Membuka kekuatan tata kelola data dengan memahami tantangan utama

Kelompok multi-generasi bermain kereta luncur di lapangan di bawah pegunungan

Penyusun

Pradeep Kutty

Global Governance and Data Fabric Engagement Leader at IBM

Paul Christensen

Data Elite Architect, IBM Expert Labs

Dalam blog terakhir kami, kami memperkenalkan Tata Kelola Data: apa itu dan mengapa hal ini sangat penting. Di blog ini, kita akan Jelajahi tantangan yang dihadapi organisasi saat mereka memulai perjalanan tata kelola mereka.

Organisasi telah lama berusaha keras menjalankan manajemen data dan memahami data dalam lingkungan data yang kompleks dan terus berkembang. Sementara data operasional menjalankan operasi bisnis sehari-hari, mendapatkan insight dan memanfaatkan data di seluruh proses bisnis dan alur kerja menghadirkan serangkaian tantangan tata kelola data yang umum diketahui, yang tidak dapat diselesaikan hanya dengan teknologi.

Setiap organisasi menghadapi tantangan tata kelola data berikut, dan penting untuk mengatasi hal ini sebagai bagian dari strategi Anda:

Beberapa silo data dengan kolaborasi terbatas

Silo data menyulitkan organisasi untuk mendapatkan gambaran yang lengkap dan akurat tentang bisnis mereka. Silo ada secara alami ketika data dikelola oleh beberapa sistem operasional. Silo juga dapat mewakili realitas organisasi terdistribusi. Memecah silo ini untuk mendorong akses data, berbagi data, dan kolaborasi akan menjadi tantangan penting bagi organisasi di tahun-tahun mendatang. Arsitektur data yang tepat untuk menghubungkan dan mendapatkan insight lintas silo membutuhkan komunikasi dan koordinasi program tata kelola data strategis.

AI Academy

Apakah manajemen data merupakan rahasia AI generatif?

Jelajahi mengapa data berkualitas tinggi sangat penting untuk keberhasilan penggunaan AI generatif.

Tidak konsisten atau kurang terminologi bisnis, data master, hierarki

Data mentah tanpa definisi dan aturan bisnis yang jelas siap untuk salah tafsir dan kebingungan. Setiap penggunaan data – seperti menggabungkan atau mengkonsolidasikan kumpulan data dari berbagai sumber – memerlukan tingkat pemahaman data tersebut di luar format fisik. Menggabungkan atau menautkan aset data di beberapa repositori untuk mendapatkan analisis data dan insight yang lebih besar memerlukan penyelarasan. Perlu dihubungkan dengan data master yang konsisten, data referensi, garis keturunan data dan hierarki. Membangun dan memelihara struktur ini membutuhkan kebijakan dan koordinasi tata kelola data yang efektif.

Kebutuhan untuk memastikan privasi data dan keamanan data

Privasi data dan keamanan data merupakan tantangan utama dalam hal mengelola peningkatan volume, penggunaan, dan kompleksitas data baru. Karena semakin banyak data pribadi atau sensitif dikumpulkan dan disimpan secara digital, risiko pelanggaran data dan serangan siber meningkat. Untuk mengatasi tantangan ini dan mempraktikkan pengelolaan data yang bertanggung jawab, organisasi harus berinvestasi dalam solusi yang dapat melindungi data mereka dari akses dan pelanggaran yang tidak sah.

Untuk mempelajari lebih lanjut tentang privasi data yang efisien, lihat Diferensiator Data.

Peraturan dan persyaratan kepatuhan yang selalu berubah

Karena lingkungan aturan mengenai tata kelola data terus berubah, organisasi harus memastikan diri tetap mengikuti perkembangan regulasi terbaru. Organisasi perlu memastikan bahwa praktik tata kelola data perusahaan mereka sesuai. Mereka harus memiliki kemampuan untuk:

  • Memantau masalah data
  • Memastikan kesesuaian data dengan kualitas data
  • Menetapkan dan mengelola business rules, standar data, dan peraturan industri
  • Mengelola risiko yang terkait dengan perubahan peraturan privasi data

Kurangnya pandangan 360 derajat dari data organisasi

Tampilan data 360 derajat mengacu pada memiliki pemahaman komprehensif tentang semua data dalam organisasi, termasuk struktur, sumber, dan penggunaannya. Pertimbangkan contoh penggunaan seperti Customer 360, Patient 360, dan Citizen 360, yang masing-masing menawarkan perspektif menyeluruh yang disesuaikan dengan kebutuhan organisasi. Tanpa pandangan ini, organisasi akan berjuang untuk membuat keputusan bisnis berbasis data, karena mereka mungkin tidak memiliki akses ke semua informasi yang mereka butuhkan untuk sepenuhnya memahami bisnis mereka dan mendorong hasil yang tepat.

Meningkatnya volume dan kompleksitas data

Karena jumlah data yang dihasilkan oleh organisasi terus bertambah, akan menjadi semakin menantang untuk mengelola dan mengatur data ini secara efektif. Ini mungkin memerlukan penerapan teknologi baru dan proses manajemen data untuk membantu menangani volume dan kompleksitas data. Teknologi dan proses ini harus diadopsi untuk bekerja dalam lingkup pengaruh tata kelola data.

Tantangan pekerjaan jarak jauh

Pandemi COVID-19 menyebabkan pergeseran signifikan menuju pekerjaan jarak jauh, yang dapat menghadirkan tantangan bagi inisiatif tata kelola data. Organisasi harus menemukan cara untuk mengelola data secara efektif dan melacak kepatuhan di seluruh sumber data dan pemangku kepentingan di pekerjaan jarak jauh. Dengan pekerjaan jarak jauh menjadi new normal, organisasi perlu memastikan bahwa data mereka diakses dan digunakan dengan tepat, bahkan ketika karyawan tidak hadir secara fisik di kantor. Ini membutuhkan serangkaian praktik terbaik tata kelola data – termasuk kebijakan, prosedur, dan teknologi – untuk mengontrol dan memantau akses ke data dan sistem.

Jika salah satu atau semua dari tujuh tantangan ini terasa akrab, dan Anda memerlukan dukungan dengan strategi tata kelola data Anda, ketahuilah bahwa Anda tidak sendirian. Blog kami berikutnya akan membahas blok bangunan strategi tata kelola data dan berbagi pandangan kami tentang cara membangun kerangka kerja tata kelola data dari bawah ke atas.

Sementara itu, pelajari lebih lanjut tentang membangun organisasi berbasis data dengan panduan The Data Differentiator untuk para pemimpin data.

 

 
Render 3D dari spiral beberapa ikon yang berbaris seperti kamera, kenop volume, dan clipboard
Solusi terkait
IBM watsonx.governance

Operasionalkan AI yang dapat dipercaya dengan memantau model, mengelola risiko, dan menegakkan tata kelola di seluruh siklus hidup AI Anda.

Jelajahi watsonx.governance
Solusi tata kelola data

Dapatkan kontrol atas data Anda dengan alat tata kelola yang meningkatkan kualitas, memastikan kepatuhan, dan mengaktifkan analitik dan AI tepercaya.

Menjelajahi solusi tata kelola data
Konsultasi tata kelola AI

Tetapkan praktik AI yang bertanggung jawab dengan panduan pakar untuk mengelola risiko, memenuhi peraturan, dan mengoperasionalkan AI yang dapat dipercaya dalam skala besar.

Menjelajahi konsultasi tata kelola AI
Ambil langkah selanjutnya

Arahkan, kelola, dan pantau AI Anda melalui portofolio terpadu—yang akan mempercepat hasil yang bertanggung jawab, transparan, dan dapat dijelaskan.

  1. Jelajahi watsonx.governance
  2. Jelajahi solusi tata kelola AI