การจัดการข้อมูลคืออะไร

การปฏิบัติของการจัดการข้อมูลครอบคลุมการรวบรวมและการกระจายข้อมูลคุณภาพสูงนอกเหนือจากการกำกับดูแลข้อมูลเพื่อควบคุมการเข้าถึงข้อมูล

การกำกับดูแลข้อมูลประกอบด้วยนโยบายและขั้นตอนที่องค์กรดำเนินการเพื่อจัดการความปลอดภัยของข้อมูล ความซื่อสัตย์ และการใช้ข้อมูลอย่างมีความรับผิดชอบ กำหนดกลยุทธ์การจัดการข้อมูลและกำหนดผู้ที่สามารถเข้าถึงข้อมูลใดได้ นโยบายการกำกับดูแลข้อมูลยังสร้างความรับผิดชอบในลักษณะที่ทีมและบุคคลสามารถเข้าถึงและใช้ข้อมูลได้ หน้าที่การกำกับดูแลข้อมูลโดยทั่วไปจะประกอบด้วย

การสร้างโปรไฟล์ข้อมูล

การสร้างโปรไฟล์ข้อมูลเป็นกระบวนการวินิจฉัยในการวิเคราะห์ข้อมูลเพื่อกำหนดโครงสร้างคุณภาพและลักษณะ นี่เป็นขั้นตอนแรกในการทำความเข้าใจชุดข้อมูลที่มีอยู่เพื่อตัดสินใจว่าจำเป็นต้องรีแฟคเตอร์ก่อนใช้งานหรือไม่

เชื้อสายข้อมูล

ลำดับข้อมูลติดตามการไหลของข้อมูลข้ามองค์กร สายพันธุ์ข้อมูลที่มีตราประทับเวลาใช้เพื่อกำหนดว่าข้อมูลส่วนหนึ่งมีต้นกำเนิดมาจากไหน มีการใช้อย่างไร และเมื่อใดถูกเปลี่ยนไป กระบวนการจัดการข้อมูลนี้มีความสำคัญอย่างยิ่งในกระบวนการตรวจสอบ

แคตตาล็อกข้อมูล

แคตตาล็อกข้อมูลคือการรวบรวมของเนื้อหาข้อมูลขององค์กรและข้อมูลเมตาที่เกี่ยวข้อง โดยการจัดเก็บข้อมูลที่เกี่ยวข้องทั้งหมดในแคตตาล็อกส่วนกลางจะกลายเป็นรีจิสทรีข้อมูลหลักภายในองค์กร ผู้ใช้สามารถคาดหวังว่าแคตตาล็อกข้อมูลจะมีข้อมูลล่าสุดเกี่ยวกับเนื้อหาข้อมูลทั้งหมด

การรักษาความปลอดภัยและการควบคุมการเข้าถึง

การกำกับดูแลข้อมูลช่วยป้องกันการเข้าถึงข้อมูลโดยไม่ได้รับอนุญาต และปกป้องข้อมูลจากการทุจริต ซึ่งจะรวมถึงทุกแง่มุมของการป้องกันดังต่อไปนี้

• การป้องกันการเคลื่อนย้ายหรือการลบข้อมูลโดยไม่ได้ตั้งใจ
• การรักษาความปลอดภัยในการเข้าถึงเครือข่ายเพื่อลดความเสี่ยงของการโจมตีเครือข่าย
• การตรวจสอบว่าศูนย์ข้อมูลทางกายภาพที่จัดเก็บข้อมูลตรงตามข้อกำหนดด้านความปลอดภัย
• การเก็บรักษาข้อมูลให้ปลอดภัยแม้พนักงานจะเข้าถึงข้อมูลจากอุปกรณ์ส่วนบุคคล
• การรับรองความถูกต้องของผู้ใช้ การอนุญาต และการตั้งค่าและการบังคับใช้สิทธิ์การเข้าถึงข้อมูล
• ดูแลให้ข้อมูลที่เก็บไว้นั้นเป็นไปตามกฎหมายในประเทศที่จัดเก็บข้อมูล
• การเพิ่มเลเยอร์การควบคุมเพิ่มเติมสำหรับข้อมูลที่ละเอียดอ่อน

การปฏิบัติตามข้อมูล

นโยบายการปฏิบัติตามข้อมูลช่วยลดความเสี่ยงของการปรับหรือการดำเนินการตามกฎระเบียบ การปฏิบัติตามกฎหมายการปฏิบัติตาม เช่น GDPR และ CCPA เป็นสิ่งสำคัญในการดำเนินงาน

กิจกรรมการปฏิบัติตามข้อกำหนดมุ่งเน้นไปที่การสร้างแบบจำลองข้อมูล การควบคุมซอฟต์แวร์ และการฝึกอบรมพนักงาน เพื่อให้การปฏิบัติตามกฎหมายเกิดขึ้นในทุกระดับ ยกตัวอย่างเช่น องค์กรร่วมมือกับทีมพัฒนาภายนอกเพื่อปรับปรุงระบบข้อมูล ผู้จัดการการกำกับดูแลข้อมูลยืนยันว่าข้อมูลส่วนบุคคลทั้งหมดถูกลบออกก่อนจะส่งต่อไปยังทีมภายนอกเพื่อการทดสอบ

การจัดการรอบการใช้งานข้อมูล

การจัดการวงจรชีวิตข้อมูลหมายถึงกระบวนการจัดการข้อมูลตลอดวงจรชีวิต 

ตัวอย่างเช่น:

• ต้องตรวจสอบข้อมูลเมื่อกลืนกินและเป็นระยะ ๆ
• ข้อมูลจะต้องเก็บไว้ในช่วงเวลาที่เฉพาะเจาะจงเพื่อวัตถุประสงค์ในการตรวจสอบ
• ข้อมูลจะต้องถูกลบเมื่อไม่จำเป็นอีกต่อไป

การจัดการคุณภาพ

ผู้ใช้ข้อมูลคาดว่าข้อมูลจะมีความน่าเชื่อถือเพียงพอและสอดคล้องกันสำหรับแต่ละกรณีการใช้งาน

ผู้จัดการคุณภาพข้อมูลวัดและปรับปรุงคุณภาพของข้อมูลขององค์กร พวกเขาตรวจสอบทั้งข้อมูลที่มีอยู่และข้อมูลใหม่ และตรวจสอบว่าเป็นไปตามมาตรฐาน นอกจากนี้ยังอาจตั้งค่ากระบวนการจัดการข้อมูลที่บล็อกข้อมูลที่มีคุณภาพต่ำไม่ให้เข้าสู่ระบบ มาตรฐานคุณภาพข้อมูลโดยทั่วไปจะวัดต่อไปนี้

• ข้อมูลสำคัญหายไปหรือข้อมูลเสร็จสมบูรณ์หรือไม่(ตัวอย่างเช่น ลูกค้าทิ้งข้อมูลการติดต่อที่สำคัญ)
• ข้อมูลเป็นไปตามกฎการตรวจสอบข้อมูลพื้นฐานหรือไม่ (ตัวอย่างเช่นหมายเลขโทรศัพท์ควรเป็นจำนวนหลักที่แน่นอน)
• ข้อมูลเดียวกันปรากฏในระบบบ่อยแค่ไหน (ตัวอย่างเช่น รายการข้อมูลที่ซ้ำกันของลูกค้ารายเดียวกัน)
• ข้อมูลถูกต้องหรือไม่(ตัวอย่างเช่นลูกค้าป้อนที่อยู่อีเมลผิด)
• คุณภาพของข้อมูลมีความสอดคล้องกันทั่วทั้งระบบหรือไม่ (ตัวอย่างเช่นวันเดือนปีเกิดเป็นรูปแบบ วว/ดด/ปปปป ในชุดข้อมูลหนึ่ง แต่ ดด/วว/ปปปป รูปแบบในชุดข้อมูลอื่น)

การผสานรวมข้อมูล

ตำแหน่งข้อมูลสำหรับการกระจายข้อมูล

สำหรับองค์กรส่วนใหญ่ ข้อมูลจะต้องมีการกระจายไปยัง (หรือใกล้) ตำแหน่งข้อมูลต่างๆ ที่ต้องการข้อมูล ซึ่งรวมถึงระบบปฏิบัติการ ทะเลสาบ ข้อมูล และคลัง ข้อมูล การกระจายข้อมูลเป็นสิ่งจำเป็นเนื่องจากเวลาเครือข่ายแฝง เมื่อจำเป็นต้องใช้ข้อมูลสำหรับการใช้งานในการดำเนินงาน เวลาแฝงของเครือข่ายอาจไม่เพียงพอที่จะส่งข้อมูลในเวลาที่เหมาะสม การจัดเก็บสำเนาของข้อมูลในฐานข้อมูลภายในเครื่องช่วยแก้ไขปัญหาเวลาแฝงของเครือข่าย

การกระจายข้อมูลยังเป็นสิ่งจำเป็นสำหรับการรวมข้อมูล คลังข้อมูลและ Data Lake รวบรวมข้อมูลจากแหล่งต่างๆ เพื่อนำเสนอมุมมองโดยรวมของข้อมูล คลังข้อมูลที่ใช้สำหรับการวิเคราะห์และการตัดสินใจในขณะที่ Data Lake เป็นศูนย์กลางรวมจากการที่ข้อมูลสามารถสกัดสำหรับกรณีการใช้งานต่างๆ

กลไกการจำลองแบบข้อมูลและผลกระทบต่อความสอดคล้อง

กลไกการกระจายข้อมูลมีผลที่อาจเกิดขึ้นกับความสอดคล้องกันของข้อมูลและนี่คือข้อพิจารณาที่สำคัญในการจัดการข้อมูล

ผลความสอดคล้องที่แข็งแกร่งจากการจำลองแบบเวลาเดียวกันของข้อมูล ในวิธีการนี้ เมื่อค่าข้อมูลที่มีการเปลี่ยนแปลง แอปพลิเคชันทั้งหมดและผู้ใช้จะเห็นค่าที่เปลี่ยนแปลงของข้อมูล หากยังไม่ได้ทำซ้ำค่าใหม่ของข้อมูลการเข้าถึงข้อมูลจะถูกบล็อกจนกว่าสำเนาทั้งหมดจะได้รับการอัปเดต การจำลองแบบเวลาเดียวกันจัดลำดับความสำคัญความสอดคล้องมากกว่าประสิทธิภาพและการเข้าถึงข้อมูล การจำลองแบบเวลาเดียวกันมักจะใช้สำหรับข้อมูลทางการเงิน

ผลความสอดคล้องในที่สุดจากการจำลองแบบไม่ตรงกันของข้อมูล เมื่อมีการเปลี่ยนแปลงข้อมูลสำเนาจะได้รับการอัปเดตในที่สุด (โดยปกติจะภายในไม่กี่วินาที) แต่การเข้าถึงสำเนาที่ล้าสมัยจะไม่ถูกบล็อก สำหรับกรณีการใช้งานจำนวนมาก นี่ไม่ใช่ปัญหา ยกตัวอย่างเช่น การโพสต์ ชอบ และแสดงความคิดเห็นบนสื่อสังคมไม่จำเป็นต้องมีความสอดคล้องสูง เป็นอีกตัวอย่างหนึ่ง ถ้าลูกค้าเปลี่ยนหมายเลขโทรศัพท์ของพวกเขาในโปรแกรมหนึ่ง การเปลี่ยนแปลงนี้สามารถลดหลั่นกันได้แบบไม่เป็นเวลาเดียวกัน

การเปรียบเทียบการสตรีมกับการอัปเดตแบบกลุ่ม

Data Stream ภายนอกเปลี่ยนแปลงเมื่อเกิดขึ้น นี่เป็นวิธีการที่ต้องการหากจำเป็นต้องเข้าถึงข้อมูลแบบเกือบเรียลไทม์ ข้อมูลจะถูกดึง เปลี่ยน และส่งไปยังปลายทางโดยเร็วที่สุดเท่าที่มีการเปลี่ยนแปลง

การปรับปรุงชุดงานมีความเหมาะสมมากขึ้นเมื่อข้อมูลจะต้องมีการประมวลผลในชุดงานก่อนส่งมอบ สรุปหรือดำเนินการวิเคราะห์ทางสถิติของข้อมูลและการส่งมอบเพียงผลเป็นตัวอย่างของการนี้ การปรับปรุงชุดยังสามารถรักษาความสอดคล้องภายในจุดในเวลาของข้อมูลถ้าข้อมูลทั้งหมดถูกแยกที่จุดเฉพาะในเวลา การอัปเดตชุดผ่าน กระบวนการดึง แปลง โหลด (ETL หรือ ELT) โดยทั่วไปจะใช้สำหรับกลุ่มข้อมูล Data Lake และการวิเคราะห์

การจัดการข้อมูลหลัก

การจัดการข้อมูลหลัก (MDM) หมายถึงกระบวนการจัดการข้อมูลธุรกิจที่จำเป็น ความสม่ำเสมอของข้อมูลและการซิงโครไนซ์ข้อมูลมีความเกี่ยวข้องอย่างมากกับ MDM

ตัวอย่างข้อมูลหลัก ได้แก่ ข้อมูลลูกค้า ข้อมูลพันธมิตร และข้อมูลผลิตภัณฑ์ ข้อมูลพื้นฐานเหล่านี้ส่วนใหญ่คงอยู่และไม่เปลี่ยนแปลงบ่อย ตัวอย่างของข้อมูลที่ใช้นี้ ได้แก่ ซอฟต์แวร์การจัดการความสัมพันธ์กับลูกค้า (CRM) และซอฟต์แวร์การวางแผนทรัพยากรองค์กร (ERP)

การจัดการข้อมูลหลักเป็นสิ่งสำคัญเพื่อให้มั่นใจถึงความถูกต้องในระบบรวมถึงการซิงโครไนซ์และการรวมข้อมูลในการอัปเดต

แนวทางปฏิบัติที่ดีที่สุดในการจัดการข้อมูลเป็นพื้นฐานของกลยุท ธ์ข้อมูลที่ประสบความสำเร็ จ ต่อไปนี้เป็นหลักการจัดการข้อมูลทั่วไปเพื่อช่วยให้คุณสร้างรากฐานข้อมูลที่แข็งแกร่ง

การทำงานร่วมกันของทีม

ผู้ใช้ธุรกิจและทีมเฉพาะทางต้องทำงานร่วมกันเพื่อให้มั่นใจว่าเป็นไปตามข้อกำหนดด้านข้อมูลขององค์กร การประมวลผลข้อมูลและการวิเคราะห์ทั้งหมดควรจัดลำดับความสำคัญความต้องการของข่าวกรองธุรกิจ มิฉะนั้นข้อมูลที่เก็บรวบรวมจะยังคงไม่ได้ใช้พร้อมไปปกับทรัพยากรที่สูญเสียไปในโครงการการจัดการข้อมูลที่วางแผนไม่ดี

ระบบอัตโนมัติ

กลยุทธ์การจัดการข้อมูลที่ประสบความสำเร็จรวมระบบอัตโนมัติในส่วนของการประมวลผลข้อมูลและการเตรียมงาน การดำเนินการแปลงข้อมูลด้วยตนเองนั้นน่าเบื่อและยังทำให้เกิดข้อผิดพลาดในระบบ แม้งานแบบด้วยตนเองมีจำนวนจำกัด เช่น การเรียกใช้งานกลุ่มรายสัปดาห์ ก็สามารถทำให้เกิดปัญหาคอขวดของระบบ ซอฟต์แวร์การจัดการข้อมูลสามารถรองรับการปรับขนาดได้เร็วขึ้นและมีประสิทธิภาพมากขึ้น

การประมวลผลบนระบบคลาวด์

ธุรกิจต้องการโซลูชันการจัดการข้อมูลที่ทันสมัยซึ่งมอบขีดความสามารถที่หลากหลาย โซ ลูชันระบบคลาวด ์สามารถจัดการทุกแง่มุมของการจัดการข้อมูลในระดับได้โดยไม่กระทบต่อประสิทธิภาพ ตัวอย่างเช่น AWS มีฟังก์ชันการทำงานที่หลากหลาย เช่น ฐานข้อมูล Data Lake การวิเคราะห์ การเข้าถึงข้อมูล การกำกับดูแลข้อมูล และการรักษาความปลอดภัยจากภายในบัญชีเดียวกัน