Data Governance - pierwsze kroki - część 3 z 4

2

Na tym etapie nasza organizacja posiada już określone cele biznesowe dla programu Data Governance (krok 0) oraz rozpoczęła zarządzanie pojęciami biznesowymi, które opisywał krok 1.

Krok 2: śledzenie przepływu danych w organizacji

Data Governance to nie tylko rozumienie znaczenia danych - to także świadomość, w jaki sposób te dane i informacje są przez organizację przetwarzane, w jakich systemach funkcjonują oraz jakim transformacjom są poddawane. Każda organizacja posiada podstawy tego typu perspektywy Data Governance. W najprostszej postaci są to najczęściej rozproszone w organizacji zbiory metadanych towarzyszące systemom informatycznym, hurtowniom danych, repozytoriom raportowym lub samym wizualizacjom i raportom. Nie zawsze zakres informacji gromadzonych we wspomnianych metadanych jest dostatecznie szeroki, aby objąć zarówno opis techniczny, jak i opis merytoryczny dla danych, ale jest to bardzo dobry początek, który warto wykorzystać.

Skonsolidowanie technicznych aspektów przepływu danych w organizacji możliwe jest dzięki wykorzystaniu narzędzia SAS Lineage.

Data Governance - SAS Data Lineage

Wizualizacja przepływu danych i ich powiązań w ramach SAS Data Lineage

W oparciu o mechanizmy gromadzenia i ekstrakcji metadanych z szerokiego zakresu dostępnych źródeł tworzone jest jedno wspólne repozytorium informacji opisujących przepływ danych pomiędzy systemami informatycznymi. Możliwe jest pozyskanie metadanych między innymi z:

  • narzędzi do projektowania modeli danych (np. Erwin lub Rational Rose)
  • baz danych oraz repozytoriów Big Data
  • narzędzi ETL wraz z informacjami o dokonywanych przekształceniach danych
  • narzędzi analitycznych i raportowych, gdzie informacje są wizualizowane i udostępniane użytkownikom (np. światy obiektów SAP Business Objects)
  • serwera metadanych SAS wspólnego dla wszystkich elementów platformy analitycznej.

Niezależnie od zróżnicowania wykorzystywanych przez organizację narzędzi, możliwe jest doprowadzenie do prześledzenia drogi, którą dane pokonują w infrastrukturze informatycznej. Następnie możliwe jest połączenie ich z już zdefiniowanymi i opisywanymi pojęciami biznesowymi (wspomniany powyżej krok 1).

Tworząc połączenie pomiędzy światem abstrakcyjnych definicji merytorycznych, a światem technicznej reprezentacji danych, uzyskujemy zdolność do ich śledzenia, analizy pochodzenia danych i odnajdywania ich rzeczywistego źródła w organizacji. Czynności te są proste, nie wymagają realizowania wielkich projektów, a co najważniejsze są aktualnym i automatycznie tworzonym obrazem sposobu wykorzystywania informacji przez organizację.

Poprzez zrealizowanie tego kroku organizacja uzyskuje następujące korzyści:

  • umiejętność śledzenia pochodzenia danych np. w raportach, co znacząco przekłada się na ich sposób wykorzystania i zaufanie odbiorców oraz coraz częściej jest wymogiem regulacji i zasad funkcjonowania podmiotów np. na rynkach finansowych
  • umiejętność oceny wpływu zmian w systemach informatycznych na przepływ informacji, wymagane zmiany w systemach raportowych i systemach wspierania decyzji
  • minimalizację ryzyka błędnej interpretacji lub niewłaściwego wykorzystania danych, dzięki szczegółowej historii ich pochodzenia w powiązaniu ze znaczeniem biznesowym i przeznaczeniem danych

Zapraszam także do lektury ostatniego wpisu z tej serii, w którym omówimy co zrobić, gdy inicjatywa Data Governance została już uruchomiona. Zachęcam także do zapoznania się z produktami SAS Data Governance.

Share

About Author

Patryk Choroś

Principal Business Solutions Manager, SAS Institute Poland

Strong believer, that every decision can be made better when based on data and analytics. Data governance and management expert. Business Intelligence specialist and experienced manager for teams and projects. Strong background in providing enterprise consultancy services from business value development throughout architecture design and solution implementation. At SAS working hard to translate new technology opportunities like Big Data, Data Monetization and Data Science into real business value aligned with corporate strategy. Certified Business Intelligence Professional, Certified Data Management Professional by TDWI. Join me on Twitter @Patryk_Choros or LinkedIn.

Back to Top