوب شرق الصين. تم تقديمه لأول مرة إلى جنوب شرق الولايات المتحدة في عام 1876 كحل واعد للتحكم في التعرية ، وهو يمثل الآن قصة تحذيرية حول العواقب غير المقصودة ، حيث تفوق سرعة نمو كودزو على كل شيء بدءًا من الأعشاب المحلية وحتى أنظمة الأشجار من خلال النمو فوقها وتظليلها من ضوء الشمس. بحاجة إلى التمثيل الضوئي - مما يؤدي في النهاية إلى انقراض الأنواع وفقدان التنوع البيولوجي. تقدم قصة Kudzu تشبيهًا قويًا لمخاطر وعواقب تنفيذ بنى شبكات البيانات دون الفهم الكامل أو تقدير كيفية استخدامها. عندما طغى "كودزو" الخاص بمنتجات البيانات الزائفة غير المُدارة (طرق مشاركة البيانات التي تتنكر في شكل منتجات بيانات بينما تفشل في الوفاء بالالتزامات العديدة المرتبطة بها) على النظام البيئي المحلي لمنتجات البيانات الحقيقية ، يكون الاستئصال مكلفًا وعرضة للفشل ، ويمكن أن يمثل جهدًا كبيرًا وموارد ضائعة ، فضلاً عن الوقت الضائع.

رمال الصحراء

بينما كان كودزو يسيطر على الجنوب في ثلاثينيات القرن الماضي ، كان التصحر الناجم عن إزالة الغابات على نطاق واسع يغمر الغرب الأوسط ، حيث أصبحت مساحات شاسعة من الأرض قاحلة وأجبر السكان على المغادرة والعثور على أماكن أخرى لكسب لقمة العيش. بالطريقة نفسها ، يمكن لممارسات حوكمة البيانات التقييدية بشكل مفرط والتي إما تمنع منتجات البيانات من الترسخ على الإطلاق ، أو تقللها بقوة شديدة (إزالة الغابات) ، بمرور الوقت ، أن تخلق "صحارى بيانات" تدفع كل من منتجي البيانات ومستهلكيها داخل للبحث في مكان آخر عن احتياجات البيانات الخاصة بهم. في الوقت نفسه ، فإن الأساليب غير المنظمة لإدارة شبكة البيانات التي ليس لديها رؤية لأنواع المنتجات التي يجب أن توجد وكيفية ضمان تطويرها معرضة لخطر كبير لخلق نفس التأثير من خلال الإهمال البسيط. ويرجع ذلك إلى سوء فهم شائع حول شبكة البيانات كاستراتيجية بيانات ، وهي أنها منظمة ذاتيًا بشكل فعال - مما يعني أنه بمجرد تقديم الفرصة ، فإن مالكي البيانات داخل المنظمة سينتقلون إلى المسؤوليات والالتزامات المرتبطة بالنشر العالي منتجات بيانات الجودة. في الواقع ، غالبًا ما يكون عمل منتج البيانات عديم الشكر ، وبدون استراتيجيات تحفيزية واضحة ، قد ينتهي الأمر بالمنظمات بصحاري البيانات التي تخلق المزيد من مشكلات إدارة البيانات حيث يذهب المنتجون والمستهلكون إلى مكان آخر للبحث عن البيانات التي يحتاجون إليها لأداء العمل.

بونساي

بونساي (盆栽) هو شكل من أشكال الفن نشأ من تقليد صيني قديم يسمى بنجينغ (盆景) ، وتم تشكيله لاحقًا من خلال التعاليم المبسطة لبوذية زن في الممارسة التي نعرفها ونعترف بها اليوم. تقدم ممارسة المريض في Bonsai تشبيهات مفيدة للمفاهيم والعمليات المطلوبة لتجنب فوضى Kudzu وكذلك شبح صحارى البيانات التنظيمية. يلاحظ فنانو البونساي بعناية البراعم الطبيعية التي تنتجها الشجرة ويشجعون تلك التي تضيف إلى الجماليات العامة للشجرة ، بينما يقومون بتقليم تلك التي لا تعمل بشكل جيد مع جيرانهم. تنطبق الأفكار نفسها بشكل جيد على منتجات البيانات داخل شبكة البيانات - من خلال تشجيع نمو واعتماد منتجات البيانات تلك التي تضيف قيمة إلى شبكة البيانات الخاصة بنا ، وتقليم تلك التي لا تضيف قيمة إلى شبكة البيانات باستمرار ، فإننا نعظم قيمة شبكة البيانات الخاصة بنا واستدامتها. تطبيقات. على نفس المنوال ، يجب على فناني بونساي أن يوازنوا بين رؤيتهم لشكل الشجرة مع احترام الخصائص الطبيعية والبنية الفطرية للأنواع التي اختاروا العمل معها - لتجاهل بيولوجيا الشجرة سيكون كارثيًا لطول العمر من الشجرة ، وكذلك جودة الفن نفسه. بنفس الطريقة ، يجب على المنظمات التي تسعى إلى تنفيذ استراتيجيات شبكات البيانات الناجحة أن تحترم طبيعة وهيكل (قانوني ، سياسي ، تجاري ، تكنولوجي) لمنظماتها في تنفيذها.

من بين القدرات الرئيسية المقترحة لتنفيذ نموذج تشغيل شبكة بيانات مستدامة ، فإن أكثر القدرات صلة بالمشكلات التي وصفناها - واستكشفها لاحقًا في هذا المنشور - هي إدارة مجموعة منتجات البيانات.

نظرة عامة على إدارة مجموعة منتجات البيانات

تعتبر معماريات شبكات البيانات ، بطبيعتها ، مثالية للتنفيذ داخل المنظمات الفيدرالية ، مع ملكية لامركزية للبيانات وحدود قانونية أو تنظيمية أو تجارية واضحة بين الكيانات أو خطوط الأعمال. ومع ذلك ، فإن الخصائص التنظيمية نفسها التي تجعل معماريات شبكات البيانات ذات قيمة ، تعرضها أيضًا لخطر التحول إلى واحد من كوابيس Kudzu أو صحارى البيانات.

لتحديد شكل وطبيعة شبكة البيانات التنظيمية ، يجب الإجابة على عدد من الأسئلة الرئيسية ، بما في ذلك على سبيل المثال لا الحصر:

• ما هي مجالات البيانات الرئيسية داخل المنظمة؟ ما هي منتجات البيانات الرئيسية ضمن هذه المجالات اللازمة لحل مشاكل العمل الحالية؟ كيف نكرر عملية الاكتشاف هذه لإضافة قيمة أثناء قيامنا بتعيين نطاقاتنا؟
• من هم المستهلكون في مؤسستنا ، وما هي الحدود المنطقية أو التنظيمية أو المادية أو التجارية التي قد تفصلهم عن المنتجين ومنتجات البيانات الخاصة بهم؟
• كيف نشجع تطوير وصيانة منتجات البيانات الرئيسية في منظمة لامركزية؟
• كيف نراقب منتجات البيانات مقابل اتفاقيات مستوى الخدمة الخاصة بهم ، ونضمن التنبيه والتصعيد عند الفشل حتى تتم حماية المؤسسة من البيانات السيئة؟
• كيف يمكننا تمكين أولئك الذين نراهم منتجين ومستهلكين مستقلين يتمتعون بالمهارات المناسبة والأدوات المناسبة والعقلية الصحيحة للرغبة في (والقدرة على) الحصول على ملكية أكبر لنشر البيانات بشكل مستقل كمنتج واستهلاكها بمسؤولية ؟
• ما هي دورة حياة منتج البيانات؟ متى يتم إنشاء منتجات البيانات الجديدة ، ومن يُسمح له بإنشائها؟ متى يتم إهمال منتجات البيانات ، ومن المسؤول عن العواقب على المستهلكين؟
• كيف نحدد "المخاطرة" و "القيمة" في سياق منتجات البيانات ، وكيف يمكننا قياس ذلك؟ على من تقع مسؤولية تبرير وجود منتج بيانات معين؟

للإجابة على أسئلة مثل هذه والتخطيط وفقًا لذلك ، يجب على المؤسسات تنفيذ إدارة مجموعة منتجات البيانات (DPPM). لا توجد DPPM في فراغ - بحكم طبيعتها ، ترتبط DPPM ارتباطًا وثيقًا وتعتمد على ممارسات بنية المؤسسة مثل إدارة القدرة التجارية وإدارة محفظة المشاريع. ولذلك يمكن اعتبار DPPM نفسه ، جزئيًا ، ممارسة معمارية مؤسسية.

كممارسة معمارية مؤسسية ، فإن DPPM هي المسؤولة عن تنفيذها ، والتي يجب أن تكمن في وظيفة يكون اختصاصها عالميًا ومتعدد الوظائف بشكل مناسب. قد يكون هذا داخل مكتب CDO لتلك المؤسسات التي لديها CDO أو وظيفة بيانات مركزية مكافئة ، أو فريق هندسة المؤسسة في المؤسسات التي لا تملك ذلك.

أهداف DPPM

يمكن تلخيص أهداف DPPM على النحو التالي:

• حماية القيمة - يحمي DPPM قيمة استراتيجية البيانات التنظيمية من خلال تطوير وتنفيذ وإنفاذ أطر لقياس مساهمة منتجات البيانات في الأهداف التنظيمية من حيث الموضوعية. قد تشمل الأمثلة الإيرادات أو المدخرات أو التخفيضات في الخسائر التشغيلية. في وقت سابق من دورة حياتها ، يمكن قياس منتجات البيانات بمقاييس بديلة ، بما في ذلك الاعتماد (عدد المستهلكين) ومستوى النشاط (الإصدارات ، والتفاعل مع المستهلكين ، وما إلى ذلك). في السعي لتحقيق هذا الهدف ، تكون قدرة DPPM مسؤولة عن التعامل مع الأعمال التجارية للأولويات المستمرة حيث يمكن للبيانات كمنتج إضافة قيمة ومواءمة أولوية التسليم وفقًا لذلك. يتم استكشاف استراتيجيات قياس القيمة وتحديد أولويات منتجات البيانات لاحقًا في هذا المنشور.
• إدارة المخاطر - تعرض جميع منتجات البيانات مخاطر للمؤسسة - مخاطر إهدار الأموال والجهد من خلال عدم التبني ، ومخاطر الخسارة التشغيلية المرتبطة بالاستخدام غير السليم ، وخطر الفشل من جانب منتج البيانات في تلبية المتطلبات المتعلقة بالتوافر والاكتمال أو جودة. تتفاقم هذه المخاطر في حالة انتشار منتجات البيانات منخفضة الجودة أو غير الخاضعة للرقابة. يسعى DPPM إلى فهم وقياس هذه المخاطر على أساس فردي ومجمع. يعد هذا هدفًا صعبًا بشكل خاص لأن ما يشكل خطرًا مرتبطًا بوجود منتج بيانات معين يتم تحديده إلى حد كبير من قبل المستهلكين ومن المرجح أن يتغير بمرور الوقت (على الرغم من أنه مثل الانتروبيا ، من المرجح أن يزداد فقط).
• دليل التطور - الهدف النهائي من DPPM هو توجيه تطور مشهد منتجات البيانات لتلبية أهداف البيانات التنظيمية الشاملة ، مثل المجالات ومنتجات البيانات الحصرية أو الشاملة بشكل جماعي ، وتحديد وتمكين الملكية أحادية الترابط لتعريفات المنتج ، أو تضمين رشيقة لمصادر جديدة للبيانات وإنشاء منتجات لخدمة أهداف الأعمال التكتيكية أو الإستراتيجية. يتم استكشاف بعض مبادئ إدارة تطور شبكة البيانات ، وتقييم منتجات البيانات مقابل الأهداف التنظيمية ، لاحقًا في هذا المنشور.

تحديات DPPM

في هذا القسم ، نستكشف بعض تحديات DPPM ، والطرق العملية التي يمكن بها معالجة بعض هذه التحديات.

طفولة

شبكة البيانات كمفهوم لا يزال جديدًا نسبيًا. على هذا النحو ، هناك القليل من التوحيد القياسي المرتبط بنماذج التشغيل العملية لبناء وإدارة معماريات شبكات البيانات ، ولا يوجد وصول إلى نماذج تشغيل مرجعية أو أطر عمل أو أدوات متكاملة لدعم ممارسة DPPM.

يتم دعم بعض عناصر DPPM في أدوات متباينة (على سبيل المثال ، تتضمن بعض كتالوجات البيانات ميزات المجتمع الأساسية التي تساهم في قياس القيمة) ، ولكن ليس بطريقة شاملة. بمرور الوقت ، من المحتمل أن يحدث توحيد العمليات المرتبطة بـ DPPM كأثر جانبي للتسليع ، مدفوعًا بشعبية واعتماد خدمات جديدة تأخذ وأتمتة المزيد من الرفع الثقيل غير المتمايز المرتبط بالإشراف الشبكي. ومع ذلك ، في غضون ذلك ، تُترك المؤسسات التي تتبنى بنى شبكات البيانات إلى حد كبير لأجهزتها الخاصة حول كيفية تشغيلها بفعالية.

المقاومة

أنقى تعبير عن الديمقراطية هو الفوضى ، وكلما كانت المنظمة أكثر اتحادًا (هي نفسها عامل داعم في اختيار بنى شبكة البيانات) ، يمكن ملاحظة المزيد من المقاومة لأي شكل من أشكال الحكم المركزي. هذا يمثل تحديًا لـ DPPM ، لأنه بطريقة ما يجب أن يجتمع في مكان واحد. تمامًا كما يعرف فنان بونساي رؤية الشجرة بأكملها ، يجب أن تكون هناك رؤية متماسكة وقدرة على توجيه تطور شبكة البيانات ، بغض النظر عن مدى اتساع المجالات الفردية أو منتجات البيانات الموحدة والمستقلة.

تحقيق التوازن بين هذا والحاجة إلى احترام الشكل الطبيعي (والثقافة) للمؤسسة ، ومع ذلك ، يتطلب من المنظمات التي تنفذ DPPM التفكير في كيفية القيام بذلك بطريقة لا تتعارض مع واقع المنظمة. قد يعني هذا ، على سبيل المثال ، أن DPPM قد يحتاج إلى أن يحدث في عدة طبقات - على الأقل داخل مجالات البيانات ، ربما ضمن خطوط الأعمال ، ثم على مستوى المؤسسة من خلال لجان البيانات المناسبة أو النقابات أو الهياكل الأخرى التي تجمع أصحاب المصلحة معًا. كل هذا يعقد العمليات والتعاون اللازمين لأداء DPPM بشكل فعال.

نضج

تفترض معماريات شبكات البيانات ، وبالتالي DPPM ، مستويات عالية نسبيًا من نضج البيانات داخل المؤسسة - استراتيجية بيانات واضحة ، وفهم ملكية البيانات والإشراف عليها ، والمبادئ والسياسات التي تحكم استخدام البيانات ، ومستوى متوسط ​​إلى مرتفع من التعليم والتدريب حول البيانات داخل المنظمة. سيواجه نقص نضج البيانات داخل المنظمة ، أو ضعف أو وظيفة بنية المؤسسة غير الناضجة ، عقبات كبيرة في تنفيذ أي بنية شبكة بيانات ، ناهيك عن ممارسة DPPM قوية ومفيدة.

ومع ذلك ، في الواقع ، نضج البيانات ليس موحدًا عبر المؤسسات. حتى في المنظمات التي تبدو منخفضة النضج ، غالبًا ما تكون هناك فرق أكثر نضجًا ولديها شهية أكبر للمشاركة. من خلال الاعتماد على هذه الفرق وإظهار القيمة من خلالها أولاً ، ثم استخدامها كمبشرين ، يمكن للمؤسسات أن تكتسب النضج بينما تستفيد مبكرًا من مزايا استراتيجيات شبكة البيانات.

تستكشف الأقسام التالية تنفيذ DPPM على طول خطوط الأشخاص والعملية والتكنولوجيا ، بالإضافة إلى وصف الخصائص الرئيسية لمنتجات البيانات - النطاق والقيمة والمخاطر والتفرد والملاءمة - وكيفية ارتباطها بممارسات شبكة البيانات.

مجتمع

لتنفيذ DPPM بشكل فعال ، قد تحتاج مجموعة واسعة من أصحاب المصلحة في المنظمة إلى المشاركة في قدرة أو بأخرى. يقترح الجدول التالي بعض الأدوار الرئيسية ، ولكن الأمر متروك لمؤسسة فردية لتحديد كيف وما إذا كانت هذه الأدوار والوظائف مرتبطة بها.

** يتكون مجلس البيانات عادةً من ممثلين دائمين من كل وظيفة (أصحاب نطاق البيانات) ، وهندسة المؤسسة ، وكبير مسؤولي البيانات أو ما يعادله.

المعالجة:

يوضح الرسم البياني التالي الممارسات الإستراتيجية والتكتيكية والتشغيلية المرتبطة بـ DPPM. يتم استكشاف بعض الاعتبارات الخاصة بتنفيذ هذه الممارسات بمزيد من التفصيل في هذا المنشور ، على الرغم من أن تفسيرها المحدد وتنفيذها يعتمد على المؤسسة الفردية.

الحدود

عند قراءة هذا القسم ، من المهم أن تضع في اعتبارك تأثير الحدود - على الرغم من إمكانية وضع استراتيجية تطوير كممارسة عالمية ، يجب أن تحترم الممارسات الأخرى داخل DPPM الحدود التنظيمية ذات الصلة (والتي قد تكون مادية ، جغرافية ، تشغيلية ، قانونية ، تجارية ، أو تنظيمية بطبيعتها). في بعض الحالات ، قد يتطلب وجود الحدود تكرار بعض أو كل الممارسات التكتيكية والتشغيلية داخل كل حدود مرتبطة. على سبيل المثال ، قد تحتاج شركة التأمين التي لديها كيان قانوني للممتلكات والإصابات في أمريكا الشمالية وكيان الحياة في ألمانيا إلى تنفيذ DPPM بشكل منفصل داخل كل كيان.

تطوير الإستراتيجية

تتناول هذه الممارسة الإجابة على الأسئلة المرتبطة باستراتيجية شبكة البيانات الشاملة ، بما في ذلك ما يلي:

• النطاق العام (مجالات البيانات والكيانات المشاركة وما إلى ذلك) لشبكة البيانات
• درجة حرية الكيانات المشاركة في تعريفها وتنفيذها لشبكة البيانات (على سبيل المثال ، شبكة من الشبكات مقابل شبكة واحدة)
• توزيع المسؤوليات للأنشطة والقدرات المرتبطة بشبكة البيانات (درجة الدمقرطة)
• تعريف وتوثيق مؤشرات الأداء الرئيسية (KPIs) التي يجب أن تحكم شبكة البيانات على أساسها (مثل المخاطر والقيمة)
• نموذج تشغيل الحوكمة (بما في ذلك هذه الممارسة)

تشمل المخرجات الرئيسية ما يلي:

• المبادئ التوجيهية التنظيمية للعمليات التشغيلية حول الفرز المسبق وفحص منتجات البيانات
• مؤشرات الأداء الرئيسية المحددة جيدًا والتي توجه تطوير المنهجية والاختيار لممارسات مثل تحليل منتجات البيانات والفحص والاختيار الأمثل للمحفظة
• تخصيص الموارد التنظيمية (الأشخاص والميزانية والوقت) لتنفيذ العمليات التكتيكية حول تطوير المنهجية والاختيار الأمثل للمحفظة وتعديل المحفظة

الاعتبارات الرئيسية

في هذا القسم ، نناقش بعض الاعتبارات الرئيسية لتطوير الإستراتيجية.

هيكل شبكة البيانات

يوضح هذا الرسم التخطيطي العلاقة المماثلة بين منتجات البيانات في شبكة البيانات ، وهيكل الشبكة نفسها.

تتعلق الاعتبارات التالية بالفحص وتحليل منتجات البيانات واختيار المحفظة الأمثل.

• Trunk (منتجات البيانات الأساسية) - منتجات البيانات الأساسية هي تلك المنتجات الأساسية لقدرة المؤسسة على العمل ، والتي تُشتق منها غالبية منتجات البيانات الأخرى. قد تكون هذه منتجات بيانات مستهلكة في تنفيذ أنشطة الأعمال الرئيسية ، أو مرتبطة بالعمليات الحيوية مثل التقارير التنظيمية وإدارة المخاطر. تفضل الحوكمة التنظيمية لمنتجات البيانات هذه عادةً التوافر ودقة البيانات على المرونة.

• الفرع (منتجات البيانات عبر المجال) - تمثل منتجات البيانات عبر النطاقات حالات الاستخدام عبر النطاقات الأكثر شيوعًا للبيانات (على سبيل المثال ، ضم بيانات العميل مع بيانات المنتج). يمكن استخدام منتجات البيانات هذه على نطاق واسع عبر وظائف الأعمال لدعم التقارير والتحليلات ، وإلى حد أقل - العمليات التشغيلية. نظرًا لأن منتجات البيانات هذه قد تستهلك مجموعة متنوعة من المصادر ، فقد تفضل الحوكمة التنظيمية وجهة نظر متوازنة حول المرونة مقابل الموثوقية ، وقبول درجة معينة من المخاطر مقابل القدرة على التكيف مع التغييرات في مصادر البيانات. يمكن أن توفر إصدارات منتجات البيانات التخفيف من المخاطر المرتبطة بالتغيير.
• ورقة (كل شيء آخر) - هذه هي منتجات البيانات التي لا تعد ولا تحصى التي قد تنشأ داخل شبكة البيانات ، إما كإضافات دائمة لدعم الفرق الفردية وحالات الاستخدام أو كمنتجات بيانات مؤقتة لملء فجوات البيانات أو دعم المبادرات محدودة الوقت. نظرًا لأن عدد منتجات البيانات هذه قد يكون مرتفعًا وتقتصر المخاطر عادةً على عملية واحدة أو جزء صغير من المنظمة ، تفضل الحوكمة التنظيمية عادةً لمسة خفيفة وقد تفضل الحكم من خلال الإرشادات وأفضل الممارسات ، بدلاً من المشاركة النشطة في دورة حياة منتج البيانات.

منتجات البيانات مقابل تعريفات البيانات

يوضح الشكل التالي كيفية تعريف تعريفات البيانات وتوريثها عبر سلالة منتجات البيانات.

في بنية شبكة البيانات ، قد ترث منتجات البيانات البيانات من بعضها البعض (يستهلك أحد منتجات البيانات منتجًا آخر في خط أنابيب البيانات الخاص به) أو ينشر البيانات بشكل مستقل داخل (أو يرتبط) بنفس المجال. على سبيل المثال ، قد يتم توريث منتج بيانات العميل بواسطة منتج بيانات دعم العملاء ، بينما قد ينشر منتج آخر لبيانات رحلة العميل البيانات ذات الصلة بالعميل مباشرةً من مصادر مستقلة. عندما لا يتم تطبيق أي معايير على كيفية استخدام سمات بيانات المجال ونشرها ، فقد تفقد منتجات البيانات حتى ضمن نفس نطاق البيانات إمكانية التشغيل البيني لأنه يصبح من الصعب أو المستحيل ضمها معًا لأغراض إعداد التقارير أو التحليلات.

لمنع هذا ، قد يكون من المفيد التمييز بين منتجات البيانات وتعريفات البيانات. عادة ، ستختار المؤسسات مالكًا مترابطًا واحدًا (غالبًا مالك أو مضيف بيانات ، أو مالك بيانات المجال أو مضيف) يكون مسؤولاً عن تحديد الحد الأدنى من تعريفات البيانات لكيانات البيانات المشتركة والقابلة لإعادة الاستخدام داخل نطاقات البيانات. على سبيل المثال ، يجوز لمالك البيانات المسؤول عن مجال بيانات المبيعات والتسويق تحديد منتج بيانات العميل ككيان بيانات قابل لإعادة الاستخدام داخل المجال ونشر تعريف بيانات أدنى يجب على جميع منتجي البيانات ذات الصلة بالعميل تضمينه في منتجات البيانات الخاصة بهم ، تأكد من أن جميع منتجات البيانات المرتبطة ببيانات العميل قابلة للتشغيل البيني.

يمكن أن تساعد DPPM في تحديد وإنتاج تعريفات البيانات كجزء من أنشطة تحليل منتجات البيانات ، بالإضافة إلى فرض دمجها كجزء من الإشراف على تطوير منتجات البيانات.

التفكير في إدارة الخدمة

تتعلق هذه الاعتبارات بتحليل منتجات البيانات والتقييم الدوري واختيار المنهجية.

منتجات البيانات هي خدمات تقدم للمؤسسة أو خارجيًا للعملاء والشركاء. على هذا النحو ، قد يكون من المنطقي تكييف إطار إدارة خدمة مثل ITIL ، بالاقتران مع نموذج نضج ITIL ، لاستخدامه في تقييم ملاءمة منتجات البيانات لنطاقها وجمهورها ، وكذلك في وصف الأدوار والعمليات و التقنيات المقبولة التي يجب أن تشكل نموذج التشغيل لأي منتج بيانات.

على المستوى التشغيلي ، قد يتغير أصحاب المصلحة المطلوبون لتنفيذ كل ممارسة اعتمادًا على نطاق منتج البيانات. على سبيل المثال ، قد تتطلب ممارسة إدارة الإصدار لمنتج البيانات الأساسية مشاركة مجلس البيانات ، في حين أن نفس الممارسة لمنتج بيانات الفريق قد تشمل فقط الفريق أو الرئيس الوظيفي. لتجنب خلق معوقات صنع القرار ، يجب على المنظمات أن تهدف إلى تقليل عدد أصحاب المصلحة في كل حالة والتركيز على أصحاب الخيوط الفردية حيثما أمكن ذلك.

يقترح الجدول التالي مجموعة فرعية من القدرات وكيف يمكن تطبيقها على منتجات البيانات ذات النطاقات المختلفة. يتم تضمين مستويات النضج المستهدفة المقترحة ، بين 1 و 5 ، لكل نطاق. (1 = مبدئي ، 5 = تحسين)

تطوير المنهجية

تتعامل هذه الممارسة مع تطوير أطر عمل ملموسة وموضوعية ومقاييس وعمليات لقياس قيمة منتج البيانات والمخاطر. نظرًا لأن العوامل الدافعة وراء المخاطرة والقيمة ليست بالضرورة هي نفسها بين المنتجات ، فقد يكون من الضروري تطوير عدة منهجيات أو متغيرات منها.

تشمل المخرجات الرئيسية ما يلي:

• أطر عمل جيدة التحديد لقياس المخاطر وقيمة منتجات البيانات ، وكذلك لتحديد المحفظة المثلى لمنتجات البيانات
• مقاييس مجدية من الناحية التشغيلية وقابلة للقياس مرتبطة بالقيمة والمخاطر

الاعتبارات الرئيسية

من الاعتبارات الرئيسية لتقييم منتجات البيانات قيمة المستهلك أو المخاطرة مقابل التفرد. يوضح الرسم البياني التالي كيف يتم دفع قيمة منتج البيانات ومخاطره من قبل المستهلكين.

لا تمثل منتجات البيانات بطبيعتها مخاطر أو تضيف قيمة ، ولكنها تشكل بشكل غير مباشر - بطريقة مجمعة - المخاطر والقيمة التي يخلقها المستهلكون.

في نموذج القيمة والمخاطر المتمحور حول المستهلك ، تضمن حوكمة المستهلكين أن جميع استخدامات البيانات تفي بالمتطلبات التالية:

• يرتبط بحالة عمل تبرر استخدام البيانات (على سبيل المثال ، نشاط تجاري جديد ، وخفض التكلفة من خلال أتمتة عمليات الأعمال ، وما إلى ذلك)
• يتم تقييمها بانتظام بالرجوع إلى المخاطر المرتبطة بحالة الاستخدام (على سبيل المثال ، التقارير التنظيمية

ثم يتم حساب القيمة والمخاطر المرتبطة بمنتجات البيانات المرتبطة كتجميع. حيث تقوم المؤسسات بالفعل بتتبع حالات الاستخدام المرتبطة بالبيانات ، إما كجزء من إدارة خصوصية البيانات أو كمنتج ثانوي لعملية الموافقة على الوصول ، يمكن إعادة استخدام هذه الأنظمة وقواعد البيانات الحالية أو توسيعها.

على العكس من ذلك ، عندما تتداخل منتجات البيانات مع بعضها البعض ، يتم تقليل قيمتها بالنسبة للمؤسسة وفقًا لذلك ، لأن التكرار بين منتجات البيانات يمثل استخدامًا غير فعال للموارد ويزيد من التعقيد التنظيمي المرتبط بإدارة جودة البيانات.

لضمان أن يكون النموذج ممكنًا من الناحية التشغيلية (انظر المخرجات الرئيسية لتطوير المنهجية) ، قد يكون كافياً النظر في التجميعات البسيطة ، بدلاً من محاولة حساب القيمة وإسناد المخاطر على مستوى المنتج أو حالة الاستخدام.

الاختيار الأمثل للمحفظة

تتعامل هذه الممارسة مع تحديد مجموعة منتجات البيانات (الحالية أو الجديدة أو المحتملة) التي تلبي احتياجات المؤسسة الحالية والمستقبلية بشكل أفضل. تأخذ هذه الممارسة مدخلات من تحليل منتجات البيانات ومقترحات منتجات البيانات ، بالإضافة إلى ممارسات بنية المؤسسة الأخرى (على سبيل المثال ، هندسة الأعمال) ، وتأخذ في الاعتبار المفاضلات بين ديون البيانات والوقت إلى القيمة ، بالإضافة إلى اعتبارات أخرى مثل كتكرار بين منتجات البيانات لتحديد المزيج الأمثل لمنتجات البيانات الدائمة والمؤقتة في أي وقت معين.

نظرًا لأن عدد منتجات البيانات في مؤسسة ما قد يصبح كبيرًا بمرور الوقت ، فقد يكون من المفيد تطبيق الأساليب التجريبية على مشكلة الاختيار الأمثل للمحفظة. على سبيل المثال ، قد يكون كافياً النظر في منتجات البيانات الأساسية وعبر النطاقات (الجذع والفروع) خلال مراجعات الحافظة ربع السنوية ، مع تدقيق منتجات البيانات الأخرى (الإجازات) على أساس سنوي.

تشمل المخرجات الرئيسية ما يلي:

• تعريف حالة الهدف لشبكة البيانات ، بما في ذلك جميع منتجات البيانات ذات الصلة
• إشارة إلى الأولويات التنظيمية لاستخدامها من خلال ممارسة تعديل المحفظة

الاعتبارات الرئيسية

فيما يلي الاعتبارات الرئيسية المتعلقة بنصف عمر منتج البيانات:

• منتجات البيانات طويلة الأجل أو الإستراتيجية - تلبي منتجات البيانات هذه احتياجًا تنظيميًا طويل الأجل ، وغالبًا ما ترتبط بأنظمة المصدر الرئيسية في مجالات مختلفة ، وترسيخ استراتيجية البيانات الشاملة. بمرور الوقت ، مع نضوج شبكة بيانات المؤسسة ، يجب أن تشكل منتجات البيانات طويلة المدى الجزء الأكبر من الشبكة.
• منتجات البيانات المحددة زمنيا - تملأ منتجات البيانات هذه فجوة في استراتيجية البيانات وتسمح للمؤسسة بالتحرك في فرص البيانات حتى يمكن تحديث منتجات البيانات الأساسية. مثال على ذلك قد يكون منتجات البيانات التي تم إنشاؤها واستخدامها في سياق عمليات الاندماج والاستحواذ والمعاملات وما بعد الاستحواذ ، لتوفير بيانات متسقة لإعداد التقارير وذكاء الأعمال حتى يتم دمج التطبيقات على المدى المتوسط ​​والطويل. تعتبر منتجات البيانات المحددة زمنياً ديون بيانات ويجب إدارتها وفقًا لذلك.
• منتجات البيانات المدفوعة الغرض - منتجات البيانات هذه تخدم غرضًا ضيقًا ومحدودًا. قد تكون منتجات البيانات التي تعتمد على الغرض محددة أو لا تكون محددة زمنيًا ، ولكنها تتميز في المقام الأول بمجموعة صارمة من المستهلكين معروفة مسبقًا. من أمثلة ذلك:
  • تم تطوير منتجات البيانات لدعم تنسيق نظام السجلات بين خطوط الأعمال (على سبيل المثال ، إلغاء تكرار سجلات العملاء بين خطوط التأمين التجارية باستخدام أنظمة CRM منفصلة
  • منتجات البيانات التي تم إنشاؤها بشكل صريح لمراقبة منتجات البيانات الأخرى (جودة البيانات ، وتكرار التحديث ، وما إلى ذلك)

تعديل المحفظة

تنفذ هذه الممارسة تحليل الجدوى والتخطيط وإدارة المشاريع ، فضلاً عن أنشطة إدارة الاتصال والتغيير التنظيمي المرتبطة بالتغييرات في المحفظة المثلى. كجزء من هذه الممارسة ، يتم إجراء تحليل الفجوة بين حافظة منتجات البيانات الحالية والمستهدفة ، ومجموعة من الإجراءات المطلوبة والوقت المقدر والجهد المعد للمراجعة من قبل المنظمة. خلال هذه الفترة ، قد يتم تمييز منتجات البيانات للتطوير (منتجات البيانات الجديدة لملء الحاجة) ، أو التغييرات ، أو الدمج (دمج اثنين أو أكثر من منتجات البيانات في منتج بيانات واحد) ، أو الإهمال. قد تكون هناك حاجة إلى العديد من التكرارات لاختيار المحفظة الأمثل وتعديل المحفظة لإيجاد توازن مناسب بين الأمثلية وجدوى التنفيذ.

تشمل المخرجات الرئيسية ما يلي:

• تحليل الفجوة بين حافظة منتجات البيانات الحالية والمستهدفة ، بالإضافة إلى أنشطة العلاج المقترحة
• خطط المشروع عالية المستوى والجهود أو تقييمات الميزانية المرتبطة بالتغييرات المطلوبة ، للموافقة عليها من قبل أصحاب المصلحة المعنيين (مثل مجلس البيانات)

مقترحات منتج البيانات

تنظم هذه الممارسة عملية جمع وترتيب أولويات الطلبات الخاصة بمنتجات البيانات الجديدة أو التغييرات على منتجات البيانات الحالية داخل المنظمة. يمكن تكييف تنفيذه أو إدارته من خلال عمليات إدارة الطلب الحالية داخل المنظمة.

تشمل التسليمات الرئيسية سجل الطلب مقابل منتجات البيانات الجديدة أو الحالية ، بما في ذلك البيانات الوصفية لأنظمة المصدر والسمات وحالات الاستخدام المعروفة ومالكي منتجات البيانات المقترحة والأولوية التنظيمية المقترحة.

اختيار المنهجية

ترتبط هذه الممارسة بتحديد وتطبيق أنسب المنهجيات (مثل القيمة والمخاطر) أثناء تحليل منتج البيانات ، والفحص ، واختيار المحفظة الأمثل. يعد اختيار منهجية مناسبة لنوع منتج البيانات ونضجه ونطاقه (أو مجموعة كاملة) عنصرًا أساسيًا في تجنب شبكة "Kudzu" أو "صحراء البيانات".

تشمل المخرجات الرئيسية معايير اختيار قابلة لإعادة الاستخدام لرسم خرائط المنهجيات لمنتجات البيانات أثناء تحليل منتج البيانات ، والفحص ، واختيار المحفظة الأمثل.

فحص ما قبل

هذه الممارسة الاختيارية هي في الأساس آلية لتجنب الوقت والجهد غير الضروريين في الممارسة الباهظة الثمن نسبيًا لتحليل منتجات البيانات من خلال تقديم تطبيقات الخدمة الذاتية البسيطة للإرشادات لتقييم منتجات البيانات. قد يتضمن أحد الأمثلة الموافقة الآلية على منتجات البيانات التي تندرج تحت تصنيف منتجات البيانات الشخصية ، والتي تتطلب تصديقًا فقط من جانب مقدم الطلب بأنه سيؤيد الأجزاء ذات الصلة من الدليل الإرشادي الذي يحكم منتجات البيانات هذه.

تشمل المخرجات الرئيسية أدوات وقوائم مراجعة لتقييم الخدمة الذاتية لمنتجات البيانات مقابل الإرشادات والتسجيل الآلي لمنتجات البيانات المعتمدة.

تحليل منتج البيانات

تتضمن هذه الممارسة إرشادات ومنهجيات وكذلك (عند توفرها) البيانات الوصفية المتعلقة بمنتجات البيانات (الأداء مقابل SLO ، ومقاييس إدارة الخدمة ، ودرجة التداخل مع منتجات البيانات الأخرى) لإنشاء فهم للقيمة والمخاطر المرتبطة بمنتجات البيانات الفردية ، وكذلك الفجوات بين آجال استحقاق القدرات الحالية والمستهدفة ، والامتثال لتعريفات ومعايير المنتجات المنشورة.

تشمل المخرجات الرئيسية ملخصًا لنتائج منتج بيانات معين ، بما في ذلك درجات القيمة ذات الصلة ، والمخاطر ، ومقاييس النضج ، بالإضافة إلى الفجوات التشغيلية التي تتطلب العلاج والتوصيات بشأن الخطوات التالية (الإصلاح ، والتعزيز ، وإيقاف التشغيل ، وما إلى ذلك).

الفحص

هذه الممارسة الاختيارية هي آلية لتقليل التعقيد في الاختيار الأمثل للمحفظة من خلال ضمان الإزالة المبكرة لمنتجات البيانات من الاعتبار التي تفشل في تلبية أهداف القيمة أو المخاطر ، أو تم تحديدها على أنها زائدة عن الحاجة إلى منتجات البيانات الأخرى المتوفرة بالفعل في المؤسسة.

تشمل المخرجات الرئيسية قائمة بمنتجات البيانات التي يجب تحديدها للإزالة (مباشرة إلى إيقاف التشغيل).

تطوير منتجات البيانات

لا يتم تنفيذ هذه الممارسة مباشرة في إطار DPPM ، ولكن تتم إدارتها جزئيًا من خلال ممارسة تعديل المحفظة ، وقد تخضع للمعايير التي تم تطويرها كجزء من DPPM. في سياق DPPM ، ترتبط هذه الممارسة بشكل أساسي بضمان تطوير منتجات البيانات وفقًا للمواصفات المتفق عليها كجزء من تعديل المحفظة.

تشمل النواتج الرئيسية إدارة المشروع والبرامج أو تسليمات تطوير الخدمات والمصنوعات اليدوية.

إيقاف تشغيل منتج البيانات

تدير هذه الممارسة إيقاف تشغيل منتجات البيانات وترحيل المستهلكين المتأثرين إلى منتجات البيانات الجديدة أو غيرها من منتجات البيانات عند الاقتضاء. يمكن أن يؤدي إيقاف تشغيل منتجات البيانات غير المُدار ، خاصة تلك التي لديها العديد من المستهلكين في المراحل النهائية ، إلى تهديد استقرار شبكة البيانات بالكامل ، فضلاً عن عواقب وخيمة على وظائف الأعمال.

تشمل المخرجات الرئيسية خطة إيقاف التشغيل ، بما في ذلك تقييم أصحاب المصلحة والتوقيع ، والجداول الزمنية ، وخطط الترحيل للمستهلكين المتأثرين ، واستراتيجيات التراجع.

التقييم الدوري

تدير هذه الممارسة التقويم وتنفيذ المراجعات الدورية لشبكة البيانات ، بالكامل وكذلك على مستوى منتج البيانات ، وهي في الأساس تمرين في إدارة المشروع.

تشمل المخرجات الرئيسية ما يلي:

• تقويم المراجعة السنوية ، المنشور والمتاح لجميع مالكي منتجات البيانات وأصحاب المصلحة المتأثرين
• مخرجات إدارة المشروع والمصنوعات اليدوية ، بما في ذلك أدلة على إجراء تقييمات لكل منتج من منتجات البيانات

تكنولوجيا

على الرغم من أن معظم الممارسات داخل DPPM لا تعتمد بشكل كبير على التكنولوجيا والأتمتة ، إلا أن بعض التطبيقات والخدمات الداعمة الرئيسية مطلوبة لتنفيذ DPPM بشكل فعال:

• كتالوج البيانات - يعتبر كتالوج البيانات التنظيمي أساس تسليم DPPM. إلى جانب توفير الشفافية فيما يتعلق بمنتجات البيانات الموجودة داخل المؤسسة ، يمكن أن يوفر كتالوج البيانات رؤى أساسية حول تسلسل البيانات بين منتجات البيانات (مفتاح تنفيذ تعديل الحافظة) واعتماد منتجات البيانات من قبل المؤسسة. يمكن أيضًا استخدام كتالوج البيانات لالتقاط وإتاحة كل من SLO الموثق وكذلك المحقق لأي منتج بيانات معين ، و- من خلال استخدام قاموس مصطلحات الأعمال - المساعدة في تحديد التكرار بين منتجات البيانات.
• إدارة الخدمات - تقدم حلول إدارة الخدمة (مثل ServiceNOW) المستخدمة في سياق إدارة منتجات البيانات رؤى مهمة حول ملاءمة منتجات البيانات من خلال التقاط وتتبع الحوادث والمشكلات والطلبات والمقاييس الأخرى مقابل منتجات البيانات.
• إدارة الطلب - يدعم حل إدارة الطلب تنفيذ الخدمة الذاتية وأتمتة اقتراح منتج البيانات وأنشطة الفرز المسبق ، بالإضافة إلى أنشطة تحديد الأولويات المرتبطة باختيار منتجات البيانات وتطويرها.

وفي الختام

على الرغم من أن هذا المنشور ركز على تنفيذ DPPM في سياق شبكة البيانات ، فإن هذه الإمكانية - مثل التفكير في منتج البيانات - ليست مقصورة على بنى شبكات البيانات. يمكن ممارسة الممارسات الموضحة هنا على أي نطاق لضمان أن إنتاج واستخدام البيانات داخل المنظمة يتماشى دائمًا مع احتياجاتها الحالية والمستقبلية ، وأن الحوكمة يتم تنفيذها بطريقة متسقة ، وأن المنظمة يمكن أن يكون لها بونساي ، لا كودزو.

لمزيد من المعلومات حول شبكة البيانات وإدارة البيانات ، يرجى الرجوع إلى ما يلي:

في المنشورات القادمة ، سنغطي الجوانب الأخرى لنماذج تشغيل شبكة البيانات ، بما في ذلك الإشراف على شبكة البيانات ونماذج إدارة الخدمة لأصحاب منتجات البيانات.

حول المؤلف

ماكسيميليان مايرهوفر هو مهندس حلول رئيسي يعمل في فريق Go-to-Market التابع لشركة AWS Financial Services EMEA. يتمتع بخبرة تزيد عن 12 عامًا في التحول الرقمي ضمن الخدمات المصرفية الخاصة وإدارة الأصول. في أوقات فراغه ، يكون قارئًا نهمًا للخيال العلمي ويتمتع بالصخرة.

فارس حداد هو قائد البيانات والرؤى في فريق AABG الإستراتيجية. إنه يساعد الشركات على أن تصبح مدفوعة بالبيانات بنجاح.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• تشارت بريم. ارفع مستوى لعبة التداول الخاصة بك مع ChartPrime. الوصول هنا.
• BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
• المصدر https://aws.amazon.com/blogs/big-data/the-art-and-science-of-data-product-portfolio-management/