데이터 거버넌스 프로세스
데이터 거버넌스 프로세스에는 네 가지 범주가 있습니다.
| 프로세스 범주 | 프로세스 |
|---|---|
| 데이터 환경을 이해할 수 있는 데이터 검색 프로세스 | 데이터 및 데이터 엔터티 검색, 매핑 및 카탈로그 프로세스 데이터 품질을 결정하는 데이터 프로파일링 검색 프로세스 중요한 데이터 검색 및 거버넌스 분류 프로세스 엔터프라이즈 전체의 마스터 데이터와 같은 데이터의 사용 및 유지 관리를 이해할 수 있는 로그 파일과 같은 CRUD 분석을 위한 데이터 유지 관리 검색 프로세스 |
| 데이터 거버넌스 정의 프로세스 | 마스터 데이터, 데이터 특성 이름, 데이터 무결성 규칙 및 유효한 형식을 포함하여 비즈니스 용어집 정의 데이터 엔터티에서 일반적인 비즈니스 어휘 만들기 및 유지 관리 엔터프라이즈 전체의 코드 세트를 표준화하는 참조 데이터 정의 데이터에 레이블을 지정하여 거버넌스 방법을 결정하는 데이터 거버넌스 분류 체계 정의 데이터 엔터티를 제어하고 수명 주기를 문서화하는 데이터 거버넌스 정책 및 규칙 정의 성공 메트릭 및 임계값 정의 |
| 데이터 거버넌스 정책 및 규칙 적용 프로세스 | 데이터 거버넌스 정책 및 규칙의 적용 및 강제 적용을 자동화하는 프로세스 정책 및 규칙을 수동으로 적용하고 강제하는 프로세스 다음을 제어하기 위해 호출할 수 있는 서비스로 게시되는 이벤트 기반, 주문형 및 타이머 기반(일괄 처리) 데이터 거버넌스 프로세스 데이터 수집 - 카탈로그화, 분류, 소유자 할당 및 저장 데이터 품질 데이터 액세스 보안 데이터 개인 정보 데이터 사용. 예: 공유를 포함하고 사용이 허가된 데이터를 승인된 용도로만 사용하도록 보장 마스터 데이터와 같은 데이터 유지 관리 데이터 보존 마스터 데이터 및 참조 데이터 동기화 |
| 프로세스 모니터링 | 데이터 사용 활동, 데이터 품질, 데이터 액세스 보안, 데이터 개인 정보 보호, 데이터 유지 관리 및 데이터 보존의 모니터링 및 감사 정책 규칙 위반 탐지 및 해결 모니터링 |
일반적인 비즈니스 어휘는 데이터 카탈로그 내의 비즈니스 용어집에 정의되어야 합니다.
데이터 거버넌스 작업 그룹은 데이터 정의 및 특정 데이터 도메인(예: 고객 또는 공급자) 개선을 계획 및 개발하고 진행 중인 데이터 거버넌스 통제 위원회를 업데이트하며 특정 도메인에 대한 기업 전체의 스튜어드십을 관리합니다. 각 작업 그룹은 여러 관련 엔터티와 같은 특정 데이터 엔터티 또는 데이터 주제 영역을 정의해야 합니다. 그런 다음, 정책 및 규칙과 함께 어휘의 여러 데이터 엔터티를 병렬로 작업할 수 있습니다. 자세한 내용은 데이터 거버넌스 역할 및 책임을 참조하세요.
그림 1: 예제 데이터 거버넌스 작업 그룹
그런 다음, 카탈로그 비즈니스 용어집을 다른 기술과 통합하여 모든 기술에 일관된 공통 데이터 이름을 가져와야 합니다. 통합할 다른 기술의 예는 다음과 같습니다.
- ETL(추출, 변환 및 로드) 도구
- 데이터 모델링 도구
- BI 도구, 데이터베이스 관리 시스템
- 마스터 데이터 관리
- 데이터 가상화 도구
- 소프트웨어 개발 도구
일반적인 비즈니스 어휘를 만드는 좋은 방법은 데이터 개념 모델을 만드는 것입니다. 이 모델은 일반적인 비즈니스 어휘에서 데이터 엔터티로 사용할 수 있는 데이터 개념을 식별하는 하향식 접근 방식입니다. 그런 다음, 각 데이터 개념(엔터티) 또는 관련 데이터 개념 그룹(주제 영역)에 다른 데이터 거버넌스 작업 그룹을 할당할 수 있습니다. 다양한 작업 그룹이 환경 전체의 다양한 데이터 엔터티를 제어하도록 할당됩니다.
일반적인 비즈니스 어휘를 빌드할 때 데이터 카탈로그 소프트웨어를 사용하여 여러 데이터 저장소에 있는 데이터를 자동으로 검색할 수 있습니다. 이렇게 하면 특정 데이터 엔터티와 연결된 모든 특성을 식별하는 데 도움이 됩니다. 이것은 상향식 접근 방식입니다. 데이터 개념 모델의 하향식 접근 방식으로 시작하고 상향식 자동화된 데이터 검색 접근 방식을 사용하여 데이터 엔터티의 특성을 식별하면 여러 작업 그룹이 공통 비즈니스 어휘를 빠르게 점진적으로 구축할 수 있습니다.
자동화된 데이터 검색에 데이터 카탈로그를 사용하면 서로 다른 데이터를 일반적인 어휘에 매핑할 수 있습니다. 데이터 카탈로그는 비즈니스 용어집의 각 특정 데이터 엔터티에 대한 데이터가 기업 내 어디에 있는지 이해하는 데 도움이 될 수 있습니다.
수명 주기의 여러 지점에서 데이터를 제어하는 정책 및 규칙
데이터 거버넌스 정책은 무결성, 품질, 액세스 보안, 개인 정보 보호 및 데이터 보존을 제어하는 규칙 세트를 설명합니다. 다음과 같은 여러 유형의 정책이 있습니다.
- 유효한 값, 참조 무결성과 같은 데이터 무결성 정책
- 데이터 표준화, 정리 및 일치 규칙을 사용하는 데이터 품질 정책
- 액세스 보안 및 데이터 개인 정보 보호 규칙이 있는 데이터 보호 정책
- 보존, 보관 및 백업 규칙을 사용하여 수명 주기를 관리하는 데이터 보존 정책. 동일한 데이터를 여러 법적 관할권에서 제어하려면 여러 버전의 정책이 필요할 수 있습니다.
데이터 기밀성 분류 체계에는 5가지 분류 수준이 있습니다.
- 공용
- 내부적으로만 사용됩니다.
- 비밀
- 중요한 개인 데이터
- 제한
이 분류 체계를 정책 및 규칙과 결합하여 데이터를 제어합니다. 5개 수준을 사용하여 중요한 개인 데이터와 같은 데이터에 레이블을 지정합니다. 중요한 개인 데이터에 대한 규칙을 만들고 이러한 규칙을 정책에 연결하여 중요한 개인 데이터에 대한 정책을 만듭니다. 정책을 중요한 개인 데이터 레이블에 연결한 다음, 중요한 개인 데이터 레이블을 데이터에 연결할 수 있습니다. 이 방식을 통해 중요한 개인 데이터라는 레이블이 지정된 모든 데이터에는 동일한 정책 및 규칙이 적용됩니다. 이 프로세스를 태그 기반 정책 관리라고 합니다. 개별 규칙 또는 정책을 독립적으로 변경할 수 있으므로 유연합니다. 중요한 개인 데이터라는 레이블이 지정된 모든 데이터는 새 규칙의 적용을 받습니다. 마찬가지로 데이터에서 중요한 개인 데이터라는 레이블을 제거하고 기밀이라는 레이블을 사용할 수 있습니다. 이 경우 데이터는 그 즉시 기밀 레이블과 연결된 새로운 정책 및 규칙 세트의 제어를 받습니다.
데이터 거버넌스 분류 체계의 각 클래스에 대한 데이터 카탈로그의 정책 및 규칙을 정의한 후에는 API를 통해 데이터 카탈로그의 다른 기술로 전달하여 적용할 수 있습니다. 여러 데이터 저장소에 연결할 수 있는 공통 데이터 관리 플랫폼이 이러한 정책 및 규칙을 대신 적용할 수도 있습니다.
그러면 수명 주기 동안 특정 데이터 엔터티의 데이터 품질, 개인 정보, 액세스 보안, 사용, 유지 관리 및 보존을 모니터링할 수 있습니다.