大数据中国

搜索
大数据中国 首页 投稿 企业投稿 查看内容
数据治理计划:如何确定团队架构与工作指标?(上)
2020-10-15 09:27 | 查看: 250| 评论: 0

前言

组织管理,打通大数据治理的流程。大数据治理组织管理涉及数据管理人员、数据利益相关者、数据访问使用等各部门、单位之间的业务协调,需要IT与业务部门进行协作,而且必须始终如一地进行协作,以改善数据的可靠性和质量,从而为关键业务和管理决策提供支持,并确保遵守法规。

工业园区数据治理案例

某大型工业园区在打造智慧园区时,需要对园区的生产数据(采购、流通、机器的监测维护等)、员工数据(人数、打卡情况、工作完成情况、工资等)、财务数据、资产管理、日常监管等进行整合。待治理的数据包括结构化数据、非结构化数据和半结构化数据,且60%为时空数据。

该园区将数据治理软件开发工作承包给某大数据公司,并成立的大数据管理中心,全权负责数据治理的相关事宜,包括与某大数据公司对接。

大数据管理中心整理了智慧园区数据治理所需数据,并将数据交给某大数据公司用于大数据治理系统的搭建。

几个月后,大数据公司将大数据治理系统交付园区大数据管理中心使用,但在交付使用过程中发现:园区的人员定位管理出现极大的偏差,员工签到、上报订单等位置在实际打卡过程与智慧园区管理后台显示位置不一致,人员管理一团乱麻。

这是一个数据治理失败的案例,该数据治理过程中涉及的组织包括:园区使用者也是数据提供者、大数据管理中心、大数据公司。为了找出数据治理出错的原由,我们将上面错误的数据治理计划的流程画出来如下所示:

园区数据治理管理流程

为什么会出现人员定位偏差的问题呢?

大数据管理中心咨询了行政管理部门,找到原OA系统开发团队,与大数据公司一起分别从数据和软件源码进行核查,最终发现是原OA系统采用的坐标系统与现有园区地图采用坐标系统不一致造成的,并由大数据公司对系统坐标进行调整与完善。

该案例完善后的数据治理流程如下:

完善后的园区数据治理流程

从完善后的园区数据治理流程我们可以清晰的看到园区数据治理过程中涉及的组织部门包括:

园区使用者也是数据提供者、大数据管理中心、行政办公室、原OA系统团队,大数据公司,而行政办公室、原OA系统团队是原流程中没有参与数据治理的组织。

那么数据治理必须包括哪些组织之间的协调呢?

组织职责分配RACI模型

按照职责分配(RACI)模型(模型可揭示不同组织间的关系,是如何进行大数据治理的),园区数据治理各组织之间的关系如下:

“RACI”所代表的内涵是:

1.谁负责(R = Responsible)

即负责执行任务的角色,他/她具体负责操控项目、解决问题。

R是实际完成工作任务者,任务可由多人分工,其程度由A决定。

2.谁批准(A = Accountable)

即对任务负全责的角色,只有经他/她同意或签署之后,项目才能得以进行。

A是负起最终责任者,具有确定是/否的权力与否决权,每一个任务活动只能有一个A。

3.咨询谁(C = Consulted)

即拥有完成项目所需的信息或能力的人员。

C是最后决定或行动之前必须咨询的人。可能是上司或外人;为双向沟通模式,需为A提供充分必要的资讯。

4.通知谁(I =Informed)

即拥有特权、应及时被通知结果的人员,却不必向他/她咨询、征求意见。

I是告知者,一个决策定案后或行动完成后必须告知的人。在各部门、各阶层或后续计划者,为单向沟通之模式。

免责声明: 除非特别声明,文章均为网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

 
 
请微信沟通
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
站长电话:
15010106923
微信联系:
hb-0310
站长邮箱:
ab12-120@163.com
微信扫一扫
大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2020-10-31 08:46 , Processed in 0.064132 second(s), 24 queries .

返回顶部