DAMA-CDGA数据治理工程师-16.数据管理组织与角色期望

随着数据领域的快速发展，组织需要改进管理和治理数据的方式，数据管理和数据治理组织需要足够灵活，才能在不断发展的环境中有效的工作，因此，它们需要澄清关于所有权、协作、职责和决策的基本问题。

16.数据管理组织与角色期望

• 引言
  • 随着数据领域的快速发展，组织需要改进管理和治理数据的方式
  • 数据管理和数据治理组织需要足够灵活，才能在不断发展的环境中有效的工作
  • 因此，它们需要澄清关于所有权、协作、职责和决策的基本问题
• 了解现有的组织和文化规范
  • 意识、所有权和问责制度是激励和吸引人们参与数据管理积极性、政策和流程的关键
  • 在形成现状描述后，评估当前状态的满意度，以便深入了解组织的数据管理需求和优先级
  • 数据管理组织应与公司的组织层级架构和资源保持一致
  • 目标应该是跨职能的不同业务利益相关方共同参与
• 数据管理组织的结构
  • 数据管理组织设计中一个关键步骤是确定组织的最佳运营模式
  • 运营模式是阐明角色、责任和决策过程的框架，它描述了人们如何互相协作
  • 可靠的运营模式有助于组织建立问责机制，确保组织内部的正确职能能够得到体现，促进沟通，并提供了解决问题的流程
  • 运营模式构成了组织结构的基础，但它不是组织结构图，不是简单的将人名放在框中，而是描述组织各组成部分之间的关系
  • 分散运营模式
    • 在分散运营模式中，数据管理职能分布在不同的业务部门和IT部门
    • 优点
      • 组织结构相对扁平，数据管理组织与业务线或IT部门具有一致性
    • 缺点
      • 让过多的人员参与治理和制定决策，实施协作决策通常比集中发布号令更加困难
      • 分散模式一般不太正式，可能难以长期性维持
      • 使用分散模式来定义数据所有权，通常也比较困难
  • 网络运营模式
    • 通过RACI（谁负责Responsible/谁批准Accountable/谁咨询Consulted/谁通知Incoened）责任矩阵，利用一系列的文件记录联系和责任制度，使分散的非正规性组织变得更加正式，称为网络模式
    • 优点
      • 结构扁平、观念一致、快速组建
      • 采用RACI，有助于在不影响组织结构的情况下建立责任制
    • 缺点
      • 需要维护和执行与RACI相关的期望
  • 集中运营模式
    • 最正式且最成熟的数据运营模式
    • 优点
      • 它为数据管理或数据治理建立了正式的管理职位，且拥有一个最终决策人
      • 因为职责是明确的，所以决策更容易
      • 在组织内部，可以按不同的业务类型或业务主题分别管理数据
    • 缺点
      • 实施集中模式通常需要重大的组织变革
      • 将数据管理的角色从核心业务流程正式分离，存在业务知识逐步丢失的风险
  • 混合运营模式
    • 在混合模式中，一个集中的数据管理卓越中心与分散的业务部门团队合作，通常通过一个代表关键业务部门的执行指导委员会和一系列针对特定问题的技术工作组来完成工作
    • 优点
      • 它可以从组织的顶层制定适当的指导方向，并且有一位对数据管理或数据治理负责的高管
      • 他们受益于这个专门的数据管理卓越中心的支持，有助于将重点放在特定的挑战上
    • 缺点
      • 通常这种模式需要配备额外的人员到卓越中心
      • 业务团队可能有不同的优先级，这些优先级需要从企业自身的角度来进行管理
      • 此外，中央组织的优先事项与各分散组织的优先事项之间有时也会冲突
  • 联邦式
    • 优点
      • 提供了一个具有分散执行的集中策略
      • 因此，对于大型企业来说，它可能是唯一可行的模式
    • 缺点
      • 管理起来比较复杂
      • 层次太多，需要在业务线的自治和企业的需求之间取得平衡，而这种平衡会影响企业的优先级
  • 确定组织的最佳实践
    • 运营模式是改进数据管理和数据治理实践的起点
    • 由于运营模式将帮助政策和流程的定义、批准和执行，因此确定最适合组织的运营模式至关重要
  • DMO替代方案和设计考虑因素
    • 大多数组织在转向正式的数据管理组织之前，都处于分散模式
    • 当一个组织看到数据质量改进带来的影响时，它可能已开始通过数据管理RACI矩阵来制定责任制度，并演变成网络模式
    • 随着时间的推移，分布式角色之间的协作变的更加明显，规模经济将确立，从而将一些角色和人员拉入有组织的群体，最终演变为混合模式或联邦模式
    • 无论哪种模式，请记住简单性、可用性对于接受和可持续性是至关重要的
• 关键成功因素
  • 高管层的支持
  • 明确的愿景
  • 积极的变更管理
  • 领导者之间的共识
  • 持续的沟通
  • 利益相关方的参与
  • 指导和培训
  • 采用度量策略
  • 坚持指导原则
  • 演进而非革命
• 建立数据管理组织
  • 识别当前数据管理参与者
  • 识别委员会的参与者
  • 识别和分析利益相关方
  • 让利益相关方参与进来
• 数据管理组织与其他 数据相关机构之间的沟通
  • 数据管理组织
    • 首席数据官组织
    • 数据治理机构
    • 数据质量团队
    • 企业架构团队
  • 首席数据官
    • 建立组织数据战略
    • 使以数据为中心的需求与可用的IT和业务资源保持一致
    • 建立数据治理标准、政策和程序
    • 为业务提供建议以实现数据能动性，如业务分析、大数据、数据质量的数据技术
    • 向企业内外部利益相关方宣传良好的信息管理原则的重要性
    • 监督数据在业务分析和商务智能中的使用情况
  • 数据治理
    • 数据治理
      • 做正确的事情
    • 数据管理
      • 将事情做正确
  • 数据质量
    • 数据质量管理是数据管理实践和组织的关键能力
  • 企业架构
    • 企业架构团队负责设计并记录组织的总体蓝图，阐明如何实现其战略目标并进行优化
    • 业务架构
    • 技术架构
    • 数据架构
    • 应用架构
  • 管理全球化组织
    • 全球化组织需要特别注意
      • 遵守标准
      • 同步流程
      • 明确责任制度
      • 培训和交流
      • 有效地监控和度量
      • 发展规模经济
      • 减少重复性工作
• 数据管理角色
  • 组织角色
  • 个人角色
    • 执行官角色
      • CDO
    • 业务角色
      • 数据管理专员
    • IT角色
      • 数据架构师
      • 数据建模师
      • 数据模型管理员
      • 数据库管理员
      • 数据安全管理员
      • 数据集成架构师
      • 数据集成专家
      • 分析/报表开发人员
      • 应用架构师
      • 技术架构师
      • 技术工程师
      • 桌面管理员
      • IT审计员
    • 混合角色
      • 数据质量分析师
      • 元数据专家
      • BI架构师
      • BI分析师/管理员
      • BI项目经理