विश्लेषणाच्या जगात मी असे म्हणत नाही की एखाद्या कंपनीमध्ये अनेक साधने असणे अत्यावश्यकपणे वाईट आहे, परंतु डेटा आणि परिणामी विश्लेषणे अचूक, सुसंगत, विश्वासार्ह आणि सुरक्षित असल्याची खात्री करण्यासाठी प्रशासनाचे मॉडेल असणे आवश्यक आहे! बर्याच संस्थांचा असा विश्वास आहे की त्यांच्याकडे डेटा गव्हर्नन्स धोरणाच्या अंमलबजावणीचा समावेश आहे ...
डेटा प्रशासन
डेटा अचूक, प्रवेशयोग्य, सुसंगत आणि सुरक्षित असल्याची खात्री करण्यासाठी डेटा गव्हर्नन्स धोरण औपचारिकपणे डेटा प्रोसेसिंग आणि व्यवस्थापन कसे केले जाईल याची रूपरेषा देते. विविध परिस्थितीत माहितीसाठी कोण जबाबदार आहे हे देखील धोरण स्थापित करते आणि ते व्यवस्थापित करण्यासाठी कोणत्या कार्यपद्धती वापरल्या पाहिजेत हे निर्दिष्ट करते.
काय गहाळ आहे ते आपण पाहतो का? विश्लेषणाच्या वापराचा उल्लेख नाही. डेटा कसा व्यवस्थापित केला जातो आणि तो साधनाला कसा मिळतो हे नियंत्रित केले जाते परंतु एकदा साधनामध्ये नंतर सेल्फ-सेवेच्या नावाखाली किंवा फक्त काम पूर्ण करण्यासाठी आपण कृपा करा म्हणून अंधार आणि मोकळा हंगाम आहे. तर, विश्लेषणाचे शासन काय आहे?
विश्लेषणाचे शासन
अचूक, प्रवेशयोग्य, सुसंगत, पुनरुत्पादनीय, सुरक्षित आणि विश्वासार्ह परिणाम सुनिश्चित करण्यासाठी विश्लेषणाचे प्रशासन धोरण औपचारिकपणे डेटा लेयरच्या पलीकडे विश्लेषणाची प्रक्रिया, परिवर्तन आणि संपादनास परवानगी देते.
आपल्या सर्वांकडे मुख्य मेट्रिक्ससह डॅशबोर्ड आहे ज्याचे आम्ही निरीक्षण करतो आणि शक्यतो भरपाई दिली जाते. आम्ही सर्व या डॅशबोर्डचे अनेक अवतार टाळण्याचा प्रयत्न करतो, परंतु हे क्वचितच घडते असे दिसते. अनेक toolsनालिटिक्स गव्हर्नन्स धोरण ठेवल्याने अनेक साधने किंवा अद्वितीय लेखक वापरताना भिन्न परिणाम टाळण्यास मदत होते. परिपूर्ण जगात आपल्याकडे 1 डॅशबोर्डशी संरेखित आहे ज्यामध्ये आपल्या सर्वांचा इनपुट आणि विश्वास आहे. मग विश्लेषकीय शासन धोरण हे देखील सुनिश्चित करते की काही विशिष्ट लोकच पुढे जाऊन डॅशबोर्डवर संरेखित संपादन करू शकतात.
आशेने, बहुतेक वाचक आणि डोकं हलवून आणि सहमत- जे छान आहे. माझा विश्वास आहे की आपण सर्वांनी प्रामाणिक राहण्याची आणि जे योग्य आहे ते करण्याची इच्छा आहे, आणि विश्लेषणाचे गव्हर्नन्स धोरण केवळ विश्लेषणासाठी ते औपचारिक करते. मला वाटते की सर्वात महत्त्वाचे म्हणजे ते स्त्रोत पुरवण्याच्या पलीकडे असलेल्या डेटा गरजांभोवती संभाषण करण्याची गरज औपचारिक करते आणि मालमत्ता निर्मिती आणि वापराकडे लक्ष देते. हे समाधान शोधत आहे जेथे वंश आणि बदल व्यवस्थापन स्वयं-सेवा विश्लेषणाचे समर्थन करतात (आणि होय Motio येथे मदत करू शकता).
त्याचा विचार कर
प्रत्येकाचे संरक्षण करण्यात मदत करण्यासाठी धोरणे अस्तित्वात आहेत. बर्याचदा आपण दुर्भावनापूर्ण परिस्थितींचा विचार करतो आणि विश्वास ठेवतो की ते आपल्यासोबत होऊ शकत नाहीत. दुर्दैवाने, मी ज्या कंपन्या घडल्या आहेत त्यांच्याबरोबर मी पाहिले आणि काम केले; डॅशबोर्डवरील एक साधा स्थानिक फिल्टर सर्व खाती वि सक्रिय खाती दर्शविण्यासाठी जेथे बोनस पणाला लागला होता. गव्हर्नन्स पॉलिसीनुसार शासित डेटामध्ये प्रवेश करणारी एक टीम पण आयटीच्या नियंत्रणाबाहेर सेल्फ-सर्व्हिस वापरासाठी क्लाउड डेटाबेसवर ती उचलते.
कोणतेही विश्लेषक शासन धोरणाशी संबंधित धोके नाहीत:
- चुकीचे निर्णय - चुकीचे विश्लेषणात्मक परिणाम किंवा परिणाम जे विश्वसनीय नाहीत
- कोणतेही निर्णय नाहीत - विश्लेषणावर विश्लेषणात अडकले
- वाया घालवलेला खर्च - संघांनी त्यांच्या स्वत: च्या साधनांसह स्वतःचा वेळ गमावला
- ब्रँड इक्विटीचे नुकसान - बाजारातील मंद प्रतिसाद, वाईट पर्याय किंवा डेटा लीक सार्वजनिक होणे
आपल्या संघ आणि भागधारकांशी यावर चर्चा करा. या विषयांवर खुले संभाषण करणे कठीण असू शकते परंतु यश आणि सकारात्मक संस्कृतीसाठी आयटी आणि व्यवसायाच्या ओळींमधील अंतर कमी करणे आवश्यक आहे. प्रत्येकाला सर्वात चपळ, प्रतिसाद देण्याची इच्छा असते परंतु सर्वात जास्त - बरोबर!
आपण कसे याबद्दल अधिक जाणून घेऊ इच्छित असल्यास Motio सोल्यूशन्स स्वयं-सेवा विश्लेषणास समर्थन देतात, खालील बटणावर क्लिक करून आमच्याशी संपर्क साधा.