|
|

[數據治理 #5] 數據治理中的黃金規則

鍾德霖 博士 David Chung Ph.D.
副合夥人 Associate Partner
星普思管理諮詢有限公司 Synpulse
長期以來數據治理對金融機構來說重要性不言可喻，但往往投入數據治理資源的優先序相對並不高。然而近幾年隨著資料科學、AI乃至於生成式AI（Gen AI）的興起，數據治理的重要性不斷因為技術的演進而進一步「被迫地」突顯出來。在本系列文章將以數據治理 Data Governance 為核心進行不同面向的介紹與探討。

本篇文章將介紹：數據治理中的黃金規則。
數據治理中的黃金規則，最重要的角色就是確保數據品質符合要求，對於提升組織的運營效率、降低合規風險以及構建組織對於數據的信任基礎非常重要。
  1. 標準化規則：確認數據滿足事先定義好的數據標準
  2. 驗證規則：驗證數據的值域、格式或型態符合需求；例如年齡不能為負值
  3. 去重複規則：決定多筆相似的數據該如何合併
  4. 補遺規則：當數據發生缺漏時進行補遺時的規則
  5. 一致性與參考完整性規則：確定數據符合業務邏輯性；例如合約終止日期不得早於開始日期
  6. 優先權規則：數據發生不一致時，需決定優先使用哪一項數據
除了上述常見的6項規則之外，實務中仍尚有其他黃金規則。一般而言，組織將視實際數據所發生的狀況依據數據的重要性或優先序逐一進行黃金規則的討論。此外，黃金規則的設計亦與業務作業習慣有關，未來落地時也可能需要調整作業流程。

總的來說，黃金規則最後能夠完整落地，除了規則本身之外尚有「系統」與「作業流程」需要一併配合。



本文內容已獲鍾德霖博士授權，未經同意禁止轉載。原文出處：
https://www.linkedin.com/posts/davidchungtw_%E6%95%B8%E6%93%9A%E6%B2%BB%E7%90%86-5-%E9%BB%83%E9%87%91%E8%A6%8F%E5%89%87-data-governance-5-golden-activity-7286727883677483008-dxYP?utm_source=share&utm_medium=member_desktop&rcm=ACoAACHogbkBPE4SYpsz6UQCUffXH-qlNMoauVI
Scroll Top