数据治理不是决策支持

我们都希望我们的业务今天是聪明和数据驱动的，所以以下索赔可能会让你感到惊讶：数据治理不是为了提高决策;这是以正确的方式做出决定。

我所在的市议会发布了一项有争议的命令，要求在几个交叉路口修建交通圈。许多人认为这个计划很糟糕。然而，这一决定是在尽职调查的情况下作出的，并经过了所有适当的协商和投票。

以同样的方式，数据治理和挖掘实践，即使在正确完成时，也不一定保证更好的结果。

良好的治理可以帮助企业用户，特别是当资料记录元数据并应用完整性和准确性标准 - 对数据挖掘工作的成功至关重要。但大部分工作包括澄清所有权，设置访问控制和记录数据的使用。其中没有关于决策的价值，而是确保行动是可审计和负责任的。

因此，数据目录从Alation, Collibra, Waterline Data和其他供应商获得了流行的近年来。尽管如此，许多企业仍然在内部构建治理系统或在顾问的帮助下。

但我们的故事无法结束。

治理也不等同于遵从

您可能确实有一个管理良好的数据基础架构，仔细管理和审计流程数据挖掘和商业智能。但合规可能仍取决于对所有具体监管要求的核算。

例如，HIPAA规则要求公司为处理电子健康信息的工作站建立有关物理防护的政策和实践。HIPAA遵从性取决于满足这些需求，而不管您的系统是否得到良好的治理和安全。

治理涵盖了一系列政策和实践数据经理建立。相比之下，合规性侧重于规定的具体细节，并遵守符合要求检查列表帮助评估您的基础架构和流程。

数据挖掘实践越来越多地以复杂的方式利用客户数据来推动营销、留住客户和客户关怀计划，这一实践受到了大量审查。因此，有必要遵守像GDPR这样的隐私法律法规。

所有这些都将我们带到了治理与遵守之间的重要关系。我们已经看到，管理数据不保证合规 - 或更好的决定 - 但没有良好的治理，很难遵守。即使您的流程和政策坚持今天的法律法规，这可能不是明天的情况，因为改变是分析世界中的一个常数。

例如，如果你的公司获得或创建了新数据、部署了新工具或经历了结构性变化——更不用说政府政策的变化了——那么你如何保证一致性没有正确的政策?

就像我们看到数据目录发展成为治理平台一样，我们也看到了应用程序的出现遵守具体规定。这些工具的范围可以随着所设计的规定而宽阔。

一些产品，例如来自Integris软件，OneTrust，Spirion和Trustrc的那些产品，帮助映射公司的敏感数据来监控和控制它，并响应监管机构或客户的信息请求。Usercentrics，T​​ransfon和Liveramp的Faktor子公司等公司的其他工具可用于跟踪哪些客户允许其数据根据GDPR规定用于数据挖掘。

治理和遵从不是道德规范

因此，遵守对您的组织至关重要，尤其是您的数据挖掘工作。但是，如果你的话，简单遵守规则清单可能还不够不包括道德以数据挖掘为优先，付出比口头上的服务更多。安然有一份长达64页的道德规范，但我不知道今天还有哪家公司会渴望达到它的道德标准。

我在卡索布里奇(Castlebridge)的朋友喜欢引用社会工作先驱简•亚当斯(Jane adams)的话:“行动的确是表达道德的唯一媒介。“换句话说，您公司的程序，政策或法律遵守中无法找到公司道德。您也不会在公司座右铭中找到道德。

虽然软件工具可以帮助解决正式问题，但数据挖掘的伦理要求更人性化。

多年来，谷歌的非官方座右铭是“别无恶”。但是，道德更像是关于你的做。2015年，谷歌新成立的母公司Alphabet采取了“做正确的事”的做法。作为它的新座右铭形成其行为准则的开放。

虽然软件工具可以帮助解决正式问题，但数据挖掘的伦理要求更人性化。安然事件应该提醒我们，行为准则本身是不够的。我们需要将数据用户的动机与良好实践相结合，如公平、公平、透明和利益。

有太多意想不到的后果，让我感到有信心，我们可以描绘出一个新用例、算法或技术的所有影响。我们也见过很多数据挖掘的案例，它们揭示了所使用的数据集中令人震惊的偏见——只对浅肤色起作用的面部识别就是一个令人不安但并不罕见的例子。

作为数据挖掘者、经理和分析师，我们可以做到做一个重要的道德举动。我们需要直接与我们工作的用户，客户和主题联系以更好地了解他们的需求和关注以及我们工作的后果。然而，可能是不舒服，可能是在数据挖掘所需的伦理方面的适当关注，我们将我们的实验室和办公室带到现实世界中。