数据治理自我评估测试
来源：CPDA数据分析师网 / 时间：2021-05-12
数据治理是对数据和与数据相关的资源的管理的权限的执行和执行， 那就是我使用多年的定义。该定义用词明确，这就是意图，在管理数据资源时，此要求实际上不再是可选的。政府，我们的外部客户，我们的内部客户，监管者，审计师，法律部门，股票购买人士…………不要相信数据管理会自理，坚决的治理必须无懈可击。
人们在如何管理和管理个人数据上更加谨慎
公司和组织不再选择管理或不管理其数据，同样这是理所当然的，问题是–数据治理必须走多远？什么是方法？在回答这些问题之前，我们必须首先了解“管理数据”的含义， 在定义“政府”方面做得很好，为了本文的目的，我将在下面的定义中插入“数据”一词，以进一步强调“管理数据”的含义。
制定和管理[数据的]公共政策和事务；行使主权（在数据中）。
控制数据的速度或大小 规范[数据]
控制[数据]的动作或行为
保持控制[数据]；限制[数据]
对[数据]施加决定性或决定性影响
行使政治权威
拥有或施加决定性的影响[对数据]
有了这个字典定义（插入了“数据”），您仍然认为“管理数据”是个好主意吗？还是有必要？现在，我们已使您处于正确的状态来参加测试，希望纪律表述和自我评价的答案将引导您获得可以传达给老板，老板的老板甚至他们的老板的信息，以使他们知道有一种廉价，实用和务实的方法，一种非侵入式数据治理™方法，用于治理您的组织数据资源。试题后还会有更多关于此方法的信息。
考试时要注意的事项
在开始之前，在根据我在下面提供的量表回答问题时，应牢记以下两个问题：在当今越来越多的法规遵循和报告，信息安全，隐私，数据分类，数据集成复杂的交易管理等复杂性时代，让我们继续像以往一样继续管理我们的数据有意义吗？我们（至少）应该看看快速有效地规范我们如何管理这些数据资源吗？在当今时代，我们行业竞争激烈，每家公司都在寻找能够获得竞争优势的基于数据和信息的优势，对我们来说，像往常一样继续管理我们的数据是否有意义？我们（至少）应该看看如何规范我们如何管理那些数据资源吗？
规模和答案
如果您牢记这些问题，并且诚实地评估了以下每条数据学科陈述在1至5分制中的位置，则可以制定一项策略来帮助您说服管理层您应该考虑实施数据治理计划，这是将答案与测试中列出的每个数据学科陈述相匹配的量表：
加5分–我们在处理数据管理方面非常 。
加4分–我们在处理数据治理方面做得还不错 ，并不是说它是的，但对于我们的目的是可以通过的。
加3分–我们在处理数据管理方面有改进的余地 。
加2分–我们在处理数据管理方面有很大的改进空间 。
加1分–如果我们不遵循这一纪律，我们将面临如何处理数据的风险越来越高的问题 。
考试
当您根据这些纪律陈述评估您的现状时，要诚实
另外如果您相信自己的公司属于这两个类别中的任何一个，请随意给自己（或拿走）部分积分，例如，如果您处于“改进空间”和“显着改进空间”之间，请随意给自己评分2.3或2.7，或其他。我希望这是一个简单的测试。给自己一个疑问的好处。暗示！积分越多越好，我几乎可以向您保证，企业中的每个人都应对这些数据学科领域负责。而且可能并不总是同一个人。我还可以向您保证，仅仅因为某人对这些事情负有责任，仅此一项并不会自动降低您的分数。这个人或团体有效吗？他们真的在尝试定罪吗？他们有一个经过深思熟虑的计划吗？
数据纪律声明
风险管理
我们管理与数据相关的风险。
我的组织了解需要快速适应与数据相关的风险，并且其中许多规则来自组织外部。
我们有个人，人员和/或理事会，他们专注于了解围绕管理数据的所有风险级别。
人员/工作人员/理事会定期交流有关数据风险的信息，以至于每个人都了解我们在处理数据时的危险行为与安全行为。
分数 _____
数据合规与法规控制
作为一个企业，我们在制定和开展业务时会非常关注与我们收集，使用和共享的数据有关的合规性和监管问题。
有人负责将规则记录并传达给组织中处理该数据的所有个人。
当我们接受审计时，我们可以清楚地向美联储证明遵守了有关数据的规则。
分数 _____
信息安全与数据分类
作为一个组织，无论是结构化还是非结构化，我们都非常重视信息安全。
我们有《信息安全政策》和/或类似内容（指南，授权）。
归根结底，我们对与高度机密数据，机密数据，内部使用数据和公共数据相关的规则进行沟通，区分和管理的能力感到满意。
在我们组织中共享数据的人员还共享有关该数据的书面规则，以至于我们认为信息安全不是问题。
分数 _____
元数据管理
我们拥有管理的重要数据的元数据。
我的组织知道我们拥有哪些数据，该数据位于何处，如何在共享数据库中以及在人们的桌面上定义，生成和使用该数据。
我们拥有的有关重要数据的信息可供任何需要的人使用。
同样重要的是，我们已经确定并邀请对元数据的定义，产生和使用负有正式责任的人员。
分数 _____
数据质量管理
我们的组织始终专注于数据质量。
我们有正式的方法来记录数据质量问题，我们拥有主动和被动的方法来发现问题并在发现问题时加以解决，我们的人员负责管理问题日志，为问题赋予价值并确定问题的优先级。
重要的是，我们对核心数据的业务标准有清晰的了解，这使得区分高品质和低品质变得容易得多。
分数 _____
商业智能与数据集成
我们拥有一个数据仓库环境，可以充分利用其中的日期，并充分利用其日期的功能，这意味着人们可以轻松访问数据，了解数据并帮助我们不断提高数据质量。
我们认识到，数据治理在数据集成等式的各个方面对我们的数据仓库计划的成功与否都起着重要作用。
我们知道数据集成是一门困难的学科，但是由于我们在双方上都很好地管理着数据，因此我们对商业智能计划的有效性质感到非常满意。
分数 _____
主数据管理
我们的组织认识到，主数据管理是当今正在谈论的有效，重要的数据学科之一。
我们已经确定了可以管理我们的MDM计划的人员，并且已经开始确定可以帮助我们管理和共享主数据和参考数据的支持技术。
当我们填充MDM环境时，需要遵循纪律来管理围绕主数据资源，元数据组件以及对主数据的通信和可访问性的决策。
我们已准备就绪，可以在预算内按时完成Master Data计划。
分数 _____
数据治理与数据管理
我们有一个数据治理计划，该计划明确定义了运营，战术，战略和支持级别的角色和职责。
我们的计划着重于利用我们数据管理员中数据的现有知识。
我们的领导层，管理人员，业务人员和技术人员都采用了我们所采用的方法，并以主动和被动的方式解决了数据治理问题。
我们的数据治理计划是我们在此测试中列出的所有学科中取得成功的主要贡献者。
分数 _____
困难的部分（不是真的）–评估结果
现在是测试的困难部分，它正在评估结果。您可以通过两种方式使用您提供的答案。
平均分数： 一种是将您的分数加起来并确定您的平均分数。然后使用平均得分来总结您作为组织如何管理数据。
个人分数：使用各学科的分数来确定您如何管理数据。
总计您的八分。在__________处输入总数。将总数除以8，然后将总数放在__________。
可以独立评估数据管理学科的八个领域中的每个领域
您可能想考虑使用以下其他学科来评估您的企业：数据建模，数据挖掘，面向服务的体系结构，云计算，软件即服务，数据混搭，无论数据管理的下一个大问题是什么。它们都可以作为一门学科纳入本测试，并以相同的方式进行评估。
考虑到您希望为组织采取的数据治理（或任何单一学科）潜在的后续步骤，从这次简短测试中可以看出来，以下四个结果分类是我的专业意见。
如果您的平均分数高于4，则 您的组织的状况将比大多数组织要好得多。能够识别出您擅长的方面以及需要改进的方面非常重要。继续评估您的状况，并花大量时间调整船只并响应地形变化。
如果您的平均分数在3到4之间，则 您的组织仍然处于良好状态。同样，重要的是能够识别出改进的余地。这里的建议是围绕需要改进的领域定义实践，利用您擅长的事情，并应对“改进”的机会，因为您的组织可能已经认识到并解决了治理数据方面的缺陷。
如果您的平均分数在2到3之间，那么 您的组织就可以实施无创数据治理计划了。由于您指出仍有改进的余地，因此有必要确定并明确指出需要改进的领域，并制定针对这些领域的行动计划和沟通计划。
如果您的平均分数在1到2之间，则说明您的组织已经完全成熟，应该进行无创数据治理计划。实际上，如果您尚未开始定义数据治理计划，则数据很可能会继续对您的组织构成缺陷，而不是资产。
我们如何处理此信息？
产生5分的标度/答案与产生1分的标度/答案之间有很大的差距。在规模的较高端，围绕此测试中列出的数据治理和数据规则进行的工作很少或根本不需要进行。你们中的某些人可能会在8个数据学科之间获得差异很大的结果，如果是这种情况，请集中精力改善那些得分较低的数字，并着重提高整体平均水平。
如果您所在的公司的所有类别的收入都在3以下，并且您可能不需要我告诉您，…您有大量工作要做。对于这些组织，以及任何有意解决问题领域的组织，我都有很多建议：
从测试结果中确定需要立即关注的特定数据学科
确定可以针对数据学科中的缺陷而提出的特定业务价值点，这些缺陷会干扰组织在该学科中推动价值的能力
确定行业认可的数据治理实践，因为它们特别适用于该数据学科
评估您的组织提出的实践和实践，以确定可利用的组成部分和改进的机会
阐明当前和实践之间存在的差距，与之相关的风险以及对组织的潜在价值
开发和部署经过验证的非侵入性数据治理角色和职责的框架
使用此信息来交付可操作的工作计划和可操作的通信计划，以解决与数据学科相关的数据治理问题
通过与曾经走过这条路的人一起工作而获得价值
您可能已经发现，尝试出售对整体，端到端，全球，全球范围内的企业数据治理计划的需求对于您作为数据治理的卖方或买方而言是一个巨大的药丸程序。我的建议是，首先要制定一个非侵入性数据治理计划，该计划专门并始终如一地解决组织需要和感兴趣的数据学科领域。在构建此重点计划时，请牢记企业和合作伙伴以及其他现有数据治理（或类似）举措的总体需求。在某个时候，好主意可能会融合在一起，组织的整体需求将更容易达到。
您可能会将此视为另一项自助测试或浪费时间
在这里完成的是一种简单的自我评估方法，可以为您提供一条信息，将测试中确定的特定数据学科与您实现价值或避免与该学科相关的风险的当前状态联系起来，如前所述，您的企业中有可能对此处列出的一个或多个数据学科特别感兴趣的人，他们可能不只是兴趣，他们可能有责任心，帮助他们帮助您的组织继续进行数据治理并取得成功，向他们介绍非侵入式数据治理方法和该测试的结果，希望它将为您提供一条信息，说明您需要迈向成功之路。