數據治理
Data Governance
什麼是數據治理?
- 精準、安全、一致地管理數據
- 規則、角色與流程體系
- 分析與 AI 的信任基礎
導入數據治理後,真正改變的不是系統,而是問題送達的地方。過去「為什麼每份報告的本月客戶數都不一樣?」這類問題全部湧向 IT 部門,IT 只能回答「我們是照業務部門給的標準撈出來的」。治理訂定後,確定該指標定義並有權變更的權限,會明確歸屬業務部門主管。數字算錯時,該找誰變得一清二楚,這是第一個改變。
實務上會把角色分成三層。數據負責人(Data Owner)是該領域的業務主管,負責定義與存取核准,並為此負責;數據管理員(Data Steward)是其下的實務人員,定期檢查數值品質;IT 則負責儲存、備份與歷程管理等技術性保管。範圍也不必一開始就涵蓋全公司。即使有數千張資料表,比較務實的做法是先從會議上的30 至 50 項核心指標與主資料(客戶、產品、交易對象)著手。
容易與相近概念混淆。資訊安全的目標是'阻擋',而治理還包含讓該使用的人能順利取得權限。MDM 或數據目錄只是讓規則運作的工具,買了工具並不會自動產生治理。品質也要以數字衡量。若沒有重複登錄比率、必填欄位缺漏率、定義不一致件數等按月追蹤的指標,那就只是宣示,而非實際行動。
在現場最常出錯的地方,是把規範手冊發布的那天當成完成。就算發出 120 頁的標準定義書,只要現場使用的 Excel 表格與 ERP 代碼值沒有改,三個月後數字還是會分岔。反方向的失敗也很常見。資安事件一發生就把權限全部鎖死,行銷團隊要看客戶資料得走 4 道簽核,負責人最後還是回到存在個人電腦裡的上個月 Excel。這不是管控變強,而是資料被推到管理範圍之外。
這個概念源自資料管理(Data Management)領域,隨著大數據、AI 與個人資料法規的擴散,已成為核心課題。
以下用假設案例說明。A 公司是一家生產工業零組件的企業,全體員工 900 人,年營收規模為 KRW 320,000,000,000 (≈ US$239,510,200)。ERP、MES、CRM 各自運行,交易對象在每個系統中分別登錄;每月業務會議上,各部門的營收前段客戶名單都不一樣,已連續 6 個月重複同樣的爭論。
- 經營管理本部長比對三個系統的交易對象代碼,發現實際約 800 家公司被登錄為 1,450 筆。會議上有人說:'同一家公司登錄了三次,這樣的銷售排名要怎麼相信?'
- 將業務本部長指定為交易對象數據負責人,並指派業務支援組的課長擔任管理員。自 3 月起,新增與變更交易對象都必須經兩人核准才能處理。
- 業務部門一直把報價過的對象稱為'客戶',會計則把開立稅務發票的對象稱為'客戶'。現在將兩種定義分開為'潛在客戶'與'交易客戶',並從儀表板的項目名稱開始改起。
- 權限改採分級制,而非全面封鎖。負責的交易對象可即時查詢,完整名單則降為需組長核准的第一級,並每季調出存取紀錄,關閉了 6 個月未使用的帳號 40 多個。
- 將重複率與必填欄位缺漏率設為月度指標,由 IT 主管於每月第一個營業日回報;超過標準的項目,由資料管理員在兩週內完成整理,並訂下相應規則。
- 八個月後,交易對象重複登錄從 1,450 筆降到 820 筆,月結後到確定業務績效之間原本需要的 5 天縮短為 2 天。
Ara Lim
金鍾赫