当前位置:首页 > 报告详情

Gartner:完善数据分析与治理路线图(11页).pdf

上传人: X**** 编号:63172 2022-03-10 11页 1.03MB

下载:

1、完善数据分析与治理路线图完善数据分析与治理路线图 2021 Gartner及/或其关联公司版权所有。保留所有权利。CM_GTS_1201083是什么让建立有效的数据分析与治理如此具有挑战性?是什么让建立有效的数据分析与治理如此具有挑战性?数据和分析(D&A)领导者存在治理困难的一个原因是,他们试图在D&A用例前制定治理政策。传统的D&A治理方法产生的摩擦多于价值,因为企业在控制混沌数据的使用过程中矫枉过正。他们要么自上而下、依靠命令和控制进行“事前”(在其使用之前)数据治理,要么直接忽视这个问题。实现数据治理目标的障碍实现数据治理目标的障碍在整个企业内缺少标准化的治理方法缺少关键角色缺少推动这

2、一项目的技能/经验缺少推动治理成果的资金拒绝从业务领域进行治理(自下而上)不能在业务领域实施治理缺少来自业务领导层的支持(自上而下)缺少合适的治理技术缺少教育和培训缺乏治理领导层的承诺4%无障碍n = 全部55名受访者问题07:以下哪些是实现数据分析与治理目标的障碍?注:2%或以下的数值未显示来源:Gartner完善数据分析与治理路线图完善数据分析与治理路线图成为客户 | 218%29%31%33%38%36%45%47%49%55%在整个企业内缺少标准化的治理方法缺少关键角色缺少推动这一项目的技能/经验缺少推动治理成果的资金拒绝从业务领域进行治理(自下而上)不能在业务领域实施治理缺少来自业务

3、领导层的支持(自上而下)缺少合适的治理技术缺少教育和培训缺乏治理领导层的承诺无障碍数据分析与治理如何助力成功实现数字业务目标?数据分析与治理如何助力成功实现数字业务目标?传统的数据分析与治理一刀切方法无法实现数字业务所需的价值、规模和速度。然而,自适应和灵活的治理能够帮助数据和分析领导者为不同的业务场景选择不同的治理方式。Gartner以专家研究和不同行业数千家企业的互动采访为基础,将数据治理最佳实践编撰为可定制的路线图。贵公司可透过这一路线图了解规划和执行有效数据治理项目的关键阶段以及所需资源和人员。超过60%的相关企业拥有超过20名数据专家,2023年前此类人员在使用数据和人工智能时需遵守

4、相关道德准则到2022年,20%投资于信息治理的企业将成功扩大数字业务的治理规模。60%20%来源:Gartner完善数据分析与治理路线图完善数据分析与治理路线图成为客户 | 3完善数据分析与治理路线图完善数据分析与治理路线图主要包括哪些关键阶段?主要包括哪些关键阶段?通过与已成功实施数据治理项目的客户沟通互动,Gartner从中整理出了最佳实践洞察。路线图则显示了目标和预期成果的优先顺序,可用于协调所有利益相关方。下面将重点介绍一些关键阶段和相关的Gartner资源样本。管理管理/维护数据分析与治理需要解决的一些重要问题:维护数据分析与治理需要解决的一些重要问题:3哪些团队需要参与到数据治理

5、中?12如何评估贵企业数据治理的成熟度?贵企业现有的数据治理模式是否与数据和分析战略一致?成为客户 | 4战略对齐战略对齐建立正确的治理基础措施:+ 更多Gartner相关资源样本包括: 咨询:讨论企业的数据和分析战略目标,并制定相应的路线图 5个步骤生成人类能理解的数据和分析商业案例 工具包:生成数据分析与治理的商业案例 数据和分析IT评分 分析师调查:评估与业务需求相关的数据分析与治理能力的当前状态+ 更多战略对战略对齐齐行动规划行动规划制定制定项目执项目执行行监控跟踪监控跟踪优化和规优化和规模化模化分析关键任务的优先次序,以及D&A对实现目标业务价值的重要性。确定治理范围,评估部署治理框

6、架的选项。达成战略一致,将成果与各阶段的治理项目相匹配,并显示对关键业务项目的影响。完善数据分析与治理路线图完善数据分析与治理路线图战略对齐战略对齐行动规划制定行动规划制定项目执行项目执行监控跟踪监控跟踪优化和规模化优化和规模化成为客户 | 5行动规划制定行动规划制定建立有效的治理结构任务:Gartner相关资源样本包括: 分析师调查:制定与业务成果相关的数据分析与治理章程和框架 数据治理指南 使用Gartner价值金字塔将数据和分析与业务价值联系起来 咨询:使用三圈模型等技术来确定治理项目的范围 分析师调查:与分析师共同制定治理项目运营模型和路线图+ 更多战略对战略对齐齐行动规划行动规划制定

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文概述了Gartner关于完善数据分析与治理路线图的研究,强调了有效数据治理的挑战性,并提出了建立适应性治理结构的重要性。文章指出,传统数据治理方法往往过于强调控制,导致价值创造不足。建立数据分析与治理目标的障碍包括缺乏标准化治理方法、关键角色缺失、技能和经验不足、资金问题、业务领域治理的阻力以及缺少技术和领导层支持等。Gartner建议,通过定制化的数据治理路线图,可以规划和执行有效的数据治理项目,实现数字业务目标。此外,成功实施数据治理需要跨部门合作,涉及CIO、组织领导者、应用和软件工程领导者、项目和组合/PMO领导者、数据和分析领导者、IT运维领导者、安全和风险管理领导者、技术专家团队以及数字化业务团队等不同角色的共同努力。
如何克服数据分析与治理的挑战? 如何制定有效的数据治理策略? 如何评估和提高数据治理成熟度?
客服
商务合作
小程序
服务号
折叠