iT邦幫忙

2023 iThome 鐵人賽

DAY 5
0

當我們談論企業數位轉型,就像是烹飪一道美味佳餚一般,數據治理便是最初的步驟。想像一下,若你在料理前不先對食材進行適當的處理,最後所呈現的菜餚也難免失色。同理,若企業在數位轉型之路上忽視了數據治理,結局也將只能是垃圾進垃圾出,無法得到理想中的成果。

數據治理的目的在於保證數據的品質、可靠性和完整性,就像在烹飪過程中尋求最佳食材一般。若缺乏這個步驟,便會浪費許多寶貴的時間、生命力以及金錢,最終讓企業感受到數位轉型帶來的災難。

當企業在迎接數位轉型的挑戰時,應當將數據治理視為起手式,就如同廚師在烹調一道美味菜餚之前所做的精心準備。只有確保數據的品質和可靠性,才能保證數位轉型的成功,並讓企業獲得預期的成果。

而數據治理評估方法,則是對企業數據治理的評估,將是下一步的數據治理方案成功實施的關鍵輸入。

1 數據治理成熟度評估模型

數據治理成熟度評估模型

評估企業的數據治理成熟度可分為五個階段,每階段的業務能力與系統能力都有相應的特點:

1.1 第一級:初始階段

  • 業務能力:

    • 各業務線獨立管理
    • 滿足基本的業務辦理
    • 反映局部的業務現象
    • 風險點零散管理
  • 系統能力

    • 數據:結構化的內容、靜態的
    • 整合:無連結的、孤立的、非整合的方案
    • 應用系統:孤立的模組、依賴於特定應用系統
    • 基礎架構:複雜、關係混亂、特定平臺的

1.2 第二級:基本管理

  • 業務能力:

    • 業務線間部分交叉
    • 有一定的業務協調
    • 不同的業務辦理基準
    • 業務資訊共用度較差
    • 多種版本的真實情況
  • 系統能力:

    • 數據:結構化的內容、有組織的
    • 整合:有部分的整合、孤立的情況依然存在
    • 應用系統:基於元件的應用系統
    • 基礎架構:層級式的架構、特定平臺的

1.3 第三級:主動管理

  • 業務能力

    • 全企業的集中管理
    • 業務交叉達到一定程度
    • 業務流程趨於全行化
    • 較全面的績效管理策略
    • 唯一版本的真實情況
  • 系統能力

    • 數據:基於標準的、結構化的、以及部分非結構化的
    • 整合:孤立系統的整合、資訊的虛擬化
    • 應用系統:基於服務的
    • 基礎架構:元件式的、SOA逐步浮現、特定平臺的

1.4 第四級:量化管理

  • 業務能力

    • 企業策略導向的管理
    • 全企業業務高度統一
    • 資訊激發的流程創新
    • 以績效激勵為目的的績效考核
  • 系統能力

    • 數據:無縫連結並且共用的、資訊和流程分離、結構化和非結構化資訊完全整合
    • 整合:資訊作為一種隨時可用的服務
    • 應用系統:流程透過各式服務而整合;
    • 基礎架構:有隨時還原能力的SOA、不限於特定技術的

1.5 第五級:持續優化

  • 業務能力

    • 貫通企業內外的有彈性、具適應力的業務環境
    • 策略業務創新的促進能力
    • 企業績效和運營的優化
    • 策略洞察力
  • 系統能力

    • 數據:所有相關的內部及外部資訊無縫連結並且共用的、新增的資訊很容易加入
    • 整合:虛擬化的資訊服務
    • 應用系統:動態的應用系統組合
    • 基礎架構:動態的、可重新配置的、偵測和回應

數據治理成熟度評估方案的設計從以上5個階段的特性,分別建立不同維度的評估模型。

2 數據治理現狀評估流程

數據治理現狀評估流程

數據治理評估將對企業的數據治理現狀進行調查研究。結合數據治理架構和行業最佳實踐,並在不同階段下實行特色化的評估模型,以保證對企業數據治理現狀的調查研究和診斷的科學性和全面性。

數據治理現狀評估的工作流程如下:

  1. 調查研究提綱準備
  2. 現況調查研究與分析
  3. 調查研究評估結果獲得

並根據業務優先順序分析理論,對數據標準管理進行全面診斷,為後續建立數據標準管理體系提供輸入。

2.1 數據品質評估

數據品質評估

評估過程需要針對這五個領域下的評估要素,結合企業的業務現狀,建立評估指標體系:

  1. 保證誠信。在收集、處理和公佈數據方面嚴格遵守客觀性原則。
  2. 方法健全性。統計的方法論基礎遵循國際公認的標準、指南或良好做法。
  3. 準確性和可靠性。來源數據和統計技術是健全的,而且產出的數據能夠充分反映實際情況。
  4. 適用性。數據具有恰當的頻率和及時性,並遵循一個可預測的修正政策。
  5. 可獲得性。數據和數據詮釋容易獲得,並對用戶提供適當的幫助。

2.2 元數據評估

元數據評估

結合企業元數據管理現狀,以及行業最佳實踐,我們建議可以從元數據來源層管理層應用層三個不同的維度對元數據管理情況進行評估

2.3 數據治理評估反饋

數據治理評估

基於問卷反饋結果評估數據治理成熟度。透過此一評估流程,企業可以清晰地了解自身數據治理的成熟度,進而針對不同階段制定適切的數據治理策略,以實現數據的有效管理和應用。

3 ESG 數據治理評估實踐

當談到ESG(環境、社會、公司治理)相關整合時,我們可以將數據治理與ESG議題相結合,以幫助企業更好地理解其在可持續發展方面的成熟度和影響。

3.1 環境(Environmental)

  • 能源效率管理:透過數據治理,企業可以有效監控能源消耗情況,識別節能機會,並制定相應的節能策略,以減少碳足跡。

  • 碳排放監控:透過數據收集和分析,企業可以追蹤和報告碳排放情況,並採取措施來降低碳排放,符合環境保護要求。

3.2 社會(Social)

  • 員工福祉與多元化:利用數據治理,企業可以審視員工滿意度、培訓和發展情況,並確保一個多元化和包容的工作環境。

  • 供應鏈透明度:透過元數據評估,企業可以追蹤和評估供應鏈合規性和社會責任,確保供應商符合企業的社會價值觀。

3.3 公司治理(Governance)

  • 風險管理與合規性:利用數據治理,企業可以建立有效的風險管理機制,監控遵守法規的情況,減少法律風險。

  • 透明度與報告:透過數據治理,企業可以提供準確、及時的財務和非財務資訊,以確保透明度和公開報告,增強投資者信任。

這些實踐可以幫助企業直觀地了解如何將數據治理應用於ESG議題,並通過改進數據監管來實現更高的ESG成熟度,進而推動可持續發展目標的實現。


結論

綜上所述,通過數據治理評估方案,企業可以全面了解自身的數據治理狀況,找出薄弱環節,針對性地制定改進措施,推動企業數據治理向更高層次發展,實現可持續發展目標的同時,也提升了企業的整體競爭力。


接下來本系列文章將試著介紹 Data Governance & ESG。並意圖激發您在數據治理和ESG領域的參與,並為您描繪出一幅企業未來的藍圖,一個充滿機遇和成就的未來。本文章內容採生成式人工智慧共編形式,並不定期更新內容 😊歡迎IT領域的夥伴來交朋友,留言指教😊


上一篇
有效保護您的數據/資料:透過策略化管理降低企業成本與風險
下一篇
從行政手段到文化變革:打破數據/資料治理迷思,建立穩固的治理體系
系列文
Data Governance(數據治理) & ESG:解密企業可持續性之路16
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言