데이터 전략, 마스터 플랜 또는 청사진 일상적인 비즈니스 과제에 대처하고 데이터를 사용하여 미리 정의된 비즈니스 목표를 달성하기 위해 상당한 견인력을 얻었습니다. 더 많은 기업들이 데이터 전략 모범 사례를 따르는 것과 수익 증대 사이의 연관성을 확인하고 있습니다.
가트너는 50% 의 재무 계획 및 분석 리더가 데이터 전략 개발 및 개선을 담당합니다. 또한 기업 연례 보고서는 거의 모든 데이터를 참조합니다. 80% 2017년보다 더 자주.
결과적으로 모범 사례에서 개발된 잘 표현되고 실행된 엔터프라이즈 데이터 전략에 대한 의무는 수익 증대를 목표로 계속될 것입니다. 이 목표를 달성하기 위해 리더는 데이터 전략을 패턴 그 수 모든 직원, 비즈니스 파트너 및 고객 간의 적시 의사 결정.
다음은 시작하는 데 필요한 XNUMX가지 필수 데이터 전략 모범 사례입니다.
모범 사례 1: 현재 요구 사항을 기반으로 비즈니스 목표 지원
모든 데이터 전략은 비즈니스 전략과 통합되어야 합니다. 제시 전무이사 Donna Burbank:
이러한 조정을 통해 데이터 전략은 기업이 새로운 기회를 찾고, 효율성을 창출하고, 고유한 비즈니스 통찰력을 위해 서로 다른 소스의 데이터를 통합하고, 조직 변화를 지원하도록 돕습니다.
데이터 전략을 맞추는 것은 까다로울 수 있습니다. 80% 기업의 데이터 중 중복되고 쓸모없고 사소한 정보로 구성됩니다. 이 조직화되지 않은 데이터는 잘 구성된 데이터 전략에 필요한 정보를 가립니다.
대신 모범 사례로서 조직화된 상태로 데이터를 입력, 유지, 변환 및 전송하는 데 필요한 이유, 방법 및 프로세스를 파악하여 기업에 서비스를 제공하는 데 사용할 수 있습니다. 계속하려면 다음을 수행하십시오. 데이터 검색 프로세스, 전사적 데이터 주변의 위치, 목적 및 메타데이터에 대해 배우고 비즈니스 요구 사항에 부합하거나 적합하지 않은 방식. 타사, 공개 소스 및 기타 데이터 검색을 포함합니다. 외부 데이터 현재 시장을 더 잘 이해하기 위해.
마지막으로, 데이터 전략 로드맵, 비즈니스를 현재 상태에서 비즈니스 목표를 충족하는 상태로 변환하기 위한 단계별 가이드입니다. 이 로드맵을 사용하여 데이터 전략이 비즈니스 요구 사항을 충족하고 성공하는 방법을 설명하는 비전을 전달하고 판매하는 데 도움이 됩니다.
모범 사례 2: 비즈니스 단위를 조정하여 데이터 프로세스 통합
비즈니스 단위의 가치를 중단하거나 간섭하지 않고 조직 전체에서 데이터 프로세스를 표준화하는 것은 여전히 중요한 과제입니다. 일반적으로 부서에는 데이터 사용, 배포 및 생성을 위한 개별화된 시스템이 있습니다. 그룹이 다른 팀과 통합하기 위해 절차를 수정하도록 하려면 문화적 변화가 필요합니다.
따라서 모범 사례로서 좋은 데이터 전략을 지원하는 데이터 전략을 선택하십시오. 변경 관리 계획 내부 팀이 절차적 발전을 주도할 수 있습니다. 또한 데이터 활동이 발전함에 따라 문제 및 우려 사항에 대한 팀 커뮤니케이션을 계획하여 저항을 최소화하고 부서가 문제를 해결하도록 장려합니다.
예를 들어, 미국 교통 사령부, 또는 USTRANSCOM은 비즈니스 용어집 동료 검토를 위해, 그리고 공통 어휘집을 사용하여 용어를 통합했습니다. 공유 어휘를 사용하여 비즈니스 단위는 공동으로 관리할 중요한 데이터 소스, 테이블, 요소 및 데이터 프로필을 효율적으로 식별했습니다.
격리된 데이터를 해결하려면 다음을 사용하는 전술을 고려하십시오. 데이터 오케스트레이션, 접근성 및 효율적인 처리를 위해 수많은 데이터 저장 지점에서 데이터를 수집하고 구성합니다. 데이터 개발 및 제공을 안내함으로써 데이터 오케스트레이션을 포함하는 데이터 전략이 시너지 효과를 발휘합니다. 데이터 운영 사업 단위 전반에 걸쳐 잠재적으로 기업에 더 나은 데이터 품질.
모범 사례 3: 데이터 거버넌스를 구현하여 데이터 공유 및 개인 정보 보호 규칙 준수
비즈니스 단위를 조정하기 위해 데이터 프로세스를 통합할 때 회사는 구조와 자원을 배치해야 합니다. 데이터 전략 지원. 이를 위해서는 다음과 같은 모범 사례를 통해 데이터를 공유하고 프라이버시를 존중하기 위한 정책 및 절차를 공식화해야 합니다. 데이터 거버넌스.
데이터 거버넌스를 통해 기업은 정확한 데이터 적시에 적절한 리소스로 효율적으로 흐릅니다. VCU의 정보 시스템 교수이자 Anything Awesome의 창립자인 Peter Aiken은 데이터 전략 및 데이터 거버넌스 협력:
조직 전략과 일치하는 데이터 전략은 데이터 보안 및 데이터 액세스 허용을 포함하여 데이터 거버넌스의 성공을 더 잘 지원하는 데이터 자산을 알려줍니다. 반대로 데이터 거버넌스는 정책이 구현될 때 데이터 전략이 회사에 얼마나 잘 작동하는지에 대한 피드백을 제공합니다. 결과적으로 데이터 전략 또는 데이터 거버넌스 지침이 변경될 수 있습니다.
에 의해 시행되는 외부 요구 사항 주 및 국가 법은 데이터 전략과 거버넌스 간의 피드백에서 핵심입니다. 규정 준수를 위한 데이터 거버넌스 활동은 데이터 전략 및 비즈니스 전략에 필요한 모든 변경 사항을 알려줍니다.
기업은 규제의 뉘앙스를 더 잘 처리해야 합니다. 그러기 위해서는 조직이 반드시 그들의 재창조 모범 사례로서 보다 총체적이고 민첩한 접근 방식을 향한 데이터 전략.
좋은 데이터 전략에서는 데이터 자산 보안을 보장하는 것도 강조됩니다. 에 따르면 데이터 보안 거버넌스 설문 조사에서 경영진의 81%가 보다 방어적인 접근 방식인 조직의 모든 데이터 자산을 보호하기로 선택했습니다. 이에 비해 58%는 적절한 데이터 액세스 정책을 통해 통찰력/분석 시간을 단축하는 보다 미래 지향적인 접근 방식을 선택했습니다.
모범 사례 4: 비즈니스 목표를 기반으로 메트릭 정의
메트릭 및 임계값을 정의하기 위해 체계적인 접근 방식을 사용할 때 데이터 전략의 데이터 지원 비즈니스 목표, 균일한 데이터 프로세스 및 데이터 거버넌스를 확인하는 것이 모범 사례입니다. 또한 비즈니스 목표를 달성하기 위해 이전에 개발된 데이터 전략 로드맵에 따라 진행 상황을 가장 잘 알리고 장애물을 최소화하는 측정을 선택하십시오.
먼저 비즈니스 목표에 대한 제약을 제거하고 이러한 작업의 진행 상황을 보고하는 데이터 전략을 고려하십시오. 피터 에이켄 리더가 메트릭을 통해 장애를 정의하여 한계를 식별하고 완화할 수 있는 반복 프로세스를 제공합니다.
하나 또는 두 개의 중요한 제약 조건에 집중하여 작게 시작하고 이러한 메트릭을 설정하십시오. 또한, 평가 데이터 전략 구성요소, 데이터 통합, 메타데이터, 스토리지, 보안, 상거래 및 거버넌스를 포함하고 충분히 좋은 숫자의 임계값을 설정합니다.
계획 무엇을 이동 사용할 제약 조건 및 일부 반복으로 측정되는 방법. 데이터 관리 시장 변화에 부응하기 위해 데이터 자산을 활용하는 데 전념하는 관행, 개념 및 프로세스 모음을 발전시켜야 합니다.
또한 비즈니스 목표를 기반으로 메트릭을 볼 때 데이터 전략을 검토하여 최신인지 확인하십시오. 이 검토를 기반으로 회사는 비즈니스 목표 진행 상황을 더 잘 이해하기 위해 데이터 전략 또는 메트릭 유형 및 수집을 업데이트할지 여부를 평가할 수 있습니다.
모범 사례 5: 데이터 정책 구현과 관련된 측정 가능한 지표 정의
비즈니스 목표를 기반으로 하는 지표가 데이터 전략이 원하는 결과를 달성했는지 여부를 알려주는 반면 현장에서 구현된 데이터 정책은 다를 수 있습니다. 예를 들어 때때로 새로운 기술 도입과 같은 비즈니스 컨텍스트에서 변화가 발생합니다. 그런 다음 비즈니스 활동은 데이터 전략 지침과 독립적으로 조정됩니다.
반대로 회사 직원, 클라이언트 및 고객은 구현 시 기존 데이터 전략 정책과 더 일관성을 유지해야 할 수 있습니다. 그런 다음 데이터를 처리하거나 사용하기 위한 추가 교육이 필요합니다.
이 경우 회사는 오해를 바로잡아야 합니다. 데이터 정책 구현과 관련된 측정 가능한 메트릭을 정의하면 예기치 않은 배포의 이유를 고려합니다. 또한 데이터 전략 처리에서 얼마나 변경되었는지 확인하기 위해 비즈니스 목표를 기반으로 하는 메트릭과 비교할 수 있습니다.
가장 좋은 방법은 다음을 통해 데이터 정책 구현의 내부 보기를 얻는 것입니다. 데이터 관찰 가능성, 조직의 데이터 및 데이터 시스템의 상태를 모니터링하고 분석하는 방법입니다. DataOps 팀은 자동화된 도구를 활용하여 데이터 동작을 평가하여 데이터 전략 효과에 대한 빠른 스냅샷을 제공할 수 있습니다.
몇 가지 중요한 메트릭에 대해 자동화가 적합하지 않은 경우 데이터 정책을 구현하는 사람들이 이를 추적하도록 합니다. 자동 또는 수동 접근 방식의 경우 다음을 통해 데이터 정책 구현과 관련된 메트릭을 개선합니다. 반복, 위의 모범 사례 4번에서 언급한 바와 같이.
결론
모범 사례는 조직에 잘 표현되고 실행되는 데이터 전략을 개발하고 사용할 수 있는 도구를 제공합니다. 여기에는 데이터 지원 비즈니스 목표 설정, 비즈니스 단위 전체의 데이터 프로세스 표준화, 데이터 액세스 및 보안 처리를 위한 데이터 거버넌스 구현이 포함됩니다. 또한 비즈니스 목표를 데이터 전략에 연결하고 데이터 정책 구현을 관찰하는 지표를 설정해야 합니다.
가장 중요한 것은 데이터 전략 개발 및 운영화를 적절하게 처리하여 제한 사항을 해결하고 작동하는 전략을 발전시키는 것입니다. 막대한 양의 정보로 빠르게 변화하는 비즈니스 환경에서 데이터 전략은 비즈니스의 현재 요구 사항에 맞춰야 합니다. 그렇게 하면 직원, 비즈니스 파트너 및 고객이 기업 수익성에 긍정적인 영향을 미치는 시기적절한 결정을 내릴 수 있습니다.
Shutterstock.com의 라이센스에 따라 사용 된 이미지
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoAiStream. Web3 데이터 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 미래 만들기 w Adryenn Ashley. 여기에서 액세스하십시오.
- PREIPO®로 PRE-IPO 회사의 주식을 사고 팔 수 있습니다. 여기에서 액세스하십시오.
- 출처: https://www.dataversity.net/data-strategy-best-practices/
