Data-Driven Organizations and Data Governance Governance and... · 2019-10-24 · Data-Driven Organizations and Data Governance (องค์กรที่ขับเคลื่อนด้วยข้อมูล

Data-Driven Organizations and Data Governance(องค์กรที่ขับเคลื่อนด้วยข้อมูล และ การก ากับดูแลข้อมูล)

อ. ดร. วัชรา จันทาทับประธานหลักสูตรปริญญาเอกและปริญญาโท สาขาวิชาเทคโนโลยีสารสนเทศทางธุรกิจคณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย Email: [email protected]

©Wachara Chantatub, PhD 2


1

2

3

4

5

The Data Lifecycle (วงจรชีวิตข้อมูล)

How to Become a Data-Driven Organization (จะเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูลได้อยา่งไร)

Data Science and Data Scientists (วิทยาการข้อมูลและนักวิทยาศาสตร์ข้อมูล)

The Age of Data Analytics (ยุคการวิเคราะห์ข้อมลู)

What is a Data-Driven Organization? (องค์กรที่ขับเคลื่อนด้วยข้อมูลคืออะไร)

6

7

Digital Data and Big Data (ข้อมูลดิจิทัลและข้อมูลขนาดใหญ)่

What is Data Governance? (การก ากับดูแลข้อมูลคืออะไร)



Data Governance Program (โปรแกรมการก ากับดูแลข้อมูล)

8

9

10

11

Why Data Governance is Needed? (ท าไมต้องมีการก ากับดูแลข้อมูล)

Data Governance Structure (โครงสร้างของการก ากับดูแลข้อมลู)

Data Governance Process (กระบวนการก ากับดูแลข้อมูล)


1. Digital Data and Big Data(ข้อมูลดิจิทัลและข้อมูลขนาดใหญ่)

We are in a world full of data.

Global Datasphere Digital Data is in Many Forms.

Video

Audio

Image

TextNumbers

(IDC, 2014)

33 ZB

One zettabyte is equivalent to a trillion gigabytes.


Where does digital data come from?

People Machines Organizations

Digital Data



Source: https://www.domo.com/learn/data-never-sleeps-7



Big Data คือค าที่ใช้อธิบายถึงข้อมูลที่

มีขนาดใหญ่มาก• ทุกวันมีข้อมูลเพิ่มขึ้น 2.5 x 1018

ไบต์• ภายในปี 2568 เกือบ 30%ของ

ข้อมูลจะเป็นข้อมูลแบบเรียลไทม์

4 V’s of Big Dataมีรูปแบบที่หลากหลาย• ข้อมูลแบบมีโครงสร้าง (Structured Data)• ข้อมูลแบบกึ่งมโีครงสร้าง (Semi-

structured Data)• ข้อมูลแบบไม่มโีครงสร้าง (Unstructured

Data)

ต้องการความเร็ว• ความเร็วของข้อมูลที่เข้ามา

(Speed of Data Flows In)• การวิเคราะห์ข้อมูลอย่างรวดเร็ว

(Rapid Data Analysis)

มคีวามไม่แน่นอน• ข้อมูลเอนเอียง (Bias)• ข้อมูลรบกวน (Noise)• ข้อมูลผิดปกติ (Abnormality)



Big Data Ecosystem: From Data to Decisions

1• Data Creation

(Producers)

2• Data Acquisition

(Architects/Engineers)

3

• Info Processing (Analysts/Scientists)

4• Business Process

(End Users)(IDC, 2013)



2. The Data Lifecycle (วงจรชีวิตข้อมูล)


3. Data Science and Data Scientists(วิทยาการข้อมูลและนักวิทยาศาสตร์ข้อมูล)

วิทยาการข้อมูล(Data Science)



Source: https://www.pttdigitalconnect.com/ArticlesDt/Index/61000019




• Chief Data Officer• Chief Analytics Officer• Data Analyst• Data Architect• Data Engineer• Data Governance Officer• Data Integrator• Data Modeler• Data Quality Specialist• Data Scientist

Data Jobs (งานด้านข้อมูล)• Data Security Specialist• Data Steward• Data Visualization

Developer• Data Warehouse

Developer• Database Administrator• ETL Developer•Machine Learning

Scientist



Data and analyticsare already shaking

up our world.

4. The Age of Data Analytics(ยุคการวิเคราะห์ข้อมูล)

Now, we are in the age of data analytics.

Exponential Growth of Digital Data + High-performance and High-capacity Storage +

Enhanced Computational Power + More Sophisticated Algorithms

The Age of Data Analytics

Source: McKinsey, 2016


Data Analytics Maturity Levels (ระดับวุฒิภาวะของการวิเคราะห์ข้อมูล)


Descriptive Analytics(การวิเคราะห์เชิงพรรณนา)

Diagnostic Analytics(การวิเคราะห์เชิงวินิจฉัย)

Predictive Analytics(การวิเคราะห์เชิงท านาย)

Prescriptive Analytics(การวิเคราะห์เชิงให้ค าตอบ)

Cognitive Analytics(การวิเคราะห์เชิงเข้าใจ)

©Wachara Chantatub, PhD 16ที่มา: ดัดแปลงมาจาก Gartner, Getting Started with Advanced Analytics, 2017

Data Action

Decision SupportCognitiveWhat is the best actions? Decision Automation

Analytics Human Judgement Decision

Decision SupportPrescriptive What should be done? Decision Automation

PredictiveWhat will happen?

DiagnosticWhy did it happen?

DescriptiveWhat happened?


Data Analytics Maturity Levels (ระดับวุฒิภาวะของการวิเคราะห์ข้อมูล)


“สถาบันแมคคินซีย์โกลบอลระบุว่าองค์กรที่ขับเคลื่อนด้วยข้อมูลมีโอกาสที่จะหาลูกค้าใหม่ได้เป็น 23 เท่า

รักษาลูกค้าเดิมได้เป็น 6 เท่า และท าก าไรไดเ้ป็น 19 เท่า”

“McKinsey Global Institute indicate that data-driven organizations are 23 times more likely to acquire customers,

6 times as likely to retain those customers, and19 times as likely to be profitable as a result.”

Source: McKinsey, 2017

5. What is a Data-Driven Organization?(องค์กรที่ขับเคลื่อนด้วยข้อมูลคืออะไร)


องค์กรที่ขับเคลื่อนด้วยข้อมูล คือ องค์กรที่ ได้ข้อมูลมา ประมวลผลข้อมูล และใช้ประโยชน์จากข้อมูล ได้อย่างทันเวลา เพื่อสร้างประสิทธิภาพ พัฒนาผลิตภัณฑ์ใหม่ ๆ และชี้น าแนวทางการแข่งขันA data-driven organization is an organization that acquires, processes, and leverages data in a timely fashion to create efficiencies, iterate on and develop new products, and navigate the competitive landscape.

(Patil & Mason, 2015)





Data-Driven Organization Value Proposition (ข้อเสนอคุณค่าขององค์กรที่ขับเคลื่อนด้วยข้อมูล)

ความมปีระสิทธิภาพ

ความชัดเจน

ความว่องไว



Mastering the Basics of Data Management(มีความสามารถในการจัดการข้อมลูขั้นพื้นฐาน)

Venturing to the New World of Data Partnerships(ก้าวสู่โลกใหม่แห่งการเป็นหุ้นส่วนด้านข้อมูล)

Treating Data as Strategic Asset(ปฎิบตัิกับข้อมูลเสมือนเป็นสินทรัพย์เชิงกลยุทธ์)

Commercialize Data and Related Analytics(ท าการค้าข้อมลูและการวิเคราะห์ที่เกี่ยวข้อง)

(Source: MIT Sloan Management Review, 2016)

6. How to Become a Data-Driven Organization(จะเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูลได้อย่างไร)

Data-Driven Organization (องค์กรที่ขับเคลื่อนด้วยข้อมูล)


1

23

4

5

67

8

9

10

11

Source: DAMA-DMBOK: Data Management Body of Knowledge (2nd Edition), 2017

1. การก ากับดูแลข้อมูลขอ้มลู2. สถาปัตยกรรมข้อมูล3. การโมเดลข้อมูลและ

การออกแบบข้อมูล4. การจัดเก็บข้อมูลและการใช้

งานข้อมูล5. ความมั่นคงปลอดภัยของขอ้มลู6. การบูรณาการข้อมูลและ

การใช้งานร่วมกัน

7. เอกสารและเนื้อหา8. ข้อมูลอ้างองิและข้อมูลหลัก 9. คลังข้อมูลและธุรกิจอจัฉริยะ 10. เมทาดาต้า 11. คุณภาพของข้อมูล


Mastering the Basics of Data Management(มีความสามารถในการจัดการข้อมลูขั้นพื้นฐาน)


Data and analytics fundamentally altered the scope, depth, and quality of the engagements between and among organizations and individuals. Rather than one party buying what the other is selling, they are working together, supported by data, to create value for both sides.

Data partnerships create important new sources of business value but at the same time generating new questions regarding: • Data Ownership• Data Accessibility• Data Rights• Data Risks


Venturing to the New World of Data Partnerships(ก้าวสู่โลกใหม่แห่งการเป็นหุ้นส่วนด้านข้อมูล)


Organizations that do not invest heavily in turning data into strategic asset face extinction.

Organizations that are using data in highlyintentional to address strategic challenges andreact to changes in the markets they serve havein common is that they treat data as a corestrategic asset.


Treating Data as Strategic Asset(ปฎิบัติกับข้อมูลเสมือนเป็นสินทรัพย์เชิงกลยุทธ์)


Virtually every power user of data and analytics is discovering the commercial potential of the information they’re collecting, generating, and analyzing. Companies are beginning to commercialize data, related analytics, or a software platform.


Commercialize Data and Related Analytics(ท าการค้าข้อมลูและการวิเคราะห์ที่เกี่ยวข้อง)


7. What is Data Governance? (การก ากับดูแลข้อมูลคืออะไร)

การก ากับดูแลข้อมูล (Data Governance) หรือ ธรรมาภิบาลข้อมลู คือ ชุดของกระบวนการที่ก าหนดไว้ให้องค์กรปฏิบัติตาม ส าหรับ การประเมิน (Assessing) การบริหารจัดการ (Managing) การใช้ (Using) การปรับปรุง (Improving) การตรวจสอบ (Monitoring) การบ ารุงรักษา (Maintaining) การป้องกัน (Protecting) ข้อมูลขององค์กร (Organizational Data) เพ่ือขับเคลื่อนผลลัพธท์างธุรกิจ (Drive Business Outcomes)


7. What is Data Governance? (การก ากับดูแลข้อมูลคืออะไร)


8. Why Data Governance is Needed? (ท าไมต้องมีการก ากับดูแลข้อมูล)


9. Data Governance Structure (โครงสร้างของการก ากับดูแลข้อมูล)

Data Governance Steering Committee(คณะกรรมการขับเคลื่อนการก ากับดูแลข้อมูล)

เป็นกลุ่มบุคคลที่เป็นผูม้ีอ านาจสูงสุดในการขับเคลื่อนให้เกิดการก ากับดูแลข้อมูล โดยมีหน้าที่รับผิดชอบในการก ากับดูแล สนับสนุน และระดมทุนของกิจกรรมที่เกี่ยวข้อง ส่วนใหญ่คณะกรรมการจะเป็นผู้บริหารระดับสูงของแต่ละหน่วยงานมาด าเนินงานร่วมกัน



Data Governance Council(คณะกรรมการการก ากับดูแลข้อมูล)

เป็นกลุ่มบุคคลที่ริเริ่ม และยกระดับการบริหารจัดการการก ากับดูแลข้อมูลภายในหน่วยงาน ซึ่งคณะกรรมการจะเป็นผู้บริหารจากฝ่ายงานต่าง ๆ ทั้งจากฝ่ายบริหารและฝ่ายเทคโนโลยีสารสนเทศรวมไปถึงระดับหัวหน้างาน ท าหน้าที่จัดท าและตัดสินใจในเชิงนโยบาย



Data Stewardship Team(ทีมบริกรข้อมูล)

ทีมบริกรข้อมูล (Data Steward Team) ประกอบไปด้วย หัวหน้าบริกรข้อมูล (Lead Data Steward) บริกรข้อมูลด้านธุรกิจ (Business Data Stewards) บริกรข้อมูลด้านเทคนิค (Technical Data Stewards) ทีมบริกรข้อมูลรับคาสั่งโดยตรงจากคณะกรรมการการก ากับดูแลข้อมูล ในขณะเดียวกันมีการให้ข้อมูลสนับสนุนในการตัดสินใจต่อคณะกรรมการการก ากับดูแลข้อมูล โดยบริกรข้อมูลด้านธุรกิจเป็นผู้ให้การสนับสนุนด้านธุรกิจ ขณะที่บริกรข้อมูลด้านเทคนิคเป็นผู้ให้การสนับสนุนด้านเทคโนโลยีสารสนเทศ อย่างไรก็ตามบริกรข้อมูลด้านธุรกิจและบริกรข้อมูลด้านเทคนิคอาจจะเป็นบุคคลเดียวกัน ซึ่งขึ้นอยู่กับคุณสมบัติของบุคคลหรือความเหมาะสมของหน่วยงาน



Data Governance Office (DGO)(ส านักงานการก ากับดูแลข้อมูล)

เป็นหน่วยงานที่มีหน้าที่ในการอ านวยความสะดวกและสนับสนุนกิจกรรมที่เกี่ยวข้องกับการก ากับดูแลข้อมูล เช่น การรวบรวมตัวชี้วัดและมาตรการและการรายงานต่อผู้มีส่วนได้ส่วนเสียการดูแลผู้มีส่วนได้เสียในรูปแบบของการสื่อสารการเข้าถึงข้อมูล การเก็บบันทึก และการศึกษา / การสนับสนุน

มีหน้าที่ในการนิยามข้อมูลและก าหนดมาตรฐานข้อมูลในภาพรวมของทั้งหน่วยงาน โดยการประสานงานกับบริกรข้อมูล (Data Stewards) และเจ้าของข้อมูล (Data Owners)


10. Before Defining Data Governance Process (ก่อนการก าหนดกระบวนการก ากับดูแลข้อมูล)

การสนับสนุนจากผู้บริหารระดับสูง:

ผู้บริหารระดับสูงของหน่วยงาน เป็นผู้มีบทบาทส าคัญยิ่งในการผลักดันให้เกิดการก ากับดูแลข้อมูล ดังนั้นผู้บริหารระดับสูงของหน่วยงานต้องมีความมุ่งมั่นในการผลักดันให้เกิดการก ากับดูแลข้อมูล โดยผู้บริหารควรมีบทบาท ดังต่อไปนี้

สื่อสารถึงความส าคัญของการก ากับดูแลข้อมูล ขอบเขต นโยบาย และเป้าประสงค์ของการกากับดูแลข้อมูล สนับสนุน ส่งเสริม จัดสรรทรัพยากรให้เพียงพอต่อการด าเนินงาน ทบทวนการก ากับดูแลข้อมูลในหน่วยงานและส่งเสริมให้เกิดการก ากับดูแลข้อมูลอยู่สม่ าเสมอ

จัดตั้งคณะท างาน:

จัดตั้งคณะท างานให้สอดคล้องกับหน้าที่ความรับผิดชอบของแต่ละต าแหน่งตามที่ได้กาหนดไว้ในกรอบการก ากับดูแลข้อมูล เช่น คณะกรรมการก ากับดูแลข้อมูล บริกรข้อมูล ทั้งนี้หน่วยงานสามารถดูความเหมาะสมในการบริหารจัดการบุคลากรที่มีหน้าที่ในการปฏิบัติงานดังกล่าว นอกจากนั้นบางหน่วยงานอาจมีบุคลากรที่ท าหน้าที่ในลักษณะดังกล่าวอยู่ในปัจจุบัน อย่างไรก็ตามการก าหนดบทบาทหน้าที่ที่ชัดเจนจะส่งผลต่อการท างานที่มีประสิทธิภาพและประสิทธิผลสูงสุดต่อหน่วยงาน


11. Data Governance Process (กระบวนการก ากับดูแลข้อมูล)

กระบวนการก ากับดูแลข้อมูล (Data Governance Process) เป็นขั้นตอนทีใ่ช้ส าหรับก ากับดูแลการด าเนินการใด ๆ ต่อข้อมูลให้เป็นไปตาม กฎ ระเบียบ ข้อบังคับ หรือนโยบายที่เกี่ยวข้องกับข้อมูล กระบวนการก ากับดูแลข้อมูลเริ่มตั้งแต่การวางแผน ไปจนถึงการปรับปรุงอย่างต่อเนื่อง












1. การวางแผน (Plan)การวางแผนเริ่มตั้งแต่ สรุปประเด็นปัญหาเกี่ยวกับข้อมูล (Data Issues) จัดท าประโยคคุณค่า (Develop a Value Statement) ก าหนด พันธกิจของการก ากับดูแลข้อมูล (Data Governance Mission) วิสัยทัศนข์องการก ากับดูแลข้อมูล (Data Governance Vision) และเป้าหมายของการก ากับดูแลข้อมลู (Data Governance Goals) ซึ่งเป็นส่วนที่ส าคัญเนื่องจากเป็นจุดเริ่มต้นที่จะก าหนด กฎระเบียบข้อมูล (Data Regulations) นโยบายข้อมลู (Data Policy)มาตรฐานข้อมูล (Data Standard) หรือแนวปฏิบัติเกี่ยวกับข้อมูล (Data Guidelines) ต่างๆ เพื่อใช้ในการก ากับดูแลและการบริหารจัดการข้อมลู หลังจากที่ได้มกีารก าหนดวิสัยทัศน์และประเด็นปัญหาที่ชัดเจนแลว้ ขั้นตอนถัดไปคือการก าหนดขอบเขตการดาเนินการ ระยะเวลาด าเนินการ บุคคลที่เกี่ยวข้อง และต้นทุนที่ใช้ในการดาเนินงาน หลังจากนั้นน าแผนงาน กฎระเบียบ และนโยบายที่เกี่ยวข้องไปประกาศใช้อย่างเป็นทางการ



Data Issues (ประเด็นปัญหาเกี่ยวกับข้อมูล)


ตัวอย่าง เช่น Poor Data Organization Inconsistent Data Poor Data Security Poorly Defined Data Incorrect Data Poor Data Recovery Too Much Data


Values Statement (ประโยคคุณค่า)




ตัวอย่าง พันธกิจของการก ากับดูแลข้อมูล (Data Governance Mission):

พันธกิจของการก ากับดูแลข้อมลูของมหาวิทยาลัยสแตนฟอร์ดคือ การเพ่ิมคุณค่า คุณภาพ ความมั่นคงปลอดภัย และความเข้าใจในของมหาวิทยาลัย ผ่านความพยายามประสานงานของผู้มสี่วนได้ส่วนเสียในมหาวิทยาลยัStanford university’s data governance mission is to enhance the value, quality, security, and understanding of institutional data through coordinated efforts of campus stakeholders.



ตัวอย่าง วิสัยทัศน์การก ากับดูแลข้อมูล (Data Governance Vision):วิสัยทัศน์การก ากับดูแลข้อมูลของมหาวิทยาลัยสแตนฟอร์ดคือ ข้อมูลของมหาวิทยาลัยเชื่อถือได้ เข้าใจได้ ถูกต้อง และมีการจัดเตรียมและใช้ได้อย่างมคีวามหมาย มัน่คงปลอดภัย และสอดคลอ้งกันStanford university’s data governance vision is that institutional data is trusted, understood, accurate, and is provided and used in a meaningful, secure and consistent manner.



ตัวอย่าง เป้าหมายของการก ากับดูแลข้อมูล (Data Governance Goals): Identify, map, document, increase visibility of

institutional data resources and systems, and create policy and agreements for sharing data resources

Develop policy and procedures to ensure consistency in how data is sourced and used across university units in order to ensure data quality and integrity

Develop, implement, maintain and help enforce University-wide data management policies, standards, guidelines and operating procedures related to institutional data assets

Define roles and responsibilities that govern the management of institutional data

Identify and document the proper derivation logic for measures and aggregations of data

Build a communication plan so that data consumers are aware of data governance standards and the available resources for the accurate reporting of University data

Build an extensive central metadata repository for information about institutional data assets that can be systematically used with confidence in business applications across the University

Foster communication and knowledge exchange among data governance practitioners across the university



นโยบายข้อมลู (Data Policy):นโยบายข้อมลู (Data Policy) อธิบายถึงบทบาทหน้าที่ ข้อควรปฏิบัติ และข้อห้ามปฏิบัติในการบริหารจัดการข้อมลู นโยบายข้อมลูอาจจะประกอบไปด้วย นโยบายความมัน่คงปลอดภัยและความเป็นส่วนบุคคลของข้อมูล (Data Security and Privacy Policy นโยบายคุณภาพข้อมูล (Data Quality Policy) นโยบายการแลกเปลี่ยนและเชื่อมโยงข้อมลู (Data Exchange and Integration Policy) นโยบายการเปิดเผยข้อมูล (Data Disclosure Policy)



มาตรฐานข้อมูล (Data Standard):เช่น มาตรฐานการจัดชั้นความลับข้อมลู (Data Classification Standard)

อธิบายถึงรูปแบบและวิธีการจัดชั้นความลับของข้อมลูให้สอดคล้องกับผลกระทบหรือความเสียหายในด้านต่าง ๆ ได้แก่ เงิน ชื่อเสียง และความมั่นคง ทั้งในระดับบุคคล ระดับหน่วยงาน และระดับประเทศ ซึ่งจะเป็นประโยชน์ในการก าหนดมาตรการรักษาความปลอดภัยของข้อมูล รวมถึงการอนุญาตให้สามารถท าการแลกเปลี่ยนหรือเปิดเผยข้อมูลได้

มาตรฐานการแลกเปลี่ยนและเชื่อมโยงข้อมลู (Data Exchange and Integration Standard)เป็นการก าหนดรูปแบบ วิธีการ และเทคโนโลยีในการแลกเปลี่ยนและเชื่อมโยงข้อมลู เช่น มาตรฐานชุดข้อมูลอ้างอิงพื้นฐานส าหรับการแลกเปลี่ยนข้อมูล (Core Vocabulary) มาตรฐานชุดข้อมูลที่เปิดเผย (Open Datasets Standard)



แนวปฏิบัติเกี่ยวกับข้อมูล (Data Guidelines):เช่น แนวปฏิบัติในการปกป้องข้อมูลที่ระบุตัวบุคคลได้ (Guideline to protect the Personally Identifiable Information)

ให้แนวทางส าหรับหน่วยงานที่จัดเก็บข้อมูลส่วนบุคคล ได้เตรียมข้อมูลให้เหมาะสมต่อการบูรณาการข้อมูลเข้าด้วยกัน เพื่อป้องกันไม่ให้หน่วยงานปลายทางทราบได้ว่าข้อมูลที่ได้รับเป็นของบุคคลใด

แนวปฏิบัติในด้านความมั่นคงปลอดภัยและความเป็นส่วนบุคคลของข้อมูล (Data Security and Privacy Guideline)ให้แนวทางในการบริหารจัดการความมั่นคงปลอดภัยของข้อมูลและความเป็นส่วนบุคคล ซึ่งจะต้องสอดคล้องกับนโยบายความมั่นคงปลอดภัยและความเป็นส่วนบุคคลของข้อมูล เช่น การจัดท าสถาปัตยกรรมความมั่นคงปลอดภัยของข้อมูล (Data Security Architecture) การควบคุมการเข้าถึงข้อมูล (Data Access Control) การตรวจสอบความมั่นคงปลอดภัยของข้อมูล (Data Security Audit) การประเมินความปลอดภัยของข้อมูล (Data Security Assessment) การก าหนดเครื่องมือและเทคโนโลยีความมั่นคงปลอดภัยของข้อมูล (Data Security Tool/Technology)



แนวปฏิบัติในด้านคุณภาพข้อมูล (Data Quality Guideline) ให้แนวทางในการวิเคราะห์คุณภาพข้อมูลโดยจัดท าโปรไฟล์ข้อมูล (Data Profiling) และแนวปฏิบัติในการจัดเตรียมข้อมูลและปรับปรุงข้อมูล (Data Preparation and Data Cleansing) เพื่อให้ข้อมูลอยู่ในรูปแบบที่เหมาะสมส าหรับการวิเคราะห์ข้อมูลและการนาไปใชต้ัดสินใจ

แนวปฏิบัตใินการเปิดเผยข้อมูล (Data Disclosure Guideline)เพื่อสร้างความรู้ ความเข้าใจให้แก่หน่วยงาน และผู้ที่ต้องการศึกษาเกี่ยวกับข้อมูลเปิด (Open Data) ประกอบด้วย คู่มือการเปิดเผยข้อมูล (Open Data Handbook) และแนวปฏิบัติในการเปิดเผยข้อมูลในรูปแบบ Public API

แนวปฏิบัติในการออกแบบความคิดเชิงนวัตกรรมด้านข้อมูล (Data Innovation Guideline)เป็นคู่มือที่ช่วยให้เข้าใจปัญหาที่แท้จริง และสามารถออกแบบแนวทางแก้ไขปัญหาที่เป็นแนวคิดเชิงนวัตกรรม ตลอดจนสามารถเข้าถึงชุดข้อมูล (Datasets) ต่าง ๆ เพื่อให้ได้มาซึ่งแนวทางในการแก้ปัญหา นอกจากน้ันผู้ที่ต้องการศึกษากระบวนการออกแบบนวัตกรรมสามารถนาไปประยุกต์หรือปรับใช้กับหน่วยงานได้



แนวปฏิบัติในการประเมินผลการก ากับดูแลข้อมูล (Data Governance Assessment Guideline) ให้แนวทางในการประเมินผลการก ากับดูแลข้อมูล ประกอบด้วย การประเมินความพร้อมของการก ากับดูแลข้อมูล (Data Governance Readiness Assessment) การประเมินคุณภาพของข้อมูล (Data Quality Assessment) และการประเมินความมั่นคงปลอดภัยของข้อมูล (Data Security Assessment) เป็นต้น


2. การปฏิบัติ (Do)การปฏิบัติคือการด าเนินการใด ๆ ของบุคคลที่เกี่ยวข้องกับการบริหารจัดการข้อมูลและผู้ที่เกี่ยวข้องอื่น ๆ เช่น สถาปนิกข้อมูล (Data Architect) นักออกแบบข้อมูล (Data Designer) นักจัดการฐานข้อมูล (Database Administrator) วิศวกรข้อมูล (Data Engineer) นักวิเคราะห์ข้อมูล (Data Analyst) นักวิทยาการข้อมูล (Data Scientist) เจ้าของข้อมูล (Data Owner) ผู้สร้างข้อมูล (Data Creator) ผู้บริหาร (Management) ผู้ใช้ข้อมูล (Data User) ซึ่งต้องด าเนินการให้สอดคล้องกับ กฎระเบียบ นโยบาย มาตรฐาน และแนวปฏิบัติที่ได้ก าหนดไว้ ขณะที่บริกรข้อมูล (Data Steward) จะให้ความรู้และสนับสนุนให้บุคคลที่เกี่ยวข้องสามารถปฏิบัติตามกฎระเบียบเหล่านั้น ทั้งนี้รายงานความก้าวหน้า ผลการปฏิบัติงาน และประเด็นปัญหาที่พบระหว่างปฏิบัติงานจะถูกรายงานไปยังคณะกรรมการก ากับดูแลข้อมูล



3. การตรวจสอบ วัดผล และรายงาน (Check, Measure, and Report)ในการตรวจสอบ บริกรข้อมูลจะด าเนินการตรวจสอบความสอดคล้องกันระหว่างกฎระเบียบ นโยบาย และมาตรฐานที่ก าหนด กับการปฏิบัติงานของบุคคลที่เกี่ยวข้องกับการบริหารจัดการข้อมูลและผู้ที่เกี่ยวข้องอื่น ๆ พร้อมทั้งท าการวัดผลด้านคุณภาพข้อมูล หลังจากนั้นรายงานผลความสอดคล้อง คุณภาพข้อมูล ความมั่นคงปลอดภัย และความเสี่ยงที่เกี่ยวข้องกับข้อมูลไปยังคณะกรรมการก ากับดูแลข้อมูลและผู้ที่เกี่ยวข้อง เพื่อให้ทราบถึงผลการด าเนินงานและประเด็นปัญหาที่พบ



4. การปรับปรุงอย่างต่อเนื่อง (Continuous Improvement)การก ากับดูแลข้อมูลเป็นสิ่งที่ต้องด าเนินการอย่างต่อเนื่องตลอดวงจรชีวิตของข้อมูล ทั้งนี้สภาพแวดล้อมหรือกฎหมายที่เปลี่ยนแปลง ความต้องการจากผู้บริหารและผู้มีส่วนได้ส่วนเสีย รวมไปถึงผลการตรวจสอบ เช่น รายงานผลการตรวจสอบความสอดคล้องของการด าเนินงานต่อนโยบายข้อมูล รายงานคุณภาพข้อมูล รายงานความมั่นคงปลอดภัย รายงานความเสี่ยงต่อข้อมูล จะถูกใช้ส าหรับการปรับปรุงกระบวนการก ากับดูแลข้อมูล นโยบาย กฎ ระเบียบ ข้อบังคับที่เกี่ยวข้องกับข้อมูล เกณฑ์การประเมินความพร้อมของการก ากับดูแลข้อมูล เกณฑ์การวัดระดับคุณภาพข้อมูล และโครงสร้างการก ากับดูแลข้อมูล




กระบวนการ (Processes) ส่วนน าเข้า (Input) ส่วนน าออก (Output) ผู้มีส่วนได้ส่วนเสีย (Stakeholder)

1. การวางแผน (Plan) 1) นโยบาย กฎ ระเบียบ ข้อบังคับ และกฎหมายที่เก่ียวข้องกับข้อมูล

2) รายการชุดข้อมูล 3) รายการประเด็นปัญหาจาก

รายงานผลการตรวจสอบความสอดคล้องของการด าเนินงานต่อนโยบายข้อมูล รายงานคุณภาพข้อมูล รายงานความมั่นคงปลอดภัยต่อข้อมูล และรายงานความเสี่ยงต่อข้อมูล

1) แผนด าเนินการ (ขอบเขต เวลา กลุ่มก ากับดูแลข้อมูล และต้นทุน)

1) ผู้บริหารข้อมูลระดับสูงหรือผู้บริหารเทคโนโลยีสารสนเทศระดับสูง

2) คณะกรรมการก ากับดูแลข้อมูล3) บริกรข้อมูลด้านธุรกิจ4) บริกรข้อมูลด้านเทคนิค




2. การปฏิบัติ (Do) 1) นโยบาย กฎ ระเบียบ ข้อบังคับ และกฎหมายที่เก่ียวข้องกับข้อมูล

2) แผนด าเนินการ (ขอบเขต เวลา กลุ่มก ากับดูแลข้อมูล และต้นทุน)

1) รายงานความก้าวหน้าในการปฏิบัติงาน

2) ผลการปฏิบัติงาน3) ประเด็นปัญหาที่พบระหว่าง

ปฏิบัติงาน

1) ผู้บริหารงาน2) ผู้ปฏิบัติงานที่เกี่ยวข้อง3) บริกรข้อมูลด้านธุรกิจ4) บริกรข้อมูลด้านเทคนิค




3. การตรวจสอบ วัดผล และรายงาน (Check, Measure, and Report)

1) นโยบาย กฎ ระเบียบ ข้อบังคับ และกฎหมายที่เก่ียวข้องกับข้อมูล

2) เกณฑ์การประเมินความพร้อมของการก ากับดูแลข้อมูล ระดับคุณภาพข้อมูล

1) รายงานผลการตรวจสอบความสอดคล้องของการดาเนินงานต่อนโยบายข้อมูล

2) รายงานคุณภาพข้อมูล รายงานความมั่นคงปลอดภัยต่อข้อมูล และรายงานความเสี่ยงต่อข้อมูล

1) ผู้บริหารงาน2) ผู้ปฏิบัติงานที่เกี่ยวข้อง3) บริกรข้อมูลด้านธุรกิจ4) บริกรข้อมูลด้านเทคนิค




4. การปรับปรุงอย่างต่อเนื่อง (Continuous Improvement)

1) นโยบาย กฎ ระเบียบ ข้อบังคับ และกฎหมายที่เกี่ยวข้องกับข้อมูล

2) โครงสร้างการก ากับดูแลข้อมูล 3) เกณฑ์การประเมินความพร้อม

ของการก ากับดูแลข้อมูล และระดับคุณภาพข้อมูล

4) รายงานผลการตรวจสอบความสอดคล้องของการด าเนินงานต่อนโยบายข้อมูล รายงานความมั่นคงปลอดภัยต่อข้อมูล และรายงานความเสี่ยงต่อข้อมูล

5) รายการความต้องการจากผู้บริหารและผู้มีส่วนได้ส่วนเสีย

1) กระบวนการก ากับดูแลข้อมูล2) นโยบาย กฎ ระเบียบ ข้อบังคับ

และกฎหมาย ที่เกี่ยวข้องกับข้อมูล

3) เกณฑ์การประเมินความพร้อมของการก ากับดูแลข้อมูลและระดับคุณภาพข้อมูล

4) โครงสร้างการก ากับดูแลข้อมูล

1) ผู้บริหารงาน2) คณะกรรมการกากับดูแลข้อมูล3) บริกรข้อมูลด้านธุรกิจ4) บริกรข้อมูลด้านเทคนิค

Documents

Data-Driven Organizations and Data Governance Governance and... · 2019-10-24 · Data-Driven Organizations and Data Governance (องค์กรที่ขับเคลื่อนด้วยข้อมูล