Πίνακας περιεχομένων:
- Προετοιμασία για διαχείριση και διαχείριση μεγάλου κινδύνου δεδομένων
- Ο τρόπος με τον οποίο ένας οργανισμός ασχολείται με μεγάλα δεδομένα είναι ένας συνεχής κύκλος και όχι ένα μοναδικό έργο. Το ενδεχόμενο δημιουργίας κινδύνου για την επιχείρηση μπορεί να είναι σοβαρό εάν δεν εφαρμόζονται συνεπείς κανόνες και διαδικασίες. Η ποιότητα των δεδομένων πρέπει επίσης να προσεγγίζεται από άποψη διακυβέρνησης. Όταν σκέφτεστε την πολιτική, εδώ είναι μερικά από τα βασικά στοιχεία που πρέπει να κωδικοποιηθούν για να προστατεύσετε τον οργανισμό σας:
Βίντεο: Building Communities of Commons in Greece. A documentary on networks in Sarantaporo area. 2024
Συνήθως, οι εταιρείες ξεκινούν το ταξίδι τους σε μεγάλα δεδομένα ξεκινώντας με ένα οργανωτικό πείραμα για να διαπιστωθεί εάν μεγάλα δεδομένα μπορούν να διαδραματίσουν σημαντικό ρόλο στον καθορισμό και την επίδραση της επιχειρησιακής στρατηγικής. Ωστόσο, αφού καταστεί σαφές ότι τα μεγάλα δεδομένα θα έχουν στρατηγικό ρόλο ως μέρος του περιβάλλοντος διαχείρισης πληροφοριών, θα πρέπει να βεβαιωθείτε ότι υπάρχει η σωστή δομή για την υποστήριξη και την προστασία του οργανισμού.
Προτού δημιουργήσετε πολιτικές, πρέπει πρώτα να μάθετε τι έχετε να κάνετε. Για παράδειγμα, πρόκειται να συμπεριλάβετε συστήματα συναλλαγών, δεδομένα κοινωνικών μέσων ή μηχανοποιημένα δεδομένα; Σκοπεύετε να συνδυάσετε πληροφορίες από αυτές τις διαφορετικές πηγές ως μέρος της στρατηγικής σας για την ανάλυση δεδομένων;
Εάν σχεδιάζετε να προχωρήσετε με περισσότερα από ένα απομονωμένο πείραμα, θα χρειαστεί να ενημερώσετε τη στρατηγική διακυβέρνησής σας έτσι ώστε να είστε έτοιμοι να διαχειριστείτε μια νέα ποικιλία δεδομένων με τρόπους που είναι ασφαλείς.
Προετοιμασία για διαχείριση και διαχείριση μεγάλου κινδύνου δεδομένων
Ανεξάρτητα από τη στρατηγική διαχείρισης πληροφοριών σας, πρέπει να βεβαιωθείτε ότι έχετε το σωστό επίπεδο επιτήρησης. Αυτό είναι απλώς μια βέλτιστη πρακτική εν γένει και δεν αλλάζει όταν προσθέτετε μεγάλα δεδομένα στο μείγμα. Ωστόσο, μπορεί να χρειαστεί να εφαρμόσετε την διαχείριση δεδομένων διαφορετικά με την προσθήκη μεγάλων πηγών δεδομένων.
Για παράδειγμα, ίσως χρειαστεί να έχετε διαφορετικά μεμονωμένα δεδομένα κοινωνικών μέσων παρακολούθησης, επειδή έχει διαφορετική προέλευση και διαφορετική δομή από τα παραδοσιακά σχεσιακά δεδομένα. Αυτός ο νέος ρόλος διαχειριστή δεδομένων πρέπει να οριστεί προσεκτικά, έτσι ώστε το επιλεγμένο άτομο να μπορεί να εργάζεται σε όλες τις επιχειρηματικές μονάδες που βρίσκουν αυτό το είδος δεδομένων που σχετίζονται περισσότερο με τον τρόπο με τον οποίο αναλύουν την επιχείρηση.
Ορίστε τις σωστές πολιτικές διακυβέρνησης και ποιότητας δεδομένωνΟ τρόπος με τον οποίο ένας οργανισμός ασχολείται με μεγάλα δεδομένα είναι ένας συνεχής κύκλος και όχι ένα μοναδικό έργο. Το ενδεχόμενο δημιουργίας κινδύνου για την επιχείρηση μπορεί να είναι σοβαρό εάν δεν εφαρμόζονται συνεπείς κανόνες και διαδικασίες. Η ποιότητα των δεδομένων πρέπει επίσης να προσεγγίζεται από άποψη διακυβέρνησης. Όταν σκέφτεστε την πολιτική, εδώ είναι μερικά από τα βασικά στοιχεία που πρέπει να κωδικοποιηθούν για να προστατεύσετε τον οργανισμό σας:
Προσδιορίστε τις βέλτιστες πρακτικές που έχουν εφαρμόσει οι συνομήλικοί σας ώστε να έχουν τεκμηριωμένες συνεχείς πολιτικές, ώστε όλοι να έχουν την ίδια κατανόηση του τι απαιτείται.
-
Συγκρίνετε τις πολιτικές σας με τις απαιτήσεις διακυβέρνησης για τη δική σας επιχείρηση και τον κλάδο σας. Ενημερώστε τις πολιτικές σας εάν διαπιστώσετε παραβιάσεις.
-
Έχετε πολιτική σχετικά με το χρονικό διάστημα που πρέπει να κρατήσετε για πληροφορίες; Ισχύουν αυτές οι πολιτικές για τα δεδομένα που συλλέγετε από εξωτερικές πηγές, όπως οι ομάδες συζήτησης πελατών και οι ιστότοποι κοινωνικών μέσων;
-
Ποια είναι η σημασία των πηγών δεδομένων που εισάγετε στην επιχείρηση; Έχετε θεσπίσει ποιοτικά πρότυπα ώστε ένα σύνολο δεδομένων να χρησιμοποιείται μόνο για τη λήψη αποφάσεων εάν αποδειχθεί ότι είναι καθαρό και καλά τεκμηριωμένο;
-
Είναι εύκολο να παγιδευτείτε στον ενθουσιασμό της αξιοποίησης μεγάλων δεδομένων για να διεξάγετε τον τύπο της ανάλυσης που δεν ήταν ποτέ εφικτός πριν. Αλλά αν η ανάλυση αυτή οδηγεί σε εσφαλμένα συμπεράσματα, η επιχείρησή σας θα διατρέξει κίνδυνο. Ακόμη και τα δεδομένα που προέρχονται από αισθητήρες θα μπορούσαν να επηρεαστούν από εξωτερικά δεδομένα που θα αναγκάσουν μια οργάνωση να καταλήξει σε λάθος συμπέρασμα.