ما المقصود بإدارة البيانات؟

يوضح إطار عمل حوكمة البيانات تفاصيل هياكل المؤسسة وعملياتها بهدف إدارة أصول البيانات الحساسة. ويحدد ملكية البيانات والمسؤوليات ويُبين كيفية التعامل مع البيانات للحفاظ على جودة البيانات وأمنها وامتثالها.

لا يوجد إطار عمل واحد يناسب جميع البيانات، حيث أن أُطر العمل عادةً ما تكون مخططات مصممة خصوصًا لأنظمة البيانات الفريدة ومصادر البيانات وبروتوكولات المجال واللوائح الحكومية الخاصة بمؤسسة معينة.

تعالج أُطر عمل حوكمة البيانات عادةً عناصر مثل:

• أهداف البرامج وأدوارها وواجباتها
• معايير البيانات وسياساتها وعملياتها
• إجراءات التدقيق
  
• أدوات حوكمة البيانات

تحدد برامج حوكمة البيانات عادةً هدفًا محددًا أو مجموعة من الأهداف، مثل تحسين جودة البيانات أو دعم الامتثال أو تمكين اتخاذ القرارات القائمة على البيانات. وتختار أيضًا المقاييس التي تُحدد مدى التقدم المحرز نحو تحقيق هذه الأهداف. قد تشمل مقاييس الحوكمة الرئيسية ما يلي:

• انخفاض أخطاء البيانات وحالات التكرار.

• تخفيضات التكاليف الناتجة عن زيادة الكفاءة وتسريع الدخول إلى السوق.

• اتساق البيانات واكتمالها.

• مستوى المعرفة بالبيانات وامتثال الموظفين للعمليات.

تحدد برامج الحوكمة أيضًا أدوار ومسؤوليات جميع المعنيين: اللجنة التوجيهية ومالكي البيانات ومشرفي البيانات والأطراف المعنية.

• يشرف أعضاء اللجنة التوجيهية – أو مجلس الحوكمة - على إستراتيجية حوكمة البيانات والاتجاه العام لإطار العمل. وغالبًا ما تضم هذه اللجنة المسؤولين التنفيذيين رفيعي المستوى، مثل المديرين التنفيذيين أو نواب الرؤساء، الذين يشرفون على مختلف الأقسام.
  
  
• يشرف مالكو البيانات على مجالات البيانات المحددة عبر وحدات الأعمال. ويتولى هؤلاء الأفراد مسؤولية الحفاظ على دقة البيانات وجودتها واتساقها، ويسهمون في تطوير حلول حوكمة البيانات وسياسات البيانات والمتطلبات التنظيمية.
  
  
• يتولى مشرفو البيانات الإدارة اليومية لمجالات بيانات محددة. 
  
  
• الأطراف المعنية وفرق العمل هم مستهلكو بيانات المؤسسة. 

تحدد أُطر عمل الحوكمة معلمات تتعلق بالبيانات المراد حوكمتها والنتائج المنشودة. يتضمن ذلك وضع إرشادات تنسيق البيانات، ونماذج البيانات، وإدارة البيانات الرئيسية (MDM)، والبيانات الوصفية، واصطلاحات التسمية وغير ذلك الكثير.

غالبًا ما تحدد أُطر عمل الحوكمة تدفقات البيانات وتوضح كيفية جمع البيانات وتخزينها ونقلها وأرشفتها. وقد تحدد أيضًا الأجهزة والبرمجيات والخدمات التي ستدعم جهود الحوكمة ومنظومة البيانات الأوسع نطاقًا في المؤسسة.

قد تحدد بعض أُطر عمل الحوكمة نطاقات البيانات، وهي معلمات الوصول إلى أصول بيانات محددة، مثل البيانات الرئيسية والبيانات الوصفية والبيانات القديمة. يمكن أن يساعد نطاق البيانات على ضمان وصول المستخدمين والتطبيقات إلى البيانات التي يحتاجون إليها فقط وعدم وصول أي شخص إلى البيانات التي لا ينبغي له الوصول إليها.

تحدد أُطر عمل الحوكمة إجراءات الاختبار والتدقيق وحفظ السجلات بهدف الحفاظ على شفافية برنامج الحوكمة وقابليته للتفسير.

يمكن أن تساعد عمليات التدقيق المنتظمة على التحقق من امتثال المستخدمين لإطار عمل حوكمة البيانات. كما يمكن أن تساعد عمليات التدقيق على تحديد طرق توسع برنامج الحوكمة بحيث يشمل بيانات أو عمليات أو تقنيات جديدة.

وأخيرًا، يمكن أن تساعد عمليات التدقيق أيضًا المؤسسات على تحقيق - وإثبات - الامتثال التنظيمي. 

تؤدي التكنولوجيا دورًا مهمًا في حوكمة البيانات الفعالة. يمكن أن تختلف أشكال أدوات حوكمة البيانات في المؤسسات من منصات شاملة إلى حلول نقاط متخصصة. تختار المؤسسات أدوات مختلفة بناءً على منظومات بياناتها الفريدة وأُطر عمل الحوكمة لديها.

تتضمن الإمكانات الشائعة لحلول حوكمة البيانات ما يلي:

• اكتشاف البيانات وتصنيفها تلقائيًا.

• تطبيق قوانين حماية البيانات وضوابط التحكم في الوصول القائمة على الأدوار.

• تلبية متطلبات خصوصية البيانات والامتثال

• أتمتة إدارة البيانات الوصفية وفهرسة البيانات وتتبع تدفقات البيانات.

• دعم مسرد الأعمال.

يمكن أن تتعامل حلول حوكمة البيانات مع تنسيقات البيانات المختلفة. وتوفر بعض الحلول إمكانات تصور من شأنها تعزيز فهم مجموعات البيانات والعلاقات المعقدة، ما يسهل تحديد الاتجاهات والقيم الخارجية والمجالات التي تستدعي الاهتمام.

يمكن أن يساعد تنفيذ إطار عمل فائق لحوكمة البيانات المؤسسات على تحقيق مجموعة واسعة من المزايا، منها ما يلي:

• تحقيق قيمة أكبر من بيانات المؤسسة
• تعزيز الابتكار والكفاءة
• توفير مصدر واحد للحقيقة (SSOT)
• المساعدة على ضمان خصوصية البيانات والأمان والامتثال
• استخدام البيانات بشكل آمن في مبادرات الذكاء الاصطناعي
• تعزيز دقة تحليلات البيانات

لن تتمكن المؤسسات من اتخاذ قرارات عمل فعالة إذا كانت هذه القرارات قائمة على بيانات خاطئة. يمكن أن تساعد حوكمة البيانات على ضمان سلامة البيانات ودقتها واكتمالها واتساقها من خلال إنشاء إطار عمل يدعم الإشراف الفائق على البيانات ضمن عملية فائقة لإدارة البيانات من البداية إلى النهاية.

تساعد البيانات الجديرة بالثقة المؤسسات على اكتشاف فرص جديدة وفهم العملاء وسير العمل بشكل أفضل وتحسين أداء الأعمال بشكل عام.

قد يتسبب غياب حوكمة البيانات في ظهور أخطاء في مقاييس الأداء، ومن ثَم توجيه المؤسسة في الاتجاه الخاطئ، بينما يمكن أن تساعد أدوات حوكمة البيانات على معالجة الأخطاء قبل أن تؤثر في إستراتيجية الأعمال.

على سبيل المثال، يمكن أن تساعد أدوات تتبع تدفقات البيانات مالكي البيانات على تتبع البيانات طوال دورة حياتها، بما في ذلك أي عمليات تحويل تخضع لها البيانات في أثناء عملية الاستخراج والتحويل والتحميل (ETL) أو عملية الاستخراج والتحميل والتحويل (ELT). وذلك يساعد المؤسسات على تحديد السبب الأساسي وراء أخطاء البيانات ومعالجتها.

عند تقييد الوصول إلى البيانات عبر المؤسسة، يمكن أن يحد ذلك من الابتكار ويتسبب في الاعتماد على الخبراء المتخصصين (SMEs) وإبطاء عمليات الأعمال.

توزع برامج حوكمة البيانات صلاحيات الوصول إلى البيانات بشكل مناسب، ما يمنح كل قسم أو فرد إمكانية الوصول إلى البيانات التي يحتاجها فقط. وذلك يُمكّن الفرق متعددة الوظائف من العمل معًا بشكل وثيق وأكثر كفاءة مع الحفاظ على أمن البيانات.  

يمكن أن يوفر نظام البيانات المُدار بشكل جيد مصدرًا واحدًا للحقيقة عبر المؤسسة بأكملها. ويمكن تحسين عملية اتخاذ القرارات عندما تعمل جميع الأطراف على مجموعات البيانات نفسها.

يمكن أن يساعد تجميع تعريفات البيانات والبيانات الوصفية في كتالوج بيانات موحد على تقليل الالتباس وانعدام الكفاءة. وبدوره، يصبح هذا الكتالوج أساسًا لحلول الخدمة الذاتية التي تتيح اتساق البيانات وإمكانية الوصول إليها عبر المؤسسة.

غالبًا ما تتضمن سياسات حوكمة البيانات عمليات تُسهل الامتثال للوائح الحكومية المتعلقة بالبيانات الحساسة والخصوصية، مثل اللائحة العامة لحماية البيانات (GDPR) الصادرة عن الاتحاد الأوروبي، وقانون قابلية نقل التأمين الصحي والمساءلة (HIPAA)، ومتطلبات المجال مثل معايير أمن البيانات في مجال بطاقات الدفع (PCI DSS). قد يتسبب عدم الامتثال لهذه المتطلبات التنظيمية في تكبد المؤسسات غرامات حكومية باهظة وسخط الجمهور.

تساعد أدوات حوكمة البيانات المؤسسات على وضع حواجز حماية يمكنها منع حوادث اختراق البيانات وتسريبها وإساءة استخدامها.تساعد أُطر عمل الحوكمة على إنشاء أنظمة بيانات تتسم بالوضوح وقابلية التفسير والنزاهة والشمولية. وفي المقابل، تحمي أنظمة البيانات هذه الخصوصية والأمان وتحافظ على ولاء العملاء وثقتهم.

في استطلاع أجرته شركة IDC، اتضح أن نسبة 45.3% فقط من المشاركين لديهم "قواعد وسياسات وعمليات لتطبيق مبادئ الذكاء الاصطناعي المسؤول" بهدف منع حوادث الاختراق الأمني والكشف عن بيانات العملاء والتصدي لمخاوف المسؤولية والمخاطر التنظيمية.¹

تتضمن حوكمة البيانات معرفة مصدر جميع البيانات التي تستخدمها المؤسسة ومدى حساسيتها ودورة حياتها. وهذا هو الأساس لأي إجراء من إجراءات حوكمة الذكاء الاصطناعي وهو أمر بالغ الأهمية في الحد من المخاطر المؤسسية المختلفة.

تساعد حوكمة البيانات المؤسسات على توفير بيانات فائقة الجودة لمبادرات الذكاء الاصطناعي والتعلم الآلي مع حماية تلك البيانات والامتثال للقواعد واللوائح ذات الصلة. على سبيل المثال، يمكن أن تساعد أدوات الحوكمة على ضمان عدم إدخال بيانات شخصية حساسة إلى نظام الذكاء الاصطناعي عندما يتعين ذلك.

يُعد توفير البيانات الصحيحة هو الأساس لتحليلات البيانات المتقدمة ومبادرات علوم البيانات. تتيح البيانات المُدارة بعناية إمكانية تنفيذ مبادرات قيمة مثل إعداد تقارير ذكاء الأعمال أو مشاريع التعلم الآلي (ML) التنبئي الأكثر تعقيدًا.

على سبيل المثال، يمكن أن يساعد استخلاص البيانات الصحيحة – أي مراجعة البيانات وتنظيمها بهدف زيادة المعرفة بكيفية تنظيمها – على تحسين فهم العلاقة بين مجموعات البيانات والمصادر المختلفة.

يمكن أن تواجه مبادرات حوكمة البيانات العديد من العقبات في أثناء التنفيذ. تشمل بعض هذه التحديات ما يلي:

• غياب الرعاية المناسبة
• عدم اتساق منظومة البيانات
• رؤية البيانات والتحكم فيها
• زيادة طلبات الوصول
• متطلبات بيانات الذكاء الاصطناعي

تتطلب برامج حوكمة البيانات الفعالة بشكل عام رعاية على مستويين: المسؤولين التنفيذيين والمساهمين الأفراد. يُعد وجود كبار مسؤولي البيانات (CDOs) ومشرفي البيانات أمرًا ضروريًا في عملية التواصل وتحديد أولويات حوكمة البيانات داخل المؤسسات.

يمكن أن يتولى كبار مسؤولي البيانات (CDOs) مسؤولية الإشراف على فرق البيانات ومحاسبتها بهدف المساعدة على ضمان تطبيق سياسات حوكمة البيانات. يمكن أن يساعد مشرفو البيانات على زيادة وعي منتجي البيانات ومستهلكيها بهذه السياسات من أجل تشجيع الامتثال عبر المؤسسة. 

في غياب الرعاية المناسبة، قد لا يكون مستخدمو البيانات على دراية بسياسات الحوكمة أو غير مكترثين بها. يمكن أن يؤدي ذلك إلى عدم الامتثال وتعريض سلامة البيانات وأمنها للخطر.

من دون توفير الأدوات ومنظومة البيانات المناسبة، قد تواجه المؤسسات صعوبة في تنفيذ برنامج حوكمة بيانات فعال. 

على سبيل المثال، قد تكتشف الفرق بيانات متكررة عبر وظائف مختلفة. لتمكين الحوكمة الفعالة، يحتاج مهندسو البيانات إلى تطوير نماذج بيانات ومنظومات بيانات مناسبة من أجل دمج البيانات وتكاملها عبر أنظمة التخزين.

قد تحتاج الفرق أيضًا إلى استخدام كتالوج بيانات لإنشاء قائمة جرد لأصول البيانات عبر المؤسسة. أما إذا كانت هناك قائمة بالفعل، فقد تحتاج المؤسسة إلى إنشاء عملية لإدارة البيانات الوصفية، ما يساعد على ضمان أن تكون البيانات الأساسية ذات صلة ومحدثة.

غالبًا ما تتضمن حوكمة البيانات، وخاصة في البيئات الهجينة وبيئات السحابة المتعددة، تخزين البيانات بتنسيقات متعددة لدى العديد من المزودين وفي العديد من المواقع. علاوة على ذلك، قد تُخزن البيانات في أنواع مختلفة من مخازن البيانات، مثل بحيرات البيانات ومستودعات بحيرات البيانات ومستودعات البيانات.

يمكن أن تؤدي تقنية معلومات الظل إلى زيادة تعقيد العملية.في دراسة أجرتها شركة TechTarget، تبين أن ثاني أكثر تحديات أمن البيانات شيوعًا هو أن الموظفين كانوا يشتركون في تطبيقات وخدمات السحابة من دون الحصول على موافقة قسم تقنية المعلومات.²

يمكن أن يؤدي هذا التوزيع للبيانات إلى صعوبة تتبع ومراقبة تدفقات البيانات واستخدام البيانات. تتطلب حوكمة البيانات معرفة واضحة بمصادر البيانات ووجهاتها وعمليات تحويلها وتبعياتها وملكيتها وحقوق الوصول إليها والمسؤوليات المتعلقة بها.

قد يتطلب تطبيق سياسات حوكمة البيانات عبر بيئات متعددة التنسيق بين مختلف الأطراف المعنية، مثل مالكي البيانات ومشرفي البيانات ومستهلكي البيانات ومنظمي البيانات.

يطرح ظهور تحليلات الخدمة الذاتية وذكاء الأعمال تحديات جديدة أمام حوكمة البيانات.

أصبحت طلبات الوصول الواردة من المزيد من المستخدمين تتدفق أسرع من ذي قبل، ولكن تحتاج فرق الحوكمة إلى تحقيق التوازن بين السرعة وتسهيل الوصول مع مراعاة الخصوصية والأمان. علاوة على ذلك، ينبغي ضبط أنظمة تدفق البيانات وإجراءاتها بدقة لتجنب تسرب البيانات.

عند توفير البيانات التي تدعم تدريب الذكاء الاصطناعي وعملياته، فإن العديد من أدوات تخزين البيانات وحوكمتها لا تفي بالغرض.

وذلك لأن الذكاء الاصطناعي أكثر تعقيدًا بطبيعته من العمليات والإمكانات القياسية التي تعتمد على تقنية المعلومات - ما يزيد من أهمية حوكمة البيانات الفعالة والمجدية. يسلط تقرير شركة KPMG الضوء على غياب حوكمة الذكاء الاصطناعي كأحد أهم المخاطر التي تهدد الشركات حاليًا.³ على سبيل المثال، من دون توفير حواجز الحماية المناسبة، قد يكشف الذكاء الاصطناعي بالخطأ عن معلومات تحديد الهوية الشخصية الحساسة أو أسرار الشركات.

من أجل تقليل مخاطر الذكاء الاصطناعي وتعقيداته، يمكن أن تجمع المؤسسات بين إمكانات تخزين البيانات المحسّنة بالذكاء الاصطناعي وبرامج حوكمة البيانات المصممة مع وضع الذكاء الاصطناعي في الحسبان.

يستغرق تخطيط وإنشاء إطار عمل حوكمة البيانات وقتًا وجهدًا من العديد من الأطراف المعنية والفرق. تشمل الممارسات الشائعة التي تستخدمها المؤسسات عند تنفيذ برامج الحوكمة ما يلي:

• الأتمتة بهدف تعزيز الكفاءة
• تحقيق التوازن بين تسهيل الوصول وسلامة البيانات
• إنشاء كتالوج بيانات
• استخدام نماذج التطور
• استمرار المراقبة والتحسين

يمكن أن تساعد أتمتة أجزاء معينة من عملية حوكمة البيانات على تعزيز الكفاءة وتقليل الأخطاء. يمكن أن تساعد أدوات حوكمة البيانات وإدارتها على أتمتة المهام الروتينية مثل ما يلي:

• إنشاء تدفقات البيانات بهدف المساعدة على تصور تدفق البيانات عبر الأنظمة من دون الحاجة إلى حلول معقدة مبرمجة يدويًا.
  
  
• نشر سياسات تخصيص وسوم البيانات الوصفية لعناصر بيانات محددة - مثل الأعمدة أو الجداول – من أجل تحديدها كمعلومات حساسة.
  
  
• إنشاء سجلات تدقيق لتسجيل تفاعلات البيانات بهدف فهم كيفية استخدام الموظفين للبيانات.
  
  
• يعتمد تصنيف البيانات على فئات محددة مسبقًا، مثل معلومات تحديد الهوية الشخصية أو البيانات المالية أو بيانات الملكية الفكرية أو المعلومات السرية.

أمن البيانات وضوابط الوصول الصارمة من أساسيات أي إطار من أُطر عمل حوكمة البيانات. في الوقت نفسه، ترغب المؤسسات في أن يكون الوصول إلى البيانات سلسًا قدر الإمكان بالنسبة إلى الأشخاص الذين لديهم صلاحية الاطلاع على مجموعات بيانات محددة واستخدامها. فمن دون تسهيل الوصول إلى معلومات الخدمة الذاتية، سيتعثر التعاون والمعارف الجديدة.

تواجه العديد من المؤسسات مشكلة في إدارة بياناتها بسبب انعدام الرؤية. يمكن أن يعمل كتالوج البيانات المركزي كمصدر واحد للحقيقة، ما يعزز تكامل البيانات ومبادرات الحوكمة.

وفقًا لتقرير Gartner، يتزايد الطلب على كتالوجات البيانات في ظل مواجهة المؤسسات صعوبة في العثور على أصول البيانات الموزعة والمتنوعة وجردها وتحليلها. مع وجود كتالوج بيانات فائق، يمكن أن تحدد المؤسسات موقع المعلومات وتصنفها بسهولة أكبر على نطاق واسع، ما يُحسن تطبيق سياسات حوكمة البيانات.

ترى العديد من المؤسسات أنه من المفيد إنشاء خارطة طريق واضحة للحوكمة. ويمكن أن توفر نماذج التطور خارطة الطريق هذه.

نموذج تطور حوكمة البيانات هو أداة تساعد المؤسسات على تقييم الحالة الحالية لبرنامج حوكمة البيانات لديها وتحديد الأهداف وتتبع مستوى التقدم بمرور الوقت.

يمكن أن تُنشئ المؤسسات آليات تقييم وإعداد تقارير دورية لمراقبة البيانات ومقاييس الحوكمة بمرور الوقت. ويمكن أن تساعد هذه التقييمات المؤسسات على تحديد المشكلات وإجراء تحسينات على عمليات الحوكمة.

تساعد المراجعة الدورية لإطار العمل وتعديله بناءً على التعليقات أو اللوائح الجديدة أو التغييرات في إستراتيجية العمل على أن يظل إطار العمل ملائمًا وفعالاً.

بالإضافة إلى ذلك، يمكن أن تعزز التقييمات ثقافة تقدر البيانات كأصل إستراتيجي، ما يدعم ذكاء الأعمال الفعال واستخدام البيانات عبر المؤسسة.