数据治理项目案例研究是一个有趣的信息来源，可以了解实际的管理流程并通过实际见解理解其真正的复杂性。这次，我们回顾了科廷科技大学的 Lai Kwan Cheong 和 Vanessa Chang 的案例研究，该研究属于一个研究项目的一部分，该项目的重点是在大型组织中实施临时数据治理模型，以实现更有效的数据管理。
这家公共服务公司正在解决的问题非常普遍
数据管理困难，主要是由于缺乏明确的 瑞士电报数据库 角色和职责，以及流程协议和内部政策，以及实施数据质量改进计划的困难。
为了改进数据管理，我们实施了一个数据治理框架，研究人员从中得出了数据治理的实用建议，并最终作为研究的总体结论强调了其至关重要性。
数据治理的必要全球方法
他们强调，组织必须采取整体方法来解 情咨文中呼吁采取行 决数据管理问题，并引用弗里德曼和托马斯等主要作家的观点，他们都是数据治理的支持者 ，专注于管理流程、人员和技术。
鉴于数据治理的定义体现了 Newman 和 Logan 的定义，即“对作为企业资源的信息进行管理、维护和利用所必需的权利、流程、规则、政策和技术的一系列决策”，Kwan 和 Chang 认为数据治理至关重要，因为它“定义了确保主动和有效数据管理的政策和程序”。
此外，他们认为，采用数据治理框架可以使不同级别的组织协作来管理整个企业的数据，从而促进企业目标的实现。
目标：有效的数据管理
选定的案例研究组织主要关注数 在此添加您的标题文本 据质量，其主要挑战是有效地管理来自不同来源和系统的数据，这又涉及多个用户（约 100 个）和利益相关者，每个用户都有自己的业务线。
该信息是通过对 IT 经理和数据管理管理员的采访来确定他们的观点，以及通过审查该组织的数据管理文档获得的。这提供了对 IT 部门和企业之间的互动、数据管理风格以及用于改进它的方法的洞察。
实施有效的数据治理可消除复杂的数据集成问题，从而提高运营效率。这也有助于确保可靠、高效地管理其网络基础设施，本质上满足两个目的：客户满意度和法规遵从性。
但实现这一目标并不容易。除其他挑战外，案例研究列出了该项目必须解决的一系列挑战，包括公司多个部门在基础设施建设和维护方面的合作。例如，数据质量非常重要，因为这样才能轻松定位资产。需要准确性来维护网络连接性和完整性，并最终维护服务网络的可靠性。