엔터프라이즈 데이터 관리:사용 및 필요

소개

우리의 디지털 세계는 정보를 기반으로 구축됩니다. 데이터는 어디에나 있으며 모두가 일상적인 비즈니스에 사용합니다. 데이터 관리는 최근 회사,조직,분석가 및 고문 사이에서 인기가 급증했습니다. 이 주제가 일반적으로 매우 섹시한 것으로 간주되지 않는다는 점을 고려할 때이 개발을 주도하는 것은 무엇입니까?

데이터는 사실의 표현이다. 데이터를 컨텍스트에 배치하면 정보가 생성됩니다. 좋은 데이터 관리의 부재는 종종 자동으로 관리 및 운영 정보가 효과적이지 않다는 것을 의미합니다. 장기적으로 이것은 더 이상 제대로 기능 할 수없는 정도로 조직을 마비시킬 것입니다. 그 이유는 사람들이 더 이상 경영 정보에 의존 할 수 없기 때문에 중요한 결정이 너무 늦게 취해지기 때문입니다. 또한 부서의 업무와 책임이 서로 잘 맞지 않기 때문에 비즈니스 프로세스 관리에는 시간과 노력이 필요합니다. 이 상황에서 모든 사람은 자신의 직무를 수행하는 데 필요한 데이터 만 만들고 관리하며 그에 따라 자체 데이터 정의 세트를 사용합니다. 부서가 부정확함의 고발하기 때문에,통제 조치는 한꺼번에 부과되고 가동은 더군다나 점성이 되어,전체적인 합작을 위한 내려가는 나선에 지도하. 따라서 데이터 관리를 조직 내에서 독립적이고 전문적인 위치로 지정해야하는 긴급한 비즈니스 이유가 있습니다.

또한 규칙과 규정은 구조화 된 데이터 관리 조직을 시행합니다. 바젤 및 지급 능력과 같은 금융 부문의 규정은 조직 보고서에 사용되는 정보의 데이터 품질 및 추적 성을 위해 거버넌스 프레임 워크를 구현해야합니다. 이러한 맥락에서,바젤 2 세는 다음과 같이 말합니다:’은행은 승인된 평가의 할당과 관련된 데이터의 정확성,완전성 및 적합성에 대한 평가를 포함하는 통계적 디폴트 또는 손실 예측 모델에 대한 데이터 입력을 심사하는 절차를 마련해야 합니다.’질적 데이터 관리는 이러한 기준을 충족 할 수있는 것이 중요하지만,또한 구현에 매우 시간이 많이 소요 될 수 있습니다. 이러한 맥락에서 규칙 및 규정 또는 공급 업체 및 고객과의 장소 계약을 준수하는 것은 어렵습니다.

엔터프라이즈 데이터 관리는 데이터의 구조화 된 식별,분류,등록,모델링,잠금 해제,보안,보관 및 삭제를 목표로 조직 내의 모든 활동으로 구성됩니다. 이 프레임 워크에서’엔터프라이즈’라는 용어는 조직 전체의 데이터 관리 특성을 나타냅니다.

데이터 관리가 비즈니스 운영에서 매우 중요한 역할을 한다는 사실은 상급 관계자들의 진술에 밑줄이 그어져 있다. 2011 년 올해의 기업으로 선정된 알로이즈크레팅 사무국은 다음과 같이 말한다:”기업체는 무엇보다도 정보의 가치에 관심을 가져야 한다. 어떤 사람들이 어떤 정보를 필요로하는지 정확히 알고 그 과정을 촉진해야합니다. 이것은 다시 한 번보고 및 마스터 데이터 관리의 중요성을 강조합니다.’

두 번째 예로서 우리는 석유 탐사 및 생산 회사의 대표를 가리킬 수 있습니다.이 회사는 훌륭한 데이터 관리가 회사의 비즈니스 우수성을 향한 다음 단계임을 깨닫고 경쟁 업체로부터 눈에 띄는 것을 가능하게 할 것입니다.’지속적인 개선 노력은 이제 이러한 변화를 활용하고 그들이 제공하는 숨겨진 가치를 발견하는 데 초점을 맞출 것입니다. 즉,프로세스를 간소화하고 데이터 관리를 강화하여 더 빠르고 정보에 입각 한 의사 결정,고객 요구에 대한 응답 성 향상 및 폐기물 감소를 제공하여 경쟁 성능을 향상시킵니다.’

자산으로서의 데이터

위에서 언급한 바와 같이,데이터는 사실의 표현이다. 비즈니스 환경에서 이것은’비즈니스 운영에 관한 사실’을 의미합니다. 컨텍스트나 구조가 없으면 이 데이터는 회사에 부가 가치가 없습니다. 그것은 어떤 진짜 가치를 가지고 내용과 의미가 부족하다. 여기서 구조화 된 데이터(데이터베이스에 저장되고 배열 됨)와 구조화되지 않은 데이터(행,열 또는 레코드에 통합 할 수없는 문서,파일,이미지,문자 메시지,양식,비디오 또는 사운드 녹음 형식)를 구분합니다.

추가 정보가 없으면 이 데이터를 분류,등록 및 잠금 해제하여 사용하기 어렵습니다. 이 데이터에 컨텍스트를 가져 오는 순간-그것이 중요성을 획득 할 때입니다. 그런 다음 참조,날짜 및 시간,메시지의 중요성,형식을 추가합니다. 이를 통해 데이터가 구조화되고 정보가 됩니다. 우리가 관계를 수립하고 패턴을 식별함으로써 모든 다양한 정보 소스를 연결한다면,이 정보는 지식이됩니다. 조직의 다양한 정보 소스를 연결하여 회사의 경영진에 의한 의사 결정을 향상시킬 수 있습니다. 그림 1 을 참조하십시오.

그림 1. 컨텍스트에 배치 된 데이터의 값입니다.

데이터를 가장 잘 구성하고 이 정보를 회사 내의 지식 근로자에게 개방할 수 있는 조직은 경쟁 우위를 가질 것이다. 이 데이터의 고유 한 상업적 힘을 사용하면 기업과 조직이 경쟁 업체에 비해 전략적 우위를 점할 수 있습니다. 에릭 슈미트는 2010 년에”모든 것이 이용 가능하고,알 수 있고,모든 사람이 항상 기록될 때 어떤 일이 일어나는지 사회가 이해한다고 믿지 않는다.’그리고 가트너는 선언: 예를 들어,민간 부문에서는 빅 데이터를 사용하는 소매 업체가 영업 이익률을 60%이상 증가시킬 가능성이 있다고 추정합니다.'()

그러나 그것은 좋은 구조화 및 데이터 잠금 해제에 관한 것이 아닙니다. 몇 년 동안,일반적인 아이디어는 바이 관리 정보의 문제를 해결할 것이라고했다. 대부분의 글로벌 기업과 조직은 복잡한 소프트웨어를 구현하고 값 비싼 양방향 프로그램을 실행했습니다. 그럼에도 불구하고 관리는 만족하지 않습니다. 비구조화된 데이터의 가치를 실현하기 위해 필요한 노력이 부족합니다. 또한 변화하는 회사의 요구에 맞게 관리 정보를 쉽게 수정할 수 없습니다. 케이피엠지는”막대한 투자가 반드시 더 나은 정보를 보장하지는 않는다. 더 중요한 것은 데이터 수집,처리 및 제시 방식을 근본적으로 변경하는 것입니다.'()

기본 데이터 집합의 품질이 좋지 않으면 데이터 웨어하우스를 통해 노출되는 정보는 쓸모가 없습니다. 구조화되지 않은 데이터(약 100%) 모든 회사 데이터의 85%)는 데이터웨어 하우스를 통해 액세스 할 수 없습니다. 따라서 질문은 다음과 같습니다.이 데이터를 어떻게 업그레이드 할 수 있으며 구조화되지 않은 데이터에 대한 훌륭한 데이터 관리를 구성하는 요소는 무엇입니까? 이러한 맥락에서’좋은’이란 조직이 데이터에 부과 한 품질 기준에 따라 의미합니다. ‘좋은 데이터’는 단순히 허공에서 나타나는 것이 아닙니다. 프레임워크가 필요합니다. 이 프레임 워크는 회사가 논리적이고 정확한 방식으로 조직에 배치하고 포함해야하는 활동으로 구성됩니다. 이를 데이터 관리라고하며 구조화 된 방식으로 데이터를 식별,분류,등록,모델링,잠금 해제,보안,보관 및 삭제하기 위해 비즈니스 운영에 대한 모든 조직 활동을 다룹니다. 이러한 활동을 위해 우리는’엔터프라이즈 데이터 관리’라는 용어를 사용합니다.

좋은 데이터 관리가 회사 활동에 가치를 더하고 이익을 증대시킬 수 있다는 인식으로 인해 분석가와 고문은 토지,건물 및 기계와 같은 다른 회사 자원과 동일한 수준으로 데이터를 배치하게되었습니다. 이러한 맥락에서 데이터는 회사 자산으로 정의됩니다. 자산은 잘 관리되어야합니다:할당 된 소유권과 적시에 폐기 또는 오래된 경우 데이터 교체로 적절하게 유지 관리 및 보호되어야합니다. 다른 자산과 마찬가지로 조직 데이터도 판매하여 가치를 추출 할 수 있습니다. 예를 들면,경쟁자는 판매를 개량하기 위하여 이용되기 수 있기 때문에 고객 정보를 평가할 것이다.

전 세계 유수의 기업 이사가 이를 충분히 인식하고 있습니다. 데이터 관련 프로그램은 작업 목록에서 두드러집니다. 해켓 그룹 상태:’어떤 기업이 인식하는 것은 그들이 표준화 및 데이터를 정리하지 않고,그들은 여전히 이해가되지 않는 정보를 얻고있다,응용 프로그램에 많은 돈을 던져하지만 것입니다. 그들은 서로 다른 정의를 사용하고,메트릭을 다르게 계산하고,서로 다른 계층 구조를 사용하는 비즈니스를 가지고 있습니다. 이 마스터 데이터 관리의 전체 개념은 기업이 예측 분석이 가능한 시점에 도달 할 수 있도록하는 데 절대적으로 중요합니다.’2013 년까지 조직의 데이터 중복성을 줄여 중복 데이터 관리와 관련된 비용의 80%를 절약할 수 있습니다.'()

기업 데이터 관리 모델

데이터 관리는 꽤 오랫동안 많은 관심을 받아 왔으며,기업 데이터 관리의 구조에 대한 최상의 해답을 제공한다고 주장하는 모델과 방법이 풍부합니다. 국제 표준화기구,더 잘 알려진 이소,수많은 표준을 가지고 있으며,각 표준은 데이터 스펙트럼의 하위 측면을 다루고 있습니다. 예를 들어,이소 27001 은 정보 보안을 다룹니다. 15489 는 보관 관점에서 정보를 관리하는 데 적용되는 표준입니다. 메타 데이터에 대 한 표준입니다. 또한,데이터의 출현에 대한 지침으로 이소 19005 를 사용할 수 있습니다. 그래서 우리는 표준의 과잉이. 이러한 프레임워크는 더 넓은 의미에서 데이터의 중요성에 대해 이야기하지만 위험 관점에서만 언급됩니다.

지식정보관리기관

보다 완벽한 모델은 다마디엠복의 모델인 것으로 보인다. 그것은 지난 몇 년 동안 실제 연습에서 새로운 통찰력에 의해 보충 된 데이터 관리 분야의 모범 사례의 컬렉션을 포함합니다. 다마-디엠복 가이드(전체:지식 데이터 관리 기관)는 데이터 관리에 대한 지식을 배포하기 위해 데이터 관리자 및 데이터 전문가를 대상으로 한 국제기구 인 데이터 관리 협회의 간행물입니다.

10 개의 다른 데이터 함수를 식별합니다. 이러한 기능은 그림 2 에 나와 있습니다. 데이터 거버넌스는 다른 도메인을 서로 연결하는 기능입니다. 각 영역에서 현재 작업 방법 및 절차,사용 된 기술 및 조직 문화와 같은 환경 적 요인에 주목해야합니다.

그림 2. 다마에 따라 데이터 도메인().

다마는 약점을 가지고 있습니다. 예를 들어,언급된 기능들이 단지 넓은 용어로 서로를 지칭한다는 사실은,사용자가 기능들 사이의 관계를 항상 인식하거나 이해하지 못한다는 것을 의미하고,이후에 조합의 중요한 중요성을 인식하지는 않는다는 것을 의미한다. 또한,다마 적어도 시간이 순간에,기존의 구조화 된 데이터를 지향 할 것으로 보인다. 이 경우 소셜 미디어 콘텐츠의 중요성에 대한 관심은 거의 없습니다. 다마 내의 데이터 보안은 주로 데이터의 기술적 보호를 목표로합니다. 이 외에도 세대가 데이터를 다루는 방식의 차이는 관련 요인(환경 요인)으로 명시 적으로 인정되지 않았습니다. 마지막으로-그리고 이것은 아마도 가장 큰 반대 일 것입니다-그것은 무엇보다도 개념적 틀입니다. 그것은 일관성없는 해석의 위험을 수반,독자에게 충분히 명확한 개념과 용어를 만들기 위해 실용적인 예제가 부족하다. 프레임 워크가 구현되어야하는 방식 또한 다소 불분명합니다. 이것은 지식의 몸의 1 차 목표에 반대 이다. 어쨌든 지견의 이 몸의 신청은 자료 관리의 신청안에 자극 견실함에 조준해야 한다. 그것은 우리가 함수의 식별을 위해 다마를 사용하는 이러한 이유 때문이다,사람들은 참으로 고체 때문에.

케이피엠지 엔터프라이즈 데이터 관리 모델

위에서 언급한 모델은 전문적인 데이터 관리 조직의 실현에 반드시 참석해야 하는 중요한 요소들을 포함하고 있다. 그러나 데이터 관리의 운영화를 위해서는 이러한 모델에서 다루지 않는 또 다른 측면 집합도 중요합니다.

우선,여기에는 조직 내 및 조직과 제 3 자 간의 시스템간에 데이터가 교환된다는 사실이 포함됩니다. 따라서 데이터 관리는 데이터가 전달되는 형식,전달된 데이터의 품질 유효성 검사,데이터가 추가로 처리되기 전에 가능한 보강 라운드에 대한 정보 및 프로세스에서 결함이 발생할 경우 절차에 대한 적절한 합의가 이루어지도록 해야 합니다. 우리는 이러한 활동을’획득 및 저작’및’배포’라는 용어로 그룹화합니다.

또한,방전가스는 방전가스가 전체적으로 유지될 수 있도록 보장해야 한다. 조직은 작업 실행 중에 확인 된 문서 및 결함을 기록하기 위해 처리 할 수있는 프로세스가 있어야합니다. 이러한 것들은 방전가치제 거버넌스 협의 기관에서 논의되어야 하며,기존 절차와 기법의 조정으로 이어져야 한다. 이러한 맥락에서 조직에서 새 데이터 개체를 모니터링하기를 원하기 때문에 조직 내에서 사용되는 데이터 품질 대시보드를 적용해야 하는 상황을 고려할 수 있습니다. 이러한 경우,이 변경에 대한 의사 결정을 설정하고 결정이 수행 된 후 대시 보드의 변경을 구현하는’변경 프로세스’가 있어야합니다.

마지막으로,조직이 수행하는 모든 방전폭기 활동은 효율성과 효율성에 따라 평가되어야 한다. 조직 내 주요 프로세스의 경우와 마찬가지로,방전폭발전 활동의 실행이 이 문제에 대한 합의를 준수하는지 여부를 제어할 수 있도록 방전폭발전전기에 대한’계획,수행,점검,행동’메커니즘이 있어야 합니다. ‘프로세스 모니터링’은 이를 가능케 하며,이를 통해 전기전자전송기구는 독립적으로 결함을 식별하고 시정 조치를 취할 수 있습니다.

이러한 단계는 그림 3 의 케이피엠지 방전가공 모델에 도시되어 있다.

그림 3. 엔터프라이즈 데이터 관리 모델.

이 모델에서 가장 중요한 요소에 대한 간략한 설명이 아래에 나와 있습니다.

• 데이터 거버넌스는 데이터 관리 활동의 운영을 지향한다. 전략,정책,역할,작업 및 책임과 같은 문제가이 범주에 속합니다.
• 데이터 아키텍처는 데이터 모델의 데이터 객체 및 데이터 구조의 정의 및 문서화와 관련이 있습니다. 이들은 조직의 정보 분석 및 프로세스 및 시스템 구축의 기초를 형성합니다.
• 마스터 데이터 관리는 마스터 및 참조 데이터의 품질에 관한 것이다. 궁극적 인 목표는 고유 한(‘황금’)레코드를 만드는 것입니다.
• 데이터 웨어하우징은 관계형 데이터베이스에 데이터를 저장하는 데 사용되는 아키텍처의 정의를 보장하는 활동입니다.
• 비즈니스 인텔리전스에는 데이터 웨어하우스에 저장된 데이터를 여는 작업이 포함됩니다. 데이터는 경영진에게 유용한 정보를 제공하여 정보에 입각 한 결정을 내릴 수 있도록하는 방식으로 제공되어야합니다.
• 데이터 품질 관리는 품질 기준의 구조적 문서화,실제 데이터 품질 분석 및 데이터 품질 보고와 관련됩니다.
• 콘텐츠 관리는 데이터의 분류,문서 흐름의 구조화 및 이에 대한 액세스를 지향합니다.
• 아카이빙은 비활성 데이터를 다른 환경으로 재배치하는 것을 지향합니다.
• 거버넌스 운영에서’메타 데이터’는 데이터 객체 및 데이터 모델의 기술적 및 기능적 설명과 같은 데이터 관리 요소에 대한 정보를 나타냅니다.
• 데이터베이스 관리는 데이터베이스의 운영 기술 관리를 지향한다.
• 데이터 보안은 이 데이터의 무단 액세스 및 사용에 대한 데이터 보안을 지향합니다.
• 신원 관리는 결론적으로 데이터에 대한 액세스를 지정합니다.

이러한 방전가공 요소의 수에 대한 자세한 설명은 이 컴팩트에 포함된 방전가공 요소에 대한 별도의 기여를 참조하십시오.

조직적 관점에서

이 기사의 범위 내에서,우리는 실제 실무에서 방전방전 모델을 구현하는 가장 좋은 방법의 문제에 대응하는 것이 남아 있습니다.

그림 3 과 같이 방전가공기의 다양한 구성 요소를 자세히 살펴보면 이러한 구성 요소에 논리적 순서가 거의 없다는 인상을 받게 됩니다. 그림 3 은 요소의 구성 및 구현에 대한 제안 된 우선 순위 지정 또는 단계화가 없음을 보여줍니다. 그러나 데이터 거버넌스가 다른 모든 요소를 연결한다는 것은 분명합니다. 이와 함께,우리는 도메인 사이에 순위가 없다는 것을 나타 내기 위해,그리고 방전가열의 구성 요소가 배열되는 순서의 순서는 순전히 무작위입니다. 데이터 거버넌스는 여기서 예외를 형성합니다. 데이터 거버넌스의 다른 모든 부분 사이에 데이터 거버넌스가 형성된다는 링크는 조직 내에 데이터 거버넌스가 없는 경우 데이터 관리 활동을 성공적으로 개발하고 구현할 수 없다는 것을 분명히 보여줍니다.

데이터 거버넌스는 모든 데이터 관리 활동의 토대를 마련합니다. 이 기초가 없다면,활동은 구조와 시멘트가없는 느슨한 벽돌 더미 일뿐입니다. 이는 데이터 표준 또는 데이터 정의가 부족한 상태에서 양방향 솔루션을 구매하고 구현한다는 것을 의미할 수 있습니다. 또는 신뢰할 수 있는 관리 정보를 생성하는 데 필요한 데이터 품질이 부적절한 경우일 수 있습니다. 이는 모든 시스템 개발의 기초 역할을 할 중요한 엔터프라이즈 데이터 모델이 없기 때문에 다른 시스템과 호환되지 않는 시스템의 설계 및 구매로 이어질 수 있습니다. 그것은 궁극적으로 이미지 손상 및 아마도 주장으로 이어질 수있는 고려 개인 정보 보호 규칙을 복용하지 않고,인터넷 사용자가 웹 사이트에 남겨두고 흔적을 적극적으로 사용하는 조직이 발생할 수 있습니다.

데이터 거버넌스는 경영진이 지원하는 데이터 관리를 위한 조직 차원의 비전과 전략을 보장합니다. 비전은 우리가 달성하고자하는 것을 알려줍니다. 그것은 조직의 야망을 그대로 나타냅니다. 모든 데이터 관련 활동은 이러한 비전을 준수해야하며 전략은 이러한 활동에 일관성을 가져야합니다. 전략은 또한 조직 내의 데이터 관리 범위를 규정합니다. 무엇보다 중요한 다마 모델을 무시,그들은 아마 이미 다른 곳에서 채워지고 있기 때문에 조직은 고려에서 특정 측면을 생략하는 것을 선호 할 수 있습니다,지방 분권 단위. 일관 되 게 되풀이 현상,예를 들어,사실 인사 자체 데이터 관리 조직을 만들고 지침 및 표준 중앙 데이터 관리 조직 개발의 제한 된 사용.

데이터 거버넌스는 또한 정책 규칙의 수립에 관심을 기울이도록 보장한다. 이러한 맥락에서 우리는 정보 보안 정책,데이터 아키텍처,아카이빙 및 데이터 품질에 관한 정책 규칙을 언급하고 있습니다. 또한 데이터 거버넌스는 데이터 관리의 조직적 임베딩을 보장합니다. 궁극적으로 누가 책임이 있는지,전략,정책,표준,역할,소유권에 대한 결정은 어디서 어떻게 이루어 지는지 결정할 필요가 있습니다. 예를 들어,조직 내의 데이터 관리 활동에 대한 보고서는 언제 어떻게 공식화됩니까? 마스터 데이터 유지 관리 활동의 실행을 어떤 방식으로 구성합니까?

이 개요는 데이터 거버넌스가 훌륭한 데이터 관리의 기초임을 분명히 할 것입니다. 조직이 스스로를 찾을 수있는 성숙 단계에 관계없이 데이터 거버넌스의 품질을 심각하게 조사하고 도달 범위가 적절한 지 여부를 확인하는 것이 항상 유익합니다.

조직이 완전히 순서대로 데이터 거버넌스를 가지고 있다고 상상해보십시오. 우선 순위 지정과 관련하여 최적화에 직접 적합한 다른 데이터 관리 구성 요소를 명확히 할 수 있는 사용 가능한 기반 또는 모범 사례가 있습니까? 불행하게도,이 사실이 아니다. 즉 이것은 조직 자체의 예정표에서 발행하는 우선권에 달려 있는 것을 경험은 우리들에게 가르쳤다.

조직이 레거시 정보 시스템을 새로운 정보 시스템으로 대체하기로 결정했다고 상상해보십시오. 그런 다음 이것이 데이터 관리에 미칠 수있는 영향에 대해 궁금해 할 수 있습니다. 우선 순위가 가장 높은 것은 무엇입니까? 이로 인해’데이터 품질 관리’가 필요한 마이그레이션의 결과로 가장 높은 우선 순위가 할당 될 수 있습니다. 오염 된 데이터가 정리되고 메타 문서가 처리되며 마스터 데이터 관리가 향상됩니다. 예를 들어,데이터 통합 애플리케이션의 구현은 데이터 아키텍처 모델이 업데이트되고 데이터 품질 애플리케이션이 다른 플랫폼과 공유되기 전에 데이터를 정화하고 보강하기 위해 선택 및 구현될 수 있습니다.

그림 4. 비즈니스 모델과 방전가스의 관계.

결론적으로,우리는 데이터 거버넌스에 기초하고 조직의 비즈니스 의제에 따라 특정 순간에 의제 실현에 가장 부가가치를 가져 오는 데이터 관리 활동을 추구해야한다고 생각합니다. 자세한 내용은 그림 4 에 나와 있습니다. 비전과 전략을 중심으로 비전과 전략에서 선언 된 목표를 실현하는 데 필요한 비즈니스 모델이 구축됩니다. 이 비즈니스 모델은 기본 및 지원 프로세스에 대한 요구를합니다. 이러한 프로세스가 작동 할 수 있도록 리소스가 필요하며 나중에 인력,데이터 및 리소스로 세분화 될 수 있습니다. 정확히 무엇을 얼마나 많은 특정 경우에 데이터 측에 필요한 비즈니스 의제에 의해 결정 됩니다. 방전가공시스템은 이러한 조직화 방식을 위한 발판을 마련하고 있습니다. 이는 맞춤형 접근 방식으로 구성되며 데이터 관리 활동의 고정 패턴으로 캡슐화될 수 없습니다.

결론

이 기여에서 우리는 조직이 생성하거나 획득하는 모든 데이터의 관리에 대한 접근 방식으로 방전가스를 소개했습니다. 이 접근 방식을 적절히 구현하면 이 데이터가 조직의 데이터 품질 요구 사항을 준수하고 프로세스를 실행하고 경영진이 적절한 결정을 내릴 수 있도록 하는 데 필요한 데이터가 정확하고 완전하며 적시에 제공될 수 있습니다. 이 경우 데이터는 다른 모든 회사 자산과 마찬가지로 관리해야 하는 자산입니다. 그 후,우리는 방전파의 구성 부분을 더 정의했습니다. 따라서 데이터 품질의 기초를 형성하는 관리 활동의 틀이 생겨났습니다. 마지막으로,우리는 구성 부품의 구현이 고정 된 패턴에 따라 이루어질 수 없다고 주장했다. 운영화에서는 방전가공 시스템의 구성 요소 중 어느 것이 선택되고 최적화되는지를 결정하는 것이 회사 전략 및 우선 순위 지정입니다. 데이터 거버넌스에 중요한 역할이 할당되어 조직 전체 및 경영진이 후원하는 비전과 전략을 보장합니다.