在我上一篇博文,我分享了以数据沿袭原则为中心的360度数据视图的含义。今天,在这个数据谱系系列的最后一篇博客文章中,我将讨论Perficient的数据治理成熟度模型如何帮助增强您的数据程序。
考虑到数据沿袭可以增强和加强已建立的企业数据管理程序,在团队中拥有经验丰富的合作伙伴通常会有所帮助。Perficient的数据沿袭评估和战略路线图评估组织为开发数据沿袭计划的准备情况,并创建从评估到需求定义和解决方案架构的战略和可操作的实现路线图。
作为围绕数据谱系集成数据治理工具的先驱,可能需要谨慎地评估公司对此类任务的准备情况。数据治理成熟度模型可以深入了解数据治理计划的整体状态。在这里,Perficient的专家也可以提供指导和专业知识,对整个数据计划进行独立、公正的评估,揭示需要首先注意的治理方面。
数据治理成熟度模型
1级:反应性 | 第2级:感知 | 第三级:主动 | 第4级:集成 | 第5级:自动化 | |
---|---|---|---|---|---|
节奏 | 没有已定义的策略、手动流程,并且没有可见性 | 部门政策,项目特定的过程,没有可见性 | 企业策略、一些跨项目流程和一些可见性 | 企业策略和过程、一些度量和可见性 | 完整的策略测量和过程可见性以及持续改进 |
程序 | 没有正式的项目 | 非正式的或特别的程序 | 有明确议程的正式或临时计划 | 正式的计划,明确的议程和风险降低准备 | 半自动和正式的程序,具有明确的议程和诉讼准备 |
自助服务(数据/BI) | 昂贵的,手工的,外包的 | 发现仍然是昂贵的、手工的和外包的 | 发现主要是手动的,有一些IT支持 | 数据发现、数据沿袭、分析以及业务/IT协作 | 完全自动化、文档化和治理 |
平台 | 没有平台,决策存储在本地/共享驱动器上,电子邮件协作,没有自动评估功能 | 基于团队的治理、存储在本地/共享驱动器上的内容、共享驱动器协作和用户手册评估 | 部门治理,组织存储在共享驱动器上的内容、治理系统和部门手动评估 | 企业治理、企业协作和企业数据体系结构 | 完全自动化、自我学习的企业治理和企业数据架构 |
数据补救与学习 | 手动、临时和响应式;没有吸取教训 | 手动,临时但主动;不言而喻的经验教训 | 主要是手工操作,有限的主动性,简要记录的知识库和随机审计 | 自动化,数据目录和术语表,以及有限的知识库 | 自我补救,自我学习,有文档化的知识库 |
数据读写 | 数据治理由IT驱动,并专注于执行的技术方面 | 虽然组织变更管理(OCM)是一个已知的讨论主题,但它一直被“推迟”到以后 | DG的业务影响是明确的。此外,还概述和确定了培训和交流计划 | 包括沟通和培训在内的OCM是每个项目的“任务”,并分配了时间和预算 | OCM是中心化的;业务用户与整个企业的OCM策略和过程保持一致 |
如果您有兴趣了解更多关于此主题的信息,请考虑下载我们的利用数据血统加强金融服务中的数据治理指南。
如果您对我们的数据沿袭功能有任何疑问,或者希望直接与我讨论这个主题,请随时联系David.Willner@perficient.com.