엔터프라이즈 데이터 관리:유틸리티 및 필요성

소개

우리의 디지털 세계는 정보에 따라 달라집니다. 데이터는 어디에나 있습니다. 왜 그렇게 많은 회사,조직,분석가 및 컨설턴트가이 문제에 대해 그렇게 걱정합니까?

데이터는 사실의 표현입니다. 데이터를 컨텍스트에 배치하면 정보가 생성됩니다. 좋은 데이터 관리의 부재는 종종 자동으로 관리 및 제어 정보가 비효율적이라는 것을 의미합니다. 장기적으로,이것은 더 이상 제대로 기능 할 수 없을 정도로 조직을 마비시킬 것입니다. 그 이유는 관리 정보가 더 이상 신뢰할 수 없기 때문에 중요한 결정이 너무 늦게 이루어지기 때문입니다. 또한 부서 수준에서 비즈니스 프로세스를 처리하려면 부서의 활동이 잘 조정되지 않기 때문에 점점 더 많은 시간과 노력이 필요합니다. 이 경우 모든 사람은 자신의 작업을 수행하는 데 필요한 데이터 만 만들고 관리하므로 자체 데이터 정의 집합을 사용합니다. 부서가 부주의에 대해 서로를 비난하기 때문에 통제 조치가 서로의 위에 쌓이고 비즈니스 프로세스가 더욱 악화되어 하향 나선이 발생합니다. 따라서 데이터 관리에 조직 내에서 독립적이고 전문적인 위치를 제공하는 강력한 비즈니스 이유가 있습니다.

또한 법률과 규정은 구조화 된 데이터 관리를 강요합니다. 2015 년 11 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 12 월 15 일-2015 년 ‘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.’ 이 응용 프로그램을 사용하면 데이터를 관리 할 수 있습니다. 시스템에 데이터를 올바르게 기록하는 것은 이러한 프로그램에서 가장 시간이 많이 걸리는 부분 중 하나입니다. 이러한 상황에서는 법률 및 규정 및 공급 업체 및 고객과의 계약으로 인해 발생하는 외부 요구 사항을 준수하기가 어렵습니다.

엔터프라이즈 데이터 관리는 조직 내에서 구조화 된 방식으로 데이터를 식별,분류,등록,모델링,잠금 해제,보안,보관 및 파괴하는 데 중점을 둔 일련의 활동입니다. ‘엔터프라이즈’라는 용어는 데이터 관리의 조직 차원의 특성을 반영합니다.

데이터 관리가 비즈니스 운영에서 중요한 역할을한다는 사실은 일부 조직 관리자의 진술에 밑줄이 그어져 있습니다. 2011 년에 선출된 알로이즈크레팅 총리는”정보화정책은 특히 정보의 가치에 대해 관심을 가져야 한다. 당신은 어떤 사람들이 어떤 정보를 필요로하는지 잘 알고 있어야합니다. 이것은 다시 한번 보고서 및 마스터 데이터 관리의 중요성을 강조합니다.’

Als 도 드 CEO 밴 een olie-exploratie-ko productiebedrijf 죽 zich realiseert dat goed datamanagement voor zijn bedrijf een volgende stap naar 비즈니스의 우수성 en 앙서 staat stelt zich 테 onderscheiden 반 zijn concurrenten:의 지속적인 개선 노력이 이제에 초점을 활용하의 이러한 변경 및 폭로의 숨겨진 값들을 제공합니다. 이는 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

데이터는 표시된 바와 같이 사실의 표현입니다. 사업 환경에 계획해’사업 운영에 관하여 사실’은 이다. 컨텍스트나 구조가 없으면 이 데이터는 회사에 부가 가치가 없습니다. 그들은 정말 회사에 가치를 추가 할 내용과 의미가 부족하다. 우리는 구조화 된 데이터(데이터베이스에 저장되고 정렬 됨)와 구조화되지 않은 데이터(행,열 또는 레코드에 포함될 수없는 문서,파일,이미지,문자 메시지,양식,비디오 또는 사운드 녹음 형식)를 구분합니다.

추가 정보가 없으면 이 데이터를 분류,등록 및 액세스하는 것이 불가능하지는 않습니다. 이 데이터에 컨텍스트를 추가하는 순간 데이터가 의미있게됩니다. 그런 다음 참조,날짜 및 시간,메시지의 의미,형식을 추가합니다. 이 데이터 구조를 제공하고 정보가된다. 우리가 서로 다른 정보 소스를 서로 관련 시키면 관계를 맺고 패턴을 식별함으로써 정보가 지식이됩니다. 이 또한 비즈니스 인텔리전스(비스무트)의 부가 가치:회사의 경영진에 의해 의사 결정의 목적을 위해 조직의 서로 다른 정보 단위를 연결합니다. 그림 1 을 참조하십시오.

그림 1. 데이터 값을 컨텍스트에 넣습니다.

데이터를 의미 있는 정보로 가장 잘 구성하고 이 정보를 회사 내의 지식 근로자가 논리적으로 액세스할 수 있도록 하는 조직은 경쟁사를 더 잘 지배할 수 있습니다. 이 데이터의 고유 한 상업적 힘을 활용하면 기업과 조직이 경쟁 업체보다 전략적 우위를 점할 수 있습니다. 에릭 슈미트,구글의 다음 대표 이사,말했다 2010: “나는 사회가 모든 것이 이용 가능하고,알 수 있고,모든 사람이 항상 기록 할 때 일어나는 일을 이해한다고 믿지 않는다.’가트너 스텔트:’예를 들어,민간 부문에서 빅 데이터를 최대한 활용하는 소매업체가 영업 이익률을 60%이상 높일 가능성이 있다고 추정합니다.'()

그 후,그는”나는 그 일을 할 수 없다”고 말했고,”나는 그 일을 할 수 없다”고 말했다. 세계의 모든 주요 기업 및 기관 비용이 많이 드는 양방향 프로그램을 실행 하 고 비싼 응용 프로그램을 구현. 그럼에도 불구하고 회사 관리는 만족하지 않습니다. 양성은 모든 비즈니스 데이터의 잠금을 해제하지 않습니다,실제로는 주로 구조화 된 데이터에 초점을 맞추고,부족한주의가 구조화되지 않은 데이터의 가치에 지급되는. 또한 보고서를 쉽게 적용 할 수 없으므로 주어진 시간에 회사의 요구에 충분히 집중하지 못하는 경우가 많습니다. 연구 기반 케이피엠지: 그것에 대한 막대한 투자가 반드시 더 나은 정보를 보장하지는 않습니다. 더 중요한 것은 데이터 수집,처리 및 제시 방식을 근본적으로 변경하는 것입니다.'()

데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고,데이터 다이의 문을 열고, 2018 년 11 월 15 일(토)~2018 년 11 월 15 일(일) 85%반 알레 베드리프스게벤스을)우리는 모든 것을 알고 있습니다. 데이터 관리를 통해 데이터를 관리 할 수 있습니다. 이 맥락에서,좋은 것은 조직에 의해 설정된 품질 요구 사항에 따라 의미합니다. 좋은 데이터는 자연스럽게 오는 것이 아닙니다. 관리 프레임워크가 필요합니다. 관리 프레임 워크는 회사가 논리적으로 신중하게 조직하고 조직에 투자해야하는 활동을 포함합니다. 이는 데이터 관리이며 구조화 된 방식으로 데이터를 식별,분류,등록,모델링,액세스,보안,보관 및 파괴하기위한 비즈니스 운영을 목표로하는 조직 내의 모든 활동을 포함합니다. 이는 조직 전체에서 전사적으로 수행되는 활동에 해당하기 때문입니다.

데이터를 잘 관리하는 것이 비즈니스 운영과 수익에 가치를 더할 수 있다는 실현으로 인해 분석가와 컨설턴트는 데이터를 토지,건물 및 기계와 같은 다른 비즈니스 자산과 동일시하게되었습니다. 이러한 맥락에서 데이터는 비즈니스 자산으로도 설명됩니다. 자산을 잘 관리해야 합니다: 잘 유지,잘 확보,감독 하 고 자산 또한 적시에 교체 해야 합니다 소유자 이어야 합니다. 다른 자산과 마찬가지로 데이터도 판매 할 수 있습니다. 값에서 파생 될 수 있습니다. 선의와 불량 회사 모두에 대해 특정 값을 나타내는 주소 파일을 생각해보십시오.

세계 유수의 기업 지도자들은 이것을 잘 알고 있습니다. 데이터 관련 프로그램은 작업 목록에 눈에 띄게 표시됩니다. 해켓 그룹 상태: ‘어떤 기업이 인식하는 것은 그들이 응용 프로그램에서 돈을 많이 던져했지만 표준화 및 데이터를 정리하지 않고 그들은 여전히 이해가되지 않는 정보를 얻고 있다는 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.’. 데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리,데이터 관리: ‘2013 년까지 조직의 데이터 중복성을 줄여 중복 데이터 관리와 관련된 비용의 80%를 절약 할 수 있습니다.’ ()

“…….”………..”………..”………..”………..”. 예를 들어,이소 27001 은 정보의 보안을 다룹니다. 이 문서는 최신판 번역이 아닙니다. 메타 데이터에 대 한 표준입니다. 또한,이소 19005 데이터의 모양에 대한 지침으로 사용할 수 있습니다. 표준이 풍부합니다. 이러한 프레임워크는 데이터의 중요성에 대해 더 넓은 의미에서 말하고 있지만 위험 관점에서만 언급하고 있습니다.

지식정보관리기관

보다 완벽한 모델은 다마디엠복의 모델인 것으로 보인다. 그것은 연습에서 새로운 통찰력으로 몇 년에 걸쳐 보완 된 데이터 관리 분야의’모범 사례’의 컬렉션을 포함한다. 다마-디엠복 가이드(전체:지식 데이터 관리 기관)는 데이터 관리에 대한 지식을 전파하기 위해 데이터 관리자와 데이터 전문가에 초점을 맞춘 국제기구 인 데이터 관리 협회의 간행물입니다.

10 개의 다른 데이터 함수를 구별한다. 이러한 기능은 그림 2 에 나와 있습니다. 데이터 거버넌스는 다른 도메인을 연결하는 기능입니다. 각 영역에 대해 현재 작업 방법 및 절차,사용 된 기술 및 조직 문화와 같은 환경 요인을 고려해야합니다.

그림 2. 다마에 따라 데이터 도메인().그러나

다마도 약점을 알고 있습니다. 예를 들면:명명된 함수들은 넓은 용어로 서로를 참조하기 때문에 사용자가 항상 함수들 사이의 관계를 볼 수 없고 따라서 더 넓은 중요성을 볼 수 없다는 사실. 또한,다마는 당분간 전통적인 구조화 된 데이터에 초점을 맞출 것으로 보인다. 예를 들어,소셜 미디어 콘텐츠의 중요성에 대한 이야기는 여전히 거의 없습니다. 다마 내의 데이터 보안은 주로 데이터의 기술적 보호에 중점을 둡니다. 또한 세대가 데이터를 처리하는 방법의 차이는 아직 관련 요인(환경 요인)으로 명시 적으로 포함되지 않았습니다. 마지막으로,그것은 아마도 가장 큰 반대이며,무엇보다도 개념적 프레임 워크입니다. 그것은 개념 및 용어 독자에 게 충분히 명확 하 게 실용적인 예제 부족. 일관성없는 해석의 위험이 있습니다. 프레임워크를 어떻게 구현해야 하는지도 명확하지 않다. 이것은 지식의 몸의 1 차 목적에 반대 이다. 이것은 그들의 사용이 데이터 관리의 신청에 있는 견실함을 승진시킨ㄴ다는 것을 보증하는 겨냥해야 한다.

기업 데이터 관리 모델

위의 모델은 전문적인 데이터 관리 조직을 실현할 때 고려해야 할 중요한 요소를 포함합니다. 그러나 데이터 관리의 운영화를 위해서는 이러한 모델에서 다루지 않는 여러 가지 다른 측면이 중요합니다.

첫째,이는 조직 내 및 조직과 제 3 자 간의 시스템간에 데이터가 교환된다는 사실에 관한 것이다. 그런 다음 데이터 관리는 데이터가 제공되는 형식,제공된 데이터의 품질 검증,데이터가 추가로 처리되기 전에 가능한 보강 단계 및 프로세스에서 오류가 발생할 경우 절차에 대한 적절한 합의를 보장해야 합니다. 우리는 이러한 활동을’획득 및 저작’및’배포’라는 용어로 그룹화합니다.

게다가,방전가공기는 방전가공기 구조 전체가 유지될 수 있도록 해야 한다. 조직은 방전폭기 활동의 운영 구현 중에 확인된 문서 증거 및 문제를 기록하는 프로세스를 갖추어야 합니다. 이러한 것들은 방전방지제 거버넌스 협의 기관에서 논의되고,기존의 절차와 기술의 적응으로 이어진다는 것이다. 이는 조직에서 새 데이터 개체를 모니터링하려고 하기 때문에 조직 내에서 사용되는 데이터 품질 대시보드를 적용해야 하는 상황으로 생각할 수 있습니다. 그런 다음이 변경에 대한 의사 결정을 준비하고 결정 후 대시 보드의 변경 사항을 구현하는’변경 프로세스’가 있어야합니다.

마지막으로,조직이 수행하는 모든 방전방전활동은 효율성과 효율성을 평가해야 한다. 다만 조직 내의 1 차적인 과정 같이,방전폭발전 기구는 방전폭발전 기구의 실행이 그것에 관하여 한 계약에 따라 다는 것을 검사하기 위하여 이용될 수 있는’계획,하고,검사하고,행동한다’기계장치를 비치해야 한다. ‘프로세스 모니터링’은 이를 가능케 하며,이에 따른 편차를 독립적으로 파악하고 시정 조치를 취할 수 있도록 합니다.

이것은 그림 3 에 도시된 케이피엠지 방전가공 모델로 해석된다.

그림 3. 엔터프라이즈 데이터 관리 모델.

아래는 모델의 핵심 요소에 대한 간략한 설명입니다.

• 데이터 거버넌스는 데이터 관리 활동(지시)에 중점을 둡니다. 이러한 전략,정책,역할,작업 및 책임과 같은 문제가 적용됩니다.
• 데이터 아키텍처는 조직 내의 데이터 객체와 데이터 구조를 데이터 모델에 설정하고 기록하는 것입니다. 이들은 정보 분석 및 프로세스 및 시스템 구축의 기초를 형성합니다.
• 마스터 데이터 관리는 마스터 및 참조 데이터의 품질을 보장하는 것입니다. 궁극적 인 목표는 고유 한(‘황금’)레코드를 만드는 것입니다.
• 데이터 웨어하우징은 관계형 데이터베이스에 데이터를 저장하는 아키텍처를 정의하기 위한 활동입니다.
• 비즈니스 인텔리전스는 데이터 웨어하우스에 포함된 데이터를 잠금 해제하여 조직의 경영진에 대한 정보를 제공하며,이를 바탕으로 결정을 내릴 수 있습니다.
• 데이터 품질 관리에는 품질 기준의 구조화 된 정의,실제 데이터 품질 분석 및보고가 포함됩니다.
• 콘텐츠 관리는 데이터 분류,문서 흐름 구조화 및 액세스 가능에 중점을 둡니다.
• 아카이빙은 비활성 데이터를 다른 환경으로 이동하는 데 중점을 둡니다.
• 거버넌스 운영은 데이터 관리 요소에 대한 정보를 제공하는 메타데이터입니다. 데이터베이스 관리. 데이터 보안은 데이터 다이에 대한 데이터 보안을 제공합니다. 신원 관리 어린 아이 슬롯 레겔트 드 토강 어린 아이 데이터.

이러한 방전가공 요소 중 일부에 대한 더 자세한 설명은 이 컴팩트에 포함된 방전가공 요소에 대한 개별 기여를 참조하십시오.

조직적 관점에서 볼 때,우리는 여전히 방전파 모델을 실제로 어떻게 구현할 수 있는지에 대한 답을 가지고있다.

도 3 에 도시된 바와 같이 방전방전기의 다른 부분을 통과하여 그것들이 스스로 작용하게 하면,이 부분들에 논리적인 순서가 거의 없다는 인상이 재빨리 발생할 것이다. 그림 3 은 요소의 구성 및 구현에 대한 제안 된 우선 순위 지정 또는 단계화가 없음을 보여줍니다. 데이터 거버넌스가 다른 모든 요소를 연결한다는 것은 분명합니다. 이를 통해 우리는 도메인 사이에 순서가 없다는 것을 나타내고 싶습니다. 한 가지 예외는 데이터 거버넌스입니다. 데이터 거버넌스가 다른 모든 부분 사이에 있다는 링크는 조직 내에 데이터 거버넌스가 없으면 실제로 데이터 관리 활동이 성공적으로 개발되고 구현 될 수 없다는 것을 잘 반영합니다.

데이터 거버넌스는 모든 데이터 관리 활동의 토대를 마련합니다. 기초 없이,그들은 구조와 연결 없이 빈에서 더 많거나 적은 거는 느슨한 빌딩 블록입니다. 데이터 표준 또는 데이터 정의가 불충분하거나 신뢰할 수 있는 관리 정보에 도달하는 데 필요한 데이터 품질이 요구될 수 있는 많은 부분이 있는 동안 바이 솔루션을 구매 및 구현하게 될 수 있습니다. 모든 시스템 개발의 기초가되는 중요한 엔터프라이즈 데이터 모델이 없기 때문에 다른 시스템에 연결되지 않는 시스템의 설계 및 구매에 기여할 수 있습니다. 마지막으로,적극적으로 이미지와 책임에 손상을 초래 개인 정보 보호 규칙에 관계없이,웹 사이트에 인터넷 사용자가 남긴 흔적을 사용하여 조직으로 이어질 수 있습니다.

데이터 거버넌스는 회사 경영진이 지원하는 데이터 관리에 대한 전사적 비전과 전략이 있음을 보장합니다. 비전은 우리가 달성하고자하는 것을 우리에게 알려줍니다. 이를 달성하는 방법에 대한 전략. 그들은 조직의 야망을 반영합니다. 모든 데이터 관련 활동은 이러한 비전에 적합해야하며 전략은 이러한 활동의 일관성을 보장합니다. 이 전략은 또한 조직 내의 데이터 관리 범위를 규정합니다. 무엇보다 중요한 다마 모델에도 불구하고 조직은 이미 분권적으로 채워질 수 있기 때문에 특정 문제를 고려하지 않도록 선택할 수 있습니다. 일반적인 현상은,예를 들면,인사는 그것의 자신의 데이터 관리 조직을 창조하고 중앙 데이터 관리 조직이 개발한 기준 및 지침서의 한정되는 사용을 만든다 이다.

데이터 거버넌스는 또한 정책 규칙의 도출에 대한 관심을 보장한다. 여기에는 정보 보안 정책,데이터 아키텍처,아카이빙 및 데이터 품질에 관한 정책이 포함됩니다. 또한 데이터 거버넌스는 데이터 관리의 조직적 임베딩을 보장합니다: 누가 궁극적으로 책임이 있는지,전략,정책,표준,역할,소유권에 대한 결정이 어디서 어떻게 이루어 지는지. 예:조직 내에서 데이터 관리 활동이 언제 어떻게 보고됩니까? 마스터 데이터 유지 관리 활동의 실행을 어떻게 구성합니까?

데이터 거버넌스가 좋은 데이터 관리의 기초라는 것을 이 정교화로부터 분명히 알 수 있다. 조직이 어떤 성숙 단계에 있더라도 항상 데이터 거버넌스의 품질을 주시하고 구현이 만족스러운지를 확인해야 합니다.

조직에 데이터 거버넌스가 순서대로 있다고 가정합니다. 우선 순위 지정 측면에서 최적화에 적합한 다른 데이터 관리 구성 요소를 명확하게 설명하는 지침 또는 모범 사례가 있습니까? 사실,그 사실이 아니다. 즉,우리의 경험은 이것이 조직 자체의 의제에서 발생하는 우선 순위에 달려 있다고 말합니다.

한 조직이 레거시 정보 시스템을 새로운 정보 시스템으로 대체하기로 결정했다고 가정합니다. 그런 다음 이것이 데이터 관리에 어떤 영향을 미치는지 스스로에게 물어볼 수 있습니다. 그렇다면 가장 높은 우선 순위는 무엇입니까? 이로 인해 필요한 데이터 마이그레이션의 결과로’데이터 품질 관리’가 우선 순위가 매겨질 수 있습니다. 오염된 데이터가 정리되고 메타데이터 설명서가 처리되며 마스터 데이터 관리가 개선됩니다. 예를 들어 데이터 통합 응용 프로그램을 구현하면 데이터 아키텍처 모델을 업데이트하고 데이터 품질 응용 프로그램을 선택하고 구현하여 다른 플랫폼과 교환하기 전에 데이터를 정리하고 보강할 수 있습니다.

그림 4. 비즈니스 모델과 방전가스의 관계.

결론적으로,우리는 데이터 거버넌스 기반에서,조직의 비즈니스 의제에 따라,그 의제를 실현에서 그 시간에 가장 부가가치를 제공하는 데이터 관리 활동을 수행해야한다고 생각합니다. 이것은 그림 4 에 나와 있습니다. 비전과 전략의 관점에서,비즈니스 모델은 비전과 전략에 규정 된 목표를 실현하는 데 필요한 실현된다. 이 비즈니스 모델은 기본 및 지원 프로세스에 대한 요구 사항을 제시합니다. 이러한 프로세스가 작동하려면 리소스가 필요합니다. 이들은 인적 자원,데이터 및 자원으로 더 세분화 될 수 있습니다. 무엇과 얼마나 많은 특정 경우에 데이터 측에 필요한 비즈니스 의제에 의해 결정 됩니다. 이를 구성하는 방법에 대한 도구를 제공합니다. 이 맞춤형이며,그 자체가 데이터 관리 활동의 고정 된 패턴에 잡힐 수 없습니다.

결론

이 기여에서,우리는 조직이 생성하는 모든 데이터를 관리하는 접근 방식으로 방전가스를 설명했다. 이를 잘 해석하면 이 데이터가 조직에서 설정한 품질 요구 사항을 충족할 수 있습니다. 프로세스를 실행하고 경영진이 정보에 입각한 의사 결정을 내릴 수 있도록 하는 데 필요한 데이터가 정확하고 완전하며 적시에 제공되도록 보장합니다. 따라서 데이터를 다른 모든 비즈니스 자산과 마찬가지로 관리해야 하는’자산’이 됩니다. 우리는 방전가스의 구성 부분에 대해 더 자세히 설명했습니다. 이 데이터 품질을 보장하기위한 기반을 형성 관리 활동의 프레임 워크를 만들었습니다. 마지막으로,우리는 이러한 구성 요소의 구현이 고정 된 프레임 워크에 따라 이루어질 수 없다고 주장했다. 비즈니스 전략 및 우선 순위 지정은 운영화에 최적화된 방전가공 시스템의 어느 부분을 선택할지 결정합니다. 이 과정에서 중요한 역할은 데이터 거버넌스에 의해 수행되며,이는 전사적이고 경영진이 지원하는 비전과 전략을 보장합니다.