Вы не можете правильно управлять данными, если у вас нет хорошей корпоративной архитектуры данных. И наоборот, успешное управление данными может быть связующим звеном между архитектурой данных и средой управления данными.

По словам Донны Бербанк, управляющего директора Global Data Strategy Ltd., консалтинговой компании по управлению информацией, базирующейся в Боулдере, управление данными часто рассматривается как сосредоточение на одной из двух вещей: заседаниях комитетов и ролях по управлению данными, или техническом управлении данными и их контроле. Целостное управление данными сочетает в себе оба этих аспекта, а слаженная архитектура данных и сопровождающие их диаграммы связывают управление бизнесом и ИТ.

Действительно, высокоуровневая корпоративная архитектура данных обеспечивает дорожную карту для стратегии данных и связанного с ней управления и служит руководством для небольших, целевых проектов для предприятий, чтобы добавить дополнительные детали.

«Как правило, чем больше данных [которые] распределяются между организациями и за их пределами, тем более формальным должно быть управление», - сказала Бербанк во время сессии на первом мероприятии Dataversity Online Architecture Online.

В настоящее время современные организации используют широкий спектр платформ данных - в частности, локальные реляционные базы данных, электронные таблицы и упакованные приложения, такие как ERP и CRM - согласно данным опроса из соавтора Burbank, который Dataversity планирует опубликовать в сентябре 2019 года. Бербанк предсказал, что разнообразие платформ данных будет продолжать расти. Например, респонденты заявили, что облачные реляционные базы данных - теперь четвертая по популярности платформа - в будущем переместятся на вершину списка.

Кастомизация и сотрудничество

Бербанк отметила, что подходы к управлению данными не одинаковы для всех платформ или данных, которые они содержат. Каждый тип данных должен иметь свой собственный тип модели управления и правила обмена данными и их использования, посоветовала она. «Не переусердствуйте с тем, что того не стоит», - сказала она. «Но не ослабляйте управление своими основными данными, чтобы никто не знал, сколько у вас клиентов».

Опрос, проведенный для отчета Dataversity за 2017 год, также составленный Бербанк, показал, что соответствие нормативным требованиям и управление данными являются вторыми в списке основных движущих факторов для реализации архитектуры данных, уступая только приложениям отчетности и BI.

Бербанк подчеркнула, что построение и поддержание успешной корпоративной архитектуры данных - это не только работа архитектора данных; другие должности, такие как разработчик моделей данных, сотрудник по управлению данными и администратор базы данных, также играют важную роль.

«Управление данными - это совместная работа. Чтобы создать архитектуру данных, нужна команда людей», - сказал Бербанк. «Это действительно касается не только архитектора данных. Нам нужны все эти разные роли с разных точек зрения».

Правильные модели данных могут помочь достичь «быстрых побед»

По словам Бербанк, чтобы лучше согласовывать данные с приоритетами бизнеса и повышать эффективность, компаниям необходимо выстроить сбалансированный архитектурный дизайн вокруг ключевых областей своего бизнеса,избегая как чрезмерной академической направленности, которая не имеет отношения к бизнес-единицам, так и «подхода Дикого Запада», который приводит к хаосу данных во всей организации.

Затем она подробно описала различные модели, диаграммы и другие инструменты, которые группы управления данными могут использовать для документирования бизнес-процессов и рабочих процессов данных. По словам Бербанк, выполнение целевых проектов может помочь в «быстрых победах», которые затем могут быть использованы для продажи другим частям компании преимуществ комбинированной архитектуры корпоративных данных и управления данными.

Эти инструменты включают модель бизнес-мотивации, которая определяет цели, задачи и корпоративное видение организации, и модель бизнес-возможностей, которая выделяет основные функциональные области организации.

По словам Бербанк, концептуальные и логические модели данных создают активную инвентаризацию активов данных, а также «рассказывают историю» о данных, превращая их в полезный инструмент для представления бизнес-пользователям, что означают различные элементы данных, и обеспечения согласованности определений данных в разных системах. Карты путешествий клиентов и другие модели процессов идентифицируют ключевые зависимости данных в основных бизнес-процессах, чтобы «действительно поместить данные в бизнес-контекст для организации», добавила она.

Отображение данных с использованием матрицы CRUD

Затем данные могут быть сопоставлены с ключевыми бизнес-процессами, чтобы понять, как они создаются и используются. Например, матрица CRUD - сокращение от create, read, update and delete - показывает данные на разных этапах использования в рамках всей организации, что, по словам Бербанк, может помочь улучшить управление данными и их качество.

Бербанк привела пример международной сети ресторанов, которая, осознав, что она мало контролирует или просматривает данные своего меню, создала центральный хаб для данных и создала новый рабочий процесс и политики управления данными для улучшения управления данными. В цепочке также использовали диаграммы бизнес-процессов для определения потока информации и матриц CRUD для понимания использования данных, управления и владения.

Аналогичным образом, Агентство по охране окружающей среды Англии совместно с Глобальной стратегией данных разработало модели данных и стандарты данных для обеспечения последовательной публикации открытых данных по ключевым экологическим вопросам. По словам Бербанк, это помогло создать общий язык данных во всей организации с преимуществами, которые включают экономию затрат, улучшение качества и согласованности данных, а также расширение сотрудничества между различными командами.

В заключение Бербанк подчеркнула, что, в более широком смысле, на ранних этапах небольшие успехи являются ключом к разработке и обеспечению долгосрочной устойчивости архитектуры корпоративных данных и усилий по управлению.

No Comments