관리자와 작업자가 조화로운 데이터 활동을 지원하는 비즈니스 프로그램인 데이터 거버넌스(DG)와 데이터 자산 활용에 전념하는 관행, 개념 및 프로세스의 포괄적인 모음인 데이터 관리(DM)에 대해 논의할 때 종종 용어를 같은 의미로 사용합니다. . 때로는 두 단어가 모두 동일한 개념을 가리키기도 하며 이러한 대화는 여전히 생산적입니다. 때로는 "데이터 거버넌스"와 "데이터 관리" 사이를 전환하면 의사소통이 잘못될 수도 있습니다.

예를 들어 데이터 거버넌스(Data Governance)를 표준화하는 동시에 데이터 품질 작업에는 데이터 품질 정리 도구에 대한 기술적 세부 정보가 포함되지 않습니다. 그러나 이 주제는 데이터 관리에 속합니다. 따라서 용어를 혼합하고 매칭하면 데이터 거버넌스가 범위 확장에 직면하거나 데이터 거버넌스의 우선 순위로 남아 있는 데이터 관리 대화가 손실되는 혼란스러운 대화가 발생할 수 있습니다. 이러한 잘못된 의사소통으로 인해 이유가 설명될 수 있습니다. 82% 의 비즈니스 리더는 혼란스러운 데이터 거버넌스 정책을 가장 큰 과제로 꼽습니다.

보다 명확하고 직접적인 데이터 거버넌스 정책을 향한 한 가지 방법은 데이터 관리 또는 데이터 거버넌스 용어를 사용할 때 관리자와 직원 간의 보다 투명한 커뮤니케이션을 포함합니다. 이 글이 정리가 될 것입니다 데이터 거버넌스 대 데이터 관리 더 좋고 더 간단한 결과를 얻기 위한 개념입니다.

데이터 관리란 무엇입니까?

데이터 관리는 조직 데이터의 모든 측면과 해당 데이터가 캡처, 저장, 변환, 전송, 전달, 사용 및 삭제되는 방법을 다룹니다. 일반적으로 이러한 활동은 비즈니스 전략과 데이터 전략 함께.

조직은 보유하고 있는 데이터의 종류, 이를 설명하는 방법, 수집하는 이유를 파악하기 위해 데이터 관리에 투자합니다. 이 정보는 데이터 관리에 적합합니다. 질문 리더들이 자주 묻는 질문은 다음과 같습니다.

• 현재 필요한 데이터는 어디에 있습니까? 
• 데이터를 필요한 곳으로 이동할 수 있나요?
• 데이터를 신뢰할 수 있을 만큼 데이터 품질이 충분합니까?

이에 대한 좋은 답변을 얻으려면 데이터 관리에서는 데이터 엔지니어와 모델러부터 해당 분야 전문가와 제품 관리자에 이르기까지 회사의 모든 사람이 함께 작업해야 하며, 특히 각 팀이 다음을 담당하는 경우 더욱 그렇습니다. 독특한 데이터 제품. 협업 활동 외에도 IT, 엔지니어 및 기타 사람들은 도구와 프로세스를 사용하여 독립적으로 작업하여 조직 전체와 클라우드에서 데이터 흐름을 처리하고 개선합니다. 데이터 운영 활동.

기업이 데이터 관리를 잘 수행하면 협업을 통해 비즈니스 윤리 및 규정에 따라 데이터를 보호하고 비즈니스 운영자 및 운영팀이 데이터에 액세스할 수 있게 됩니다. 이들 기업은 인력, 프로세스, 기술을 통해 성공을 입증합니다.

데이터 거버넌스란 무엇입니까?

데이터 거버넌스는 더 나은 통합과 법적 준수를 위해 다양한 구성 요소를 연결하는 데이터 관리 서비스입니다. 하는 동안 자동화된 도구 도움이 되고 필요하지만 데이터 거버넌스를 정의하지는 않습니다. 대신 데이터 거버넌스는 기업의 인력, 기술 및 활동을 조정하는 프로그램입니다.

데이터 관리에서와 마찬가지로 데이터 거버넌스에서도 여러 역할이 함께 작동합니다. IT가 데이터 거버넌스에서 지침과 입력을 일부 대표하는 반면, 비즈니스 담당자는 데이터 거버넌스 기능에 대한 권한을 갖습니다. 

각 팀 또는 부서의 교차 대표가 데이터 역할에 동의합니다. 청지기직과 같은 이러한 활동이 조직의 데이터 전략을 얼마나 잘 지원하는지 처리하고 평가합니다. 따라서 조직 전체와 데이터를 둘러싼 인간의 행동은 데이터 거버넌스에서 큰 역할을 합니다. 

데이터 거버넌스는 데이터 관리를 동시에 다루지만, 데이터 거버넌스는 특정 데이터 관리 접근 방식을 취하므로 다음 질문에 적합합니다.

• 조직과 여러 팀 전체에서 데이터를 신뢰할 수 있을 만큼 충분한 데이터 품질을 갖추고 있습니까?
• 데이터는 어디에서 왔으며 어디에 저장됩니까?
• 현재 데이터 규정을 얼마나 준수하고 있으며, 데이터 침해가 발생하면 어떻게 해야 합니까?

데이터 거버넌스와 데이터 관리의 유사점

개념적으로 데이터 거버넌스와 데이터 관리는 KIK 컨설팅 및 교육 서비스의 사장 겸 사장인 Bob Seiner가 2023년 보고서에서 언급한 것처럼 상당히 중복됩니다. 웹 세미나. 두 용어 모두 데이터 품질, 통합, 정책 및 표준에 중점을 둡니다. 

두 개념 모두 데이터 전략을 가이드로 사용하고 생성, 변환, 업데이트, 이동, 보관 및 삭제에 이르는 수명주기 전반에 걸쳐 데이터를 처리합니다. 또한 데이터 거버넌스 및 데이터 관리는 조직 데이터의 강조점, 범위, 추상화 수준, 활동 및 중요한 역할을 다룹니다.

데이터 거버넌스와 데이터 관리는 어떻게 다릅니까?

데이터 관리는 데이터 거버넌스의 범위에 속하지 않는 정책 및 절차의 구현을 다룹니다. 주로 특정 기술과 도구 및 해당 응용 프로그램에 초점을 맞추는 것은 데이터 거버넌스 외부에 있습니다.

이러한 데이터 관리 활동 및 토론이 데이터 거버넌스 외부에서 발생하는 이유를 이해하려면 데이터 거버넌스 회의가 주로 전문 IT 지식이 없는 사업가, 협의회, 주제 전문가(SME), 관리자 및 파트너로 구성된다는 점을 고려하십시오.

데이터 거버넌스 회원은 높은 수준의 데이터 관리에 대한 정보를 유지하기를 원하지만 기술적 세부 사항은 필요하지 않습니다. 예를 들어, 데이터 거버넌스 논의는 데이터 보호와 데이터 암호화에 관한 표준 생성에 중점을 둘 수 있습니다. 그러나 IT 직원은 받아 어떤 암호화 알고리즘을 언제 사용할지, ENCRYPT-CSA를 통해 이를 사용자 정의하는 방법이나 임계 크기를 얼마나 크게 만들 것인지에 대해 논의함으로써 데이터 거버넌스 외부에서 더 깊은 대화를 나눕니다.

기술 세부 사항을 데이터 거버넌스 외부로 이동함으로써 조직은 데이터 기반 문화 이니셔티브에 집중하고, 데이터에 대한 조직의 접근 방식을 변경하고, 세세한 부분에 얽매이지 않고 다른 인간 행동을 해결할 수 있습니다.

DG와 DM은 어떻게 협력하나요?

데이터 거버넌스와 데이터 관리(데이터 거버넌스 제외)는 함께 작동하여 공통 목표를 달성하고 회사의 데이터 전략을 따릅니다. 이러한 접근 방식은 서로를 보완합니다.

그 방법을 파악하려면 데이터 거버넌스 사용 사례 샘플을 살펴보세요. 예를 들어:

의사결정 및 운영을 위한 데이터 품질 향상s: 데이터 거버넌스 접근 방식은 사람들이 데이터 품질 도구를 사용할 때 데이터 정리 및 검증 규칙을 만듭니다. 또한 데이터 거버넌스는 중요한 데이터 요소(CDE)의 정의를 표준화하여 작업자에게 데이터 품질을 수행하고 유지하는 방법을 안내합니다.

데이터 거버넌스 외부의 데이터 관리 접근 방식에는 자동화를 통한 데이터 프로파일링 및 데이터 품질 검사가 포함됩니다. 개별 부서, 팀 또는 개인은 데이터 품질에 대한 데이터 거버넌스 요구 사항을 충족하기 위해 정리 및 프로파일링 도구를 실행하는 시기와 방법을 결정합니다.

접근성 요구 사항을 충족하면서 데이터 보안 및 개인 정보 보호를 개선합니다. 데이터 거버넌스 접근 방식은 데이터 규정을 법적으로 준수하기 위한 표준을 전달합니다. 데이터 거버넌스를 통해 다양한 사업부는 데이터를 합법적으로 처리하기 위한 교육과 서비스를 받습니다.

데이터 거버넌스 외부의 데이터 관리에서는 부서 전체의 각 팀이 데이터를 윤리적으로 사용하고 정보를 지속적으로 얻을 책임이 있습니다. 엔지니어는 서버와 같은 자동화를 설정하여 데이터를 암호화하고 데이터 거버넌스 요구 사항에 따라 적절한 액세스 및 보안 설정을 테스트합니다.

공유 비즈니스 운영을 위한 데이터 통합: 데이터 거버넌스는 데이터 통합을 회사 정책 및 절차에 맞게 조정합니다. 다양한 팀이 작업을 완료할 수 있도록 보장하고 데이터 카탈로그와 같은 도구를 제공합니다. 메타 데이터 관리, 또는 비즈니스 용어집을 사용하여 데이터 공유를 촉진합니다.

엔지니어는 데이터 거버넌스 외부에서 기능하여 다음을 위한 프로세스 설정을 포함하여 통합 인프라 및 기술을 구현합니다. 추출, 전송 및 로드(ETL) 데이터 파이프라인을 통해 한 시스템에서 다른 시스템으로 데이터를 전송합니다. 데이터 거버넌스 지침에 따라 비즈니스 부서는 통합을 위해 데이터를 처리합니다.

요약

데이터 거버넌스로 간주되는 모든 것 역시 데이터 관리에 속합니다. 조직이 데이터 기반이 되기를 원한다면 데이터 공유를 위한 모범 사례 결정과 같이 데이터 관리에 중요한 데이터 거버넌스 계획 및 활동에 참여해야 합니다.

데이터 거버넌스는 데이터 관리 구현을 안내하지만 데이터 전략에 따르면 데이터 관리 활동을 구체적으로 적용하지는 않습니다. IT 엔지니어 또는 제품 팀은 데이터 정의를 포함할 시스템과 데이터 거버넌스가 제안하는 프로그래밍 주석 또는 특정 메타데이터와 같은 프로그래밍에서 이를 구현하는 방법을 결정합니다. 

데이터 관리자는 데이터 거버넌스 표준에 부합하는 방식으로 데이터 품질을 처리하고 유지하는 방법을 선택합니다. 데이터 거버넌스 권장 사항으로 인해 데이터 관리 작업이 차단되는 경우 모든 사람이 동일한 내용을 이해할 수 있도록 데이터 거버넌스 수준에서 해당 문제를 검토해야 합니다.

데이터 거버넌스와 데이터 관리 작업을 결합하면 보다 생산적인 토론과 결과를 얻을 수 있습니다. 회사가 마지막으로 원하는 것은 데이터 거버넌스 논의가 세 가지 시스템을 통해 데이터에 액세스할 때 SQL보다 Python 언어의 이점을 다루는 것입니다. 또한 조직은 조직 전체에서 합의할 수 있는 데이터 품질 규칙 정의와 같은 중요한 데이터 프로세스에 대한 대화를 건너뛰기를 원하지 않습니다.

어느 전략을 사용하든 데이터 관리가 불완전해지거나 데이터 거버넌스에 대한 불만이 커집니다. 따라서 기업은 데이터 거버넌스 접근 방식에 맞춰 보다 명확한 의사소통을 찾고 필요한 경우 대체 컨텍스트에서 다른 데이터 관리 주제를 도입하여 보다 명확한 데이터 거버넌스 및 데이터 관리 계획을 보장하고 이를 이행할 것입니다.

Shutterstock.com의 라이센스에 따라 사용 된 이미지

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.dataversity.net/data-governance-vs-data-management/