جزئیات  
عنوان مدیریت داده : اصول ، چالش ها و چارچوب ها (1)
نوع منبع مقاله
گروه استراتژی داده
تاریخ انتشار 1396/5/5
خلاصه مدیریت داده می بایست بر اساس روش های استانداردی صورت پذیرد تا بتوان ضمن پایبندی به اصول اولیه داده با چالش های پیش رو نیز به درستی برخورد کرد . استانداردسازی مدیریت داده از یک طرف به متخصصان مدیریت داده کمک می کند تا بتوانند به طور موثر و پیوسته وظایف خود را انجام دهند و از طرف دیگر ، فرصت پی بردن به ارزش داده و مشارکت در فعالیت های مدیریت داده را برای رهبران سازمان ها فراهم می نماید . آشنایی با اصول مدیریت داده ، چالش های پیش رو و همچنین چارچوب های موجود برای مدیریت داده از اقدامات اولیه و اساسی برای حرکت به سمت مدیریت ساختارمند داده در یک سازمان است .

 امروزه موفقیت سازمان ها با شیوه مدیریت داده گره خورده است. بسیاری از سازمان ها به این موضوع اذعان دارند که داده دارای ارزش است و مدیریت ساختارمند آن می تواند بر موفقیت آنها تاثیرگذار باشد . بدیهی است  که توجه به داده و استخراج ارزش از آن در دستور کار قرار گیرد .  به موازات افزایش توانایی و تمایل سازمان ها جهت ایجاد و بکارگیری داده ، نیاز به روش های قابل اعتماد مدیریت داده  بیش از گذشته احساس می شود. در بطن داده می تواند ارزشی نهفته باشد که با شناسایی ، استخراج ، پالایش و بکارگیری روش مند آن ، می توان در حوزه های مختلفی نظیر مدیریت مشتریان ، نوآوری ، طراحی محصول ، تصمیم گیری به موقع و موثر بگونه ای حرکت کرد که برای خود یک مزیت رقابتی ایجاد کرد . این ممکن نمی شود مگر با مدیریت صحیح داده ها بر اساس روش های استانداردی که بتوان ضمن پایبندی به اصول اولیه داده با چالش های پیش رو نیز به درستی برخورد کرد . استانداردسازی مدیریت داده از یک طرف به متخصصان مدیریت داده کمک می کند تا بتوانند به طور موثر و پیوسته وظایف خود را انجام دهند و از طرف دیگر ،  ، فرصت شناخت ارزش داده و مشارکت در فعالیت های مدیریت داده را برای رهبران سازمان ها فراهم می نماید

محرک های کسب و کار
اطلاعات و دانش ، کلید مزیت رقابتی می باشند . سازمان هایی که دارای داده با کیفیت و قابل اعتماد در رابطه با مشتریان ، محصولات ، سرویس ها و عملیات خود می باشند، می توانند تصمیمات بهتری را نسبت به آن دسته از سازمان هایی که فاقد داده و یا داده قابل اعتماد می باشند ، اتخاذ نمایند . شکست در مدیریت داده مشابه شکست در مدیریت سرمایه ها می باشد و اتلاف زمان و از دست رفتن فرصت ها را به دنبال خواهد داشت . محرک اولیه برای مدیریت داده ، توانمند کردن سازمان ها به منظور به دست آوردن ارزش از دارایی های داده ، همانند مدیریت موثر سرمایه های فیزیکی و مالی است که سازمان ها را قادر می سازد بتوانند از سرمایه های خود ارزشی را به دست آورند . 

اهداف
مهم ترین اهداف مدیریت داده در یک سازمان در شکل 1 نشان داده شده  است  .

 اهداف مدیریت داده
شکل 1 : اهداف مدیریت داده

اصول مدیریت داده 
اگر داده را به عنوان یک دارایی سازمانی در نظر بگیریم ( که قطعا می بایست این چنین باشد ) ، بدیهی است مدیریت آن دارای خصایص مشابهی با مدیریت سایر دارایی ها باشد . آگاهی از وضعیت داده های موجود در سازمان ( نظیر یک انبار و آگاهی از اقلامی که در آن می باشند ) ،  کارهایی که می توان با دارایی انجام داد ، بهترین شیوه استفاده از دارایی های داده جهت نیل به اهداف سازمانی ( هسمویی سرمایه های سازمانی با استراتژی کسب و کار ) صرفا نمونه هایی اندک از خصایص مشترک داده به عنوان یک دارایی با سایر دارایی ها در یک سازمان می باشد . نظیر سایر فرآیندهای مدیریتی ، می بایست بین نیازهای استراتژیک و عملیاتی توازنی برقرار گردد . این توازن می تواند به بهترین وجه ممکن با تبعیت از مجموعه ای از اصول که ویژگی های برجسته مدیریت داده را بیان می کند ، ایجاد گردد.  در شکل 2 ، به مهمترین اصول مدیریت داده اشاره شده است . 

 اصول مدیریت داده
شکل 2 : اصول مدیریت داده


 خلاصه
بسیاری از سازمان ها خود را به عنوان سازمان های داده محور شناسایی می کنند . کسب و کارها در تلاش برای رقابتی ماندن می بایست تصمیم گیری بر اساس احساسات یا غرایز خود را متوقف نمایند و در مقابل از رویدادهایی که باعث بکارگیری تجزیه و تحلیل برای نیل به بینش عملی است ، استفاده نمایند . داده محور بودن بدین معنی است که داده می بایست به طور موثر و از طریق تعامل بین رهبران کسب و کار و متخصصین فنی مدیریت گردد . در این مطلب ضمن توجه به مدیریت مسنجم داده در یک سازمان با اصول مدیریت داده آشنا شدیم . در بخش های بعدی  با چالش های پیش رو و چارچوب های مدیریت داده آشنا می شویم . 


منابع  :
Peter Aiken , Data Strategy and the Enterprise Data Executive ,Technics Publications , April 2 2017
Bernard Marr,Data Strategy: How to Profit from a World of Big Data, Analytics and the Internet of Things, Kogan Page , April 28 2017
Prashanth Southekal ,Data for Business Performance: The Goal-Question-Metric (GQM) Model to Transform Business Data into an Enterprise Asset,Technics Publications, February 15, 2017
Dama International , DAMA-DMBOK: Data Management Body of Knowledge (2nd Edition),Technics Publications; Second edition, Technics Publications , July 5 2017