「データガバナンスチームを改善するための4つの革命的な方法」

4 Revolutionary Ways to Improve Data Governance Team

これら4つの革新的な手法でデータガバナンスの実践を強化しましょう

効果的なガバナンスのない組織は、デジタルの荒野を彷徨うことになります。

最近のEU人工知能法によれば、ハイリスクなAIシステムを取り扱う組織は、コンプライアンスを維持するためにデータガバナンスを必須としています。データの規模が増大するにつれ、組織はガバナンスの取り組みを強化するどころか後退し、データガバナンスの実践が弱くなっています。

現代の技術を利用することで、組織のデータガバナンスを改善する4つの方法を見てみましょう。

1. データスチュワードを共同パイロットに置き換える

クライアントのデータガバナンスを実装してきた多くの年月を経て、私はまだ満足しているデータスチュワードには出会ったことがありません。

• 「Pandas：データをワンホットエンコードする方法」
• 「データサイエンティスト vs データアナリスト vs データエンジニアー – 違いを解明する」
• Salesforce AIとコロンビア大学の研究者が、DialogStudioを導入しましたこれは、80の対話データセットの統一された多様なコレクションであり、元の情報を保持しています

彼らはデータをビジネスに変換したり、逆にビジネスをデータに変換したりするという不可能なタスクを持っており、コンプライアンスの強制力はごくわずかです。失敗の理由は、通常、設計が不十分なガバナンスモデル、シニアマネジメントの賛同の欠如、あるいはガバナンスを一度限りのプロジェクトとして最小限の投資で見ていることです。

LLMを使用した共同パイロットは、ポリシードキュメントを作成し、ビジネスと技術のメタデータをキャプチャし、データの作成が合意された基準に従っているかを検証することができます。新しいツールに投資できない場合でも、共同パイロットはSlack/Teamsのボットとして機能することができ、組織のメタデータツールにリンクされて、「よくある質問」として、データの所有者は誰か、どのデータがマスターであるか、特定の列の定義は何かなど、エンドユーザーに答えることができます。

データチームにはどのような影響がありますか？

データリーダーは、フルタイムのリソースを削減することでコスト削減を実現することができます。データエンジニアは、メタデータが十分に文書化され、共同パイロットにフィードされるようにすることで、エンドユーザーからのクエリが来ないようにすることができます。データアナリスト/科学者は、解析クエリを支援するために共同パイロットに十分な質問に答えてもらうことができます。

2. フォーラムと委員会を減らし、意思決定にインテリジェンスを追加する

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!