數據認責(有效數據管理與數據治理的實踐指南原書第2版)

大衛·普羅特金，30多年前，大衛·普羅特金（David Plotkin）在一家大型石油公司工作了15年後，從化學工程領域轉型到了數據管理領域。之後，他一直從事數據建模、元數據、數據管理、數據質量和數據治理方面的工作。他的大部分職業生涯都在金融服務和保險領域，但他也花了3年時間擔任企業信息管理的顧問，指導客戶公司規劃和實施數據治理—數據治理既是一項獨立的工作，也是數據質量改進和主數據管理等其他舉措的一部分。他在一家保險公司負責實施數據治理，指導另一家保險企業開展全球數據認責，還曾在一家大型銀行管理運營數據治理能力中心，負責兩家大型銀行的數據質量改進工作。他在管理數據治理項目和數據質量商業工具的使用上擁有豐富的經驗。 除了本書之外，他還編寫並發表了一個關於“數據認責完整指南”的系列教程，該教程提供了廣泛而詳細的培訓內容，目的是使數據認責工作在各種不同類型的企業中取得成功。 他是DAMA協會和多個專業峰會上備受歡迎的演講者，也是與元數據、數據治理和數據質量相關的許多主題的主題專家。

本書翻譯組
關於作者
致謝
緒論
第1章 數據認責和數據治理：二者如何結合
1.1 什麽是數據治理
1.2 驅動數據治理的一些最佳實踐
1.3 什麽是數據認責
1.4 數據認責的總體目標
1.5 將數據轉變至受控狀態
1.6 三個P：政策、流程和規程
1.7 數據認責如何與數據治理相結合
1.7.1 高層領導小組
1.7.2 數據治理委員會
1.7.3 數據認責專委會
1.7.4 通過技術型數據專員提供IT支持
1.7.5 數據治理辦公室
1.8 整體數據治理組織
1.9 小結
第2章 瞭解數據認責的類型
2.1 業務型數據專員
2.1.1 選擇合適的業務型數據專員
2.1.2 成功的業務型數據專員所具備的特徵
2.1.3 業務型數據專員與數據
2.1.4 業務型數據專員的關鍵角色
2.2 技術型數據專員
2.3 項目型數據專員
2.4 操作型數據專員
2.5 小結
第3章 認責管理的角色與職責
3.1 數據認責專委會
3.1.1 什麽是數據認責專委會
3.1.2 數據認責專委會成員
3.1.3 數據認責專委會職責
3.2 數據治理經理
3.3 企業級數據專員
3.4 業務型數據專員
3.5 項目型數據專員
3.6 技術型數據專員
3.7 操作型數據專員
3.8 數據認責RACI職能矩陣
3.9 小結
第4章 實施數據認責
4.1 倡導與溝通數據認責
4.1.1 數據認責溝通信息
4.1.2 準備數據認責溝通
4.2 獲取高層與基層的支持
4.3 加強對組織的理解
4.3.1 組織架構
4.3.2 組織文化
4.4 組織數據專員
4.5 釐清出發點
4.5.1 釐清已擁有什麽：數據
4.5.2 釐清已擁有什麽：元數據
4.5.3 釐清已擁有什麽：數據質量
4.5.4 釐清已擁有什麽：流程
4.5.5 釐清已擁有什麽：工具
4.6 小結
第5章 培訓業務型數據專員
5.1 業務型數據專員培訓課程
5.2 關鍵業務數據元素的元數據
5.3 數據的使用
5.3.1 信息生產者與消費者
5.3.2 使用SIPOC瞭解數據使用
5.4 數據認責流程介紹
5.5 認責支撐工具
5.6 提升數據質量的培訓
5.7 小結
第6章 數據認責實踐
6.1 基礎知識
6.1.1 選擇關鍵業務數據元素
6.1.2 分配負責的業務型數據專員
6.1.3 業務數據元素的命名
6.1.4 創建良好的業務定義
6.1.5 定義業務數據元素的創建和使用規則
6.1.6 定義派生規則
6.2 設置可覆用流程
6.3 界定數據認責制度實施的範圍
6.4 理解業務型數據專員如何與數據治理辦公室互動
6.4.1 與數據專員定期舉行會議
6.4.2 使用交互式討論組
6.4.3 成立工作組
6.4.4 項目型數據專員如何與業務型數據專員協作共事
6.5 使用問題日誌完成日常工作
6.5.1 什麽是問題日誌
6.5.2 管理問題日誌
6.5.3 理解問題日誌流程
6.6 文件記錄和溝通：溝通計劃
6.6.1 什麽是必須溝通的？
6.6.2 溝通計劃必須包含什麽？
6.6.3 定向溝通的重要性
6.7 在項目方法論中增加數據治理工作
6.7.1 把數據認責任務增加到項目中的好處
6.7.2 為項目提供支持的數據認責角色
6.7.3 數據認責任務和模板
6.7.4 培訓項目經理
6.8 構建並遵循數據治理或數據認責路線圖
6.9 確定數據認責工具
6.9.1 數據認責門戶
6.9.2 數據認責維基百科
6.9.3 關鍵產物：業務術語表
6.9.4 使用工作流實現流程自動化
6.9.5 元數據存儲庫
6.10 小結
第7章 數據專員的重要角色
7.1 數據認責在數據質量提升中的角色
7.1.1 度量和提升數據質量
7.1.2 防止數據質量惡化
7.1.3 不同場景下的數據質量提升意味著什麽
7.1.4 提升數據質量對整體數據認責工作的重要性
7.1.5 理解數據質量維度
7.1.6 明確數據質量規則
7.1.7 支持數據質量與數據剖析的改進
7.1.8 加載過程中強化數據質量
7.2 數據認責在元數據質量管理中的角色
7.2.1 剖析元數據
7.2.2 元數據質量維度
7.3 數據認責在參考數據管理中的角色
7.3.1 參考數據的一般維護
7.3.2 跨系統保持參考數據值一致
7.4 數據認責在主數據管理實體解析中的角色
7.4.1 識別出特徵屬性
7.4.2 查找記錄和映射字段
7.4.3 標準化數值
7.4.4 用外部數據源增強數據
7.5 數據認責在主數據管理遴選處理中的角色
7.6 數據認責在主數據管理異常處理中的角色
7.7 數據認責在信息安全中的角色
7.8 數據認責在支持質量保證中的角色
7.9 數據認責在編制血緣關系中的角色
7.10 數據認責在流程風險管理中的角色
7.11 數據認責在數據隱私法規中的角色
7.11.1 數據主權法規的關鍵信條
7.11.2 遵守法規
7.11.3 捕獲其他元數據以實現合規