Veri yönetişimi, kuruluşların veri kalitesi, güvenlik ve uyumluluk konusunda yüksek standartları korumalarını sağlayarak sorumlu veri yönetiminin bel kemiği olmuştur. Jonathan Reichental'e göre “Aptallar İçin Veri Yönetişimi” nde yönetişim kapsamı veri sahipliği ve yönetiminin çok ötesine uzanıyor. Meta verileri, veri mimarisini, ana ve referans veri yönetimi, depolama, entegrasyon, gizlilik, güvenlik, modelleme, kalite ve iş zekasını kapsar. Bu bakış açısı, veri altyapısının temel unsurlarının sağlam ve iş ihtiyaçları ile iyi hizalanmasını sağlar.
McKinsey'in yazarları ““ Veri yeniden kullanılabilirliğini ve risk ve düzenleyici gereksinimlere uyumu vurgulayarak bu vakıf üzerine inşa edin. Veri dağıtımının hızını ve ölçeğini sağlama rolünü vurgulayarak yönetişimi daha da ileriye taşıyorlar. Onlar için yönetişim sadece bir koruma değil; Bu bir kolaylaştırıcı. Net tanımları uygulamalı, veri kalitesini izlemeli ve verilerin kuruluş aracılığıyla serbest ve güvenli bir şekilde akmasını sağlamalıdır. Amaç sadece riski azaltmak değil, aynı zamanda günümüzün veriye dayalı dünyasında önemli bir para birimi olan dijital güven oluşturmaktır.
Ancak kuruluşlar AI dönemine geçtikçe, yukarıdaki yönetişim çerçeveleri artık yeterli olmayabilir. Yapay zeka verilerinin nasıl depolandığını, işlendiğini ve yorumlandığını yeniden şekillendirerek yeni riskler ortaya çıkar: algoritmik yanlılık, opak karar verme ve yanlış yönlendirilmiş iş eylemlerine yol açan kusurlu içgörüler.
En son çalışmalarında, “Tech On Tech”, Tom Davenport ve Ian Barkin'in bu konuyla ilgili bölümü sadece “Yönetişim” başlıklı, ancak “Genesis”, “korkuluklar” ve “rehber” ile ilgili bölümleri de içeriyorlar. Davenport ve Barkin liderleri yönetişimi düşünmeye çağırıyor – süreçler, iş akışları, model davranışları ve teknolojinin etik boyutları. Davenport'a bunu sordum ve “Geleneksel veri yönetişimi çok dar ve çekici değil, genellikle nadiren takip edilen ve uygulama eksikliği olan politikalara ve prosedürlere odaklanmıştır. Veri uygulayıcıların, veri başarısına veya veri başarısına odaklanmaları gerekiyor, veri başarısı yöneticileriyle birlikte, verilerle daha iyi bir şekilde kullanmayı kolaylaştırmak, daha olumlu bir şekilde kullanılmak, daha olumlu bir şekilde kullanılmak için, bu kadar kolay bir şekilde kullanılmak için öncelik vermektir. Yönetişim Modeli. ”
Bu görüş, yönetişimin, içgörülerin nasıl tüketildiği ve harekete geçirildiği de dahil olmak üzere veri kullanımının tam yaşam döngüsü boyunca faaliyet göstermesi gerektiğini kabul etmektedir. Ayrımcılık ve yanlış bilgi gibi istenmeyen sonuçları açıklamalı ve örgütsel etik ve değerlerle yakından uyumlu olmalıdır. Bu anlamda, yönetişim sadece bir kontrol mekanizması değil, stratejik bir zorunluluk haline gelir – AI'nın sorumlu, şeffaf ve etkili bir şekilde kullanılmasını sağlayan bir zorunluluktur. AI yaşı için dijital güveni yeniden tanımladığımız için, yönetişimin kendisi anı karşılamak için yeniden bağlanmalıdır.
Yönetişim veri başvurusu olgunluğunu kolaylaştırır
Modern işletmelerdeki verilerin artan önemine rağmen, son araştırmalarımıza göre, sadece% 39'u – sadece% 39'u – sadece% 39'luk bir kuruluşun azınlığı rapor ediyor. Bu, resmi bir yönetişim yapısı olmadan çoğunluğu,%61'i bırakarak verileri etkili bir şekilde yönetmek için zorluklar yaratıyor. Böyle bir vakfın olmaması genellikle kötü veri kalitesine, zayıflamış güvenliğe ve aşınmış güvene yol açar-sonuçta veri odaklı karar alma ve iş performansını zayıflatan konular.
İyi haber şu ki, araştırma veri yönetişiminin farkındalık kazandığını söylüyor. On yıl önce, veri liderleri arasında 17. öncelik olarak yer aldı; Bugün, 10 numaraya yükseldi. Öncelik sinyalindeki bu artış, yönetişimin sadece bürokratik bir işlev değil, analitik, yapay zeka ve dijital dönüşümün stratejik bir sağlayıcısı olduğunu kabul ediyor. Resmi bir yönetişim organizasyonu kritik bir yapı taşıdır-veri kalitesi, yönetim, gizlilik ve uyumluluk konusundaki çabalara yapı, hesap verebilirlik ve işlevler arası koordinasyon getirir.
Yönetişim ve iş zekası başarısı arasındaki bağlantı özellikle çarpıcıdır. Tamamen başarılı BI girişimleri bildiren kuruluşlar arasında% 46'sı yönetişim kuruluşları kurmuştur. Bu yüksek performanslı veri odaklı kuruluşların veri odaklı kararlar tutarlı bir şekilde vermesi daha olasıdır-% 58, her zaman bunu yaptığını, sadece biraz başarılı BI olanların sadece% 44'üne kıyasla. Veri odaklı kararlar verenleri çoğu zaman veya çoğu zaman birleştirirken, oranlar en çok ve orta derecede başarılı BI benimseyenler için sırasıyla%92 ve%87'ye yükselir.
Güven, BI başarısının bir başka ayırt edici özelliğidir. Tamamen başarılı BI girişimleri olan kuruluşlar arasında,% 92'si veri yönetişimi ve güveninde yüksek olgunluk bildirmektedir. Bu bulgular, veri yönetişiminin sadece bir destek fonksiyonu değil, temel bir farklılaştırıcı olduğunu vurgulamaktadır. Raporlama yapıları değişirken-yönetişim işlevlerinin% 32'si bir Baş Veri Görevlisi'ne (CDO) ve% 29'una rapor veriyor-en önemli şey, yönetici görünürlüğü olan özel bir yönetişim işlevinin varlığı ve kurumsal çapında değişimi yönlendirme yetkisidir.
Özetle, resmi veri yönetişimine yatırım yapan kuruluşlar sadece veri kalitesini ve uyumluluğunu iyileştirmekle kalmaz, aynı zamanda kendilerini daha iyi, daha hızlı kararlar almak ve veri varlıklarından daha tutarlı değer elde etmek için konumlandırırlar. Veri odaklı performans için risk arttıkça, yapılandırılmış, stratejik veri yönetişime olan bağlılık da artmaktadır.
Yönetişim için gelişen rol
Akıllı kuruluşlar, geleneksel veri yönetişiminden iş odaklı veri yönetişimi olarak daha doğru bir şekilde tanımlanabilecek olana yaklaşımlarını geliştirmeye başlamaktadır. Bu değişim, günümüzün verilerinin ve analitik manzarasının artan karmaşıklığını ve kapsamını yansıtmaktadır. Makine öğrenimi (ML), Yapay Zeka (AI), üretken AI ve ajanik AI gibi ortaya çıkan teknolojiler, organizasyonları sadece ham verileri değil, aynı zamanda analitik içeriği, çıktıları ve bunları üreten modelleri yönetmeye zorluyor. Bu yeni ortamda yönetişim, analitik yorumlara, türev raporlarına, görselleştirmeye, modellere, eğitim verilerine ve bunları tanımlayan ve destekleyen meta verilere genişletilmelidir. Analitik yorumlar, türev raporlar, görselleştirmeler, modeller, eğitim verileri ve bunları tanımlayan ve destekleyen meta verilere.
İş zekası ile en büyük başarıyı bildiren kuruluşlar bu yolculukta zaten daha ileride. Bu liderler, yönetişim çabalarını gerçek iş sonuçlarıyla hizalamanın öneminin altını çizen güven ve yönetişimde daha yüksek bir olgunluk göstermektedir. Başarı artık yönetişimin neden (iş değeri sağlamak için), neyin yönetildiğini (veri ve analitik içerik) ve nasıl yönetildiğini (koordineli yapısal ve teknolojik süreçler yoluyla) evrim talep ediyor. Dresner Danışma Hizmetleri Araştırma Başkan Yardımcısı Michael Moran olarak, temel sorular şunları değiştirdi: “Neyin yönetilmesi gerekiyor?” “Ne derece?” ve “en iyi nasıl yönetilir?”
Pratik gerçek şu ki, kuruluşlar veri yönetimi, veri güvenliği ve yönetişim arasındaki nüanslı örtüşmeleri anlamalı ve gezinmelidir. Örneğin, geleneksel olarak güvenlik ve kataloglama ile ilişkili faaliyetler – verilere kontrollü erişim (%77), veri nesnelerinin dokümantasyonu (%72) ve meta veri yakalama (%68) kritik veya çok önemli kabul edilir. Bununla birlikte, AI modellerinin yaşam döngüsü yönetimi ve veri ve analitik içeriğin aktif olarak yönetilmesi gibi analitiklere özgü unsurların yönetilmesi söz konusu olduğunda, algılanan önem sırasıyla%46 ve%61'e düşer. Bu boşluk, iş gereksinimlerini yakalayan yönetişim uygulamalarındaki gecikmeyi vurgulamaktadır.
Gerçek iş odaklı yönetişim statik tanımların ötesine genişler. Veri soyunu, model etki analizini ve analitik içeriğin zaman içinde korunmasını içeren yaşam döngüsü yönetimi gerektirir. Yönetişim artık iş değerine ve riskine bağlı olarak, departman, coğrafi veya işletme düzeyinde – orantılı ve kasıtlı olarak uygulanmalıdır. Amaç sadece kontrolü değil, hizmet işini ve kritik süreçleri de kontrol etmelidir. Yönetişim önceliklerini doğrudan iş değeri zincirlerinden elde ederek ve iş akışlarını destekleyerek kuruluşlar, verilerin ve analitiklerin AI çağında dayanıklı, güvenilir varlıklar olarak hizmet etmesini sağlayarak proaktif, uygun maliyetli kararlar verebilir.
Ayrılık Kelimeler
Yapay zeka yaşı, kuruluşların yönetişim hakkında nasıl düşündüğü konusunda derin bir değişim gerektiriyor. Veri kalitesi, güvenlik ve uyumluluk üzerine odaklanan geleneksel veri yönetişimi artık yeterli değildir. Veriler giderek karmaşıklaşan ve sonuçsal algoritmalar için hammadde haline geldikçe, yönetişim veri ve analitik içeriğin tam ekosistemini içerecek şekilde genişlemelidir: modeller, meta veriler, çıktılar ve içgörülerin tüketildiği ve harekete geçirildiği süreçler.
Bu evrim stratejiktir. Analytics ve BI ile başarılı olan kuruluşlar, güven, şeffaflık ve iş hizalaması yönetişime gömüldüğünde neyin mümkün olduğunu gösteriyor. Yönetişimi bir kutu kontrol egzersizi olarak değil, dijital karar almayı ölçekte destekleyen değer yaratan bir disiplin olarak ele alırlar. Bu yeni çağda rekabetçi ve sorumlu kalmak için kuruluşlar iş odaklı yönetişimi benimsemelidir. Bu, riski yönetmek, AI'da adalet ve hesap verebilirlik sağlamak ve yönetişimi görev açısından kritik sonuçlarla hizalamak anlamına gelir. Nihayetinde, AI döneminde yönetişim sadece verileri korumakla ilgili değil, aynı zamanda geleceği sağlamakla ilgilidir.
Bir yanıt yazın