أفضل 7 ممارسات لحوكمة البيانات

المساهمون

أنس بيج

مدير تسويق المنتجات في Securiti

محمد فيصل ستار

مدير أول، الشؤون القانونية للمنتجات والامتثال العالمي للبيانات

FIP، CIPT، CIPM، CIPP/آسيا

نُشر في ٢٨ أبريل ٢٠٢٣ / تم التحديث في ١٩ نوفمبر ٢٠٢٤

استمع إلى المحتوى

إذا كانت لدى المؤسسة معلومات دقيقة حول مكان تخزين بياناتها، فمن المنطقي الاعتقاد بأنها على دراية تامة بمبادئ إدارة البيانات. أما إذا لم تكن كذلك، فمن الضروري أن تفهم إدارة البيانات وأفضل الممارسات لتحديدها وتطبيقها وتنفيذها.

في عصرنا الحالي، بلغت تحليلات البيانات الضخمة مرحلة النضج. ويعزى ذلك إلى التزايد المستمر في عدد أجهزة إنترنت الأشياء ، وأنظمة الاتصالات عن بُعد، وغيرها من الأجهزة المستخدمة يوميًا، مما أدى إلى تدفق هائل من البيانات. وللاستفادة من هذه البيانات واستكشاف فرص أعمال جديدة، ودعم اتخاذ القرارات، وتمكين الابتكارات، يتعين على المؤسسات إنشاء إطار عمل مُحكم لإدارة البيانات، وتُعدّ حوكمة البيانات من أهمّ عناصر هذا الإطار.

في هذه المدونة، سنستعرض ونناقش بعضًا من أفضل الممارسات التي يمكن أن تساعد المؤسسات على تحقيق أقصى استفادة من استراتيجية الحوكمة الخاصة بها.

ما هي إدارة البيانات؟

قبل الخوض في أفضل الممارسات، دعونا نلقي نظرة سريعة على تعريف حوكمة البيانات الذي ناقشناه في الدليل المفصل: ما هي حوكمة البيانات ؟

تُشير حوكمة البيانات إلى مجموعة من الضوابط والمبادئ والمنهجيات التي تُساعد المؤسسات على فهم البيانات واستخدامها بشكل أفضل. تُساعد حوكمة البيانات المؤسسات على تحديد ملكية البيانات، ووضع ضوابط أمنية، والحفاظ على data quality واتساقها ودقتها، وتحسين قابلية التشغيل البيني. تُغطي استراتيجية حوكمة البيانات الفعّالة جميع هذه المجالات لتمكين المؤسسات من تطوير أعمالها، مع ضمان أمن البيانات والامتثال لقوانين الخصوصية، مثل اللائحة العامة لحماية البيانات (GDPR) ، وقانون خصوصية المستهلك في كاليفورنيا (CCPA) ، وقانون قابلية نقل التأمين الصحي والمساءلة (HIPAA) ، وقانون حماية البيانات العامة في كاليفورنيا (LGPD) ، وقانون حماية المعلومات الشخصية والخصوصية (PIPL) ، على سبيل المثال لا الحصر.

تشغيل الفيديو

7 أفضل ممارسات إدارة البيانات

تختلف احتياجات كل مؤسسة فيما يتعلق بالتعامل مع البيانات، وبالتالي قد تتباين ممارسات إدارة البيانات من قطاع لآخر. ومع ذلك، توجد بعض العناصر الأساسية لاستراتيجية إدارة بيانات فعّالة وناجحة تظل قابلة للتطبيق في جميع القطاعات تقريبًا.

تحديد ملكية البيانات/المسؤوليات

يُعدّ فريق حوكمة البيانات، الذي يتمتع بصلاحيات ومسؤوليات محددة بوضوح، أساس أي برنامج حوكمة فعّال. يجب على المؤسسات تحديد صلاحيات متفاوتة للأفراد والأقسام. إنّ تحديد وفهم المساءلة والسلطة تجاه مختلف مجالات البيانات يمكّن المؤسسات من الحصول على صورة واضحة لسير عمل البيانات ، ووضعها الأمني، ودورة حياة البيانات. علاوة على ذلك، يُحسّن ذلك من هيكل الحوكمة، ويشجع على التواصل السلس بين الفرق والأقسام، مما يمكّنها من مواجهة التحديات كفريق واحد.

قد يختلف رؤساء فريق الحوكمة في أي منظمة، تبعًا لحجمها وأهدافها التجارية. ومع ذلك، يشمل الأعضاء الرئيسيون في أي برنامج حوكمة ما يلي:

مسؤول البيانات الرئيسي (CDO)

يشغل كبير مسؤولي البيانات (CDO) أعلى منصب في هيكل برنامج الحوكمة في أي مؤسسة. ويتمتع بمسؤولية وسلطة رفيعة المستوى في صياغة استراتيجية الحوكمة وتنفيذها وتقييم أدائها. وفي بعض المؤسسات، يضطلع كبير مسؤولي البيانات أيضاً بدور مدير البيانات ، الذي لا يقتصر دوره على توجيه فريق الحوكمة فحسب، بل يشمل أيضاً تتبع مؤشرات الأداء.

لجنة إدارة البيانات

تُقدّم لجنة الحوكمة تقاريرها إلى كبير مسؤولي البيانات، وتتولى إدارة رواد البيانات ومالكيها. ومن مسؤوليات اللجنة وضع استراتيجيات السياسات والممارسات المتعلقة بالبرنامج، وتعميم المعلومات على مختلف المستويات الإدارية، وحلّ المشكلات المُصعّدة بين الفرق. كما قد تُحدّد لجنة الحوكمة وتُطبّق التقنيات التي يحتاجها رواد البيانات ومالكوها لأداء مهامهم.

بطل البيانات

يُشار إلى رواد البيانات أيضًا باسم أمناء البيانات. وهم المسؤولون الرئيسيون عن تطبيق استراتيجية الحوكمة على نطاق واسع، وضمان التزام مالكي البيانات بها. عادةً ما يتمتع رواد البيانات بتخصص في مجالات بيانات محددة. وقد يقومون أيضًا بتدريب مالكي البيانات الجدد وإدارة فريق المالكين الحالي لضمان حوكمة فعّالة.

مالك البيانات

يتحمل مالكو البيانات مسؤولية استخدام البيانات ومعالجتها مع التأكد من اتباعهم للسياسات والمعايير التي تم إيصالها إليهم من قبل مسؤول البيانات ولجنة الحوكمة.

تحديد نطاق البيانات ونطاقات البيانات الفرعية لأغراض المساءلة

تتبنى بعض المؤسسات إدارة البيانات بشكل شامل. ونتيجةً لذلك، يُبطئ هذا النهج الشامل عملية تطبيق وتنفيذ إدارة البيانات على نطاق واسع، وذلك بسبب الكم الهائل من البيانات التي تفتقر إلى تصنيف منطقي. لذا، يتعين على المؤسسات التريث وتحديد أولويات مجالات البيانات الأساسية لتحقيق أهداف العمل.

تُعدّ مجالات البيانات تصنيفًا عالي المستوى للبيانات الأكثر أهمية للمؤسسة. ويُمكّن هذا التصنيف الاستراتيجي فريق الحوكمة من تحديد مسؤوليات ومساءلة مديري البيانات في مجالاتهم. تمتلك كل مؤسسة ما بين 5 إلى 10 مجالات بيانات. ولكن لضمان حوكمة أسرع وأكثر فعالية، يُنصح بشدة بتحديد وتطبيق أهم مجالين أو ثلاثة أولًا، وبعد نجاح التطبيق، يُمكن التوسع لاحقًا.

من الأمور المهمة الأخرى التي يجب مراعاتها عند تحديد نطاق البيانات مستوى تفصيله. فعلى سبيل المثال، قد يبدو نطاق "الموارد البشرية" واسعًا جدًا في أي بيئة عمل، بينما قد يبدو نطاق "عناوين بريد الموظفين" ضيقًا جدًا. ولتحقيق تصنيف فعال، من مصلحة المؤسسة مواءمة التصنيف (النطاقات، والنطاقات الفرعية، والنطاقات الفرعية الثانوية) مع أهداف العمل. وفي هذا السياق، تجدر الإشارة إلى أن النطاق الواحد قد يكون له مسؤول بيانات واحد أو عدة مسؤولين نظرًا لاختلاف مسؤولياتهم.

تحديد أصول البيانات الهامة

في المؤسسات الديناميكية، تنتشر البيانات الحيوية للأعمال عبر تطبيقات قديمة، وتطبيقات مخصصة، وتطبيقات SaaS ، ومخازن كائنات متعددة السحابات، وحتى الأنظمة المحلية. لا يمكن لأي مؤسسة إدارة أي بيانات إذا لم تكن على دراية بأصلها ومكان وجودها ضمن شبكة مواردها وأنظمتها وتطبيقاتها.

للمضي قدمًا في استراتيجية الحوكمة، يجب على المؤسسات تحديد وإنشاء جرد أو فهرس لأصول البيانات الحيوية المرتبطة بالمجالات المحددة. يوفر فهرس مفصل لأصول البيانات المُدارة وغير المُدارة معلوماتٍ وافية حول موقع هذه الأصول، وحالتها الأمنية، مثل حالة التشفير، وغيرها من التفاصيل ذات الصلة، كمعلومات الموردين. من خلال وجود فهرس مركزي لجميع أصول البيانات، تستطيع المؤسسات اكتشاف البيانات المطلوبة الموجودة ضمن هذه الأصول لتحقيق أهدافها التجارية، والتي قد تشمل تحليلات البيانات ، وإدارة المخاطر ، وحماية البيانات، أو تقييم الامتثال.

تقييم ضوابط أمان البيانات عالية المخاطر

تنطوي معالجة البيانات على مخاطر جسيمة. قد تختلف هذه المخاطر، ولكنها قد تتخذ أشكالاً متعددة، منها الاختراق المحتمل، أو الكشف غير المصرح به، أو عدم الامتثال . ولتعزيز برنامج الحوكمة، يجب على المؤسسات تحديد البيانات الشخصية أو فئات البيانات الشخصية التي تمتلكها، ومصدرها، والمخاطر المرتبطة بها، ووضعها الأمني ​​والخصوصي.

كما ذُكر سابقًا، ينبغي ربط اكتشاف البيانات الحساسة بالمجال ذي الأولوية العالية، المحدد في الخطوات السابقة. من خلال تركيز الجهود على البيانات ذات الأولوية، لا تستطيع المؤسسات تسريع برنامج الحوكمة فحسب، بل تضمن أيضًا الكفاءة. لذا، حدد عناصر البيانات المخصصة المتعلقة بمجال البيانات لاكتشاف البيانات المطلوبة بشكل أسرع وفهم مخاطرها الأمنية وضوابطها.

وضع نظام إدارة الوصول

يُعدّ وضع نظام إدارة الوصول عنصرًا أساسيًا في إطار الحوكمة. فالمستوى المناسب من الوصول إلى البيانات الحساسة أو أصول البيانات الحيوية يُمكن أن يمنع تسريب البيانات غير المصرح به، والتهديدات الداخلية، وغيرها من التهديدات السيبرانية. ومن خلال تحليل مستوى الحساسية والمخاطر الأمنية، يُمكن تحديد نوع الحماية اللازمة لبيانات العمل والبيانات الحساسة. وكجزء من إدارة الوصول، يُنصح بتطبيق مبدأ "الحد الأدنى من الامتيازات " والتحكم في الوصول القائم على الأدوار لتقليل المخاطر.

تقليل الموارد والتكاليف العامة

حوكمة البيانات هي إطار عمل شامل يتطلب عددًا كبيرًا من الموظفين واستثمارات ضخمة للحفاظ عليه واستدامته. ووفقًا لدراسة استقصائية أجرتها شركة استشارات إدارية ، فإن الحفاظ على برنامج حوكمة البيانات، والحد من المخاطر، والمراقبة المستمرة، كلها عوامل مهمة. data quality قد تتراوح التكلفة بين 20 إلى 50 مليون دولار بالنسبة لمنظمة متوسطة الحجم نموذجية.

لتقليل التكاليف الإضافية والتناقضات والأخطاء التي غالباً ما تُلاحظ في إطار الحوكمة التقليدي، يُنصح بشدة بالانتقال إلى نموذج حوكمة آلي. فالأتمتة تُسرّع عملية التنفيذ، وتقلل الأخطاء البشرية، وتُمكّن من المراقبة الآنية.

تقييم أداء إطار الحوكمة

من الضروري للمؤسسات وضع نموذج تقييم أو تحديد مؤشرات أداء رئيسية لتقييم وضعها الحالي. يُعد التقييم الدوري أساسيًا لأي إطار عمل ناجح، وذلك لتحديد الثغرات في الاستراتيجية أو حل أي مشكلات متكررة تعيق عمل الفرق. يجب أن تتوافق مؤشرات تقييم برنامج الحوكمة مع أهداف العمل.

على سبيل المثال، إذا كان هدف الشركة هو ضمان data quality ينبغي عليها أن تراقب بانتظام data quality تشمل المقاييس المستخدمة في إدارة البيانات: الاتساق، والدقة، والتحديث، والشمولية. وبالمثل، إذا تم وضع إطار الحوكمة لضمان الامتثال لقوانين الخصوصية، فينبغي على المؤسسة تحديد قوانين الخصوصية السارية على أعمالها ، بالإضافة إلى أحكام الحوكمة أو حماية البيانات المطلوبة.

ما هو إطار حوكمة البيانات؟

باختصار، يشير إطار حوكمة البيانات إلى مجموعة من الممارسات المطبقة بالإضافة إلى هيكل تنظيمي، تم إنشاؤه لضمان الإدارة الفعالة والتحكم والإشراف على جميع أصول البيانات.

يحدد هذا الإطار عادةً جميع السياسات والإجراءات والأدوار والمسؤوليات والعمليات الهامة المتعلقة بإدارة البيانات.

تتضمن بعض المكونات الأساسية لإطار حوكمة البيانات الموثوق ما يلي:

  • إدارة البيانات الوصفية
  • Data Quality إدارة
  • إدارة دورة حياة البيانات
  • أمن البيانات والخصوصية
  • مستودعات البيانات
  • توثيق البيانات
  • تكامل البيانات وقابلية التشغيل البيني
  • إدارة البيانات
  • نمذجة البيانات
  • هندسة البيانات

التحديات التي تواجه تطبيق حوكمة البيانات وحلولها

سواء كانت شركة عالمية عملاقة أو شركة ناشئة، فإن معظم المؤسسات التي تعتمد على البيانات لدفع عملياتها وأهدافها الاستراتيجية ستواجه نفس المشاكل تقريبًا فيما يتعلق بحوكمة البيانات الخاصة بها.

قد يختلف النطاق، ولكن في جوهره، فإن القضايا الأساسية المتعلقة بتطبيق حوكمة البيانات داخل المؤسسة ستتلخص فيما يلي:

  • البيانات المعزولة
  • غياب القيادة في مجال البيانات؛ و
  • نقص الموارد الكافية

يوفر إطار عمل منصة قيادة الذكاء الاصطناعي للبيانات (UDC) للمؤسسات طريقة فعالة وكفؤة لتجميع وتوحيد الرؤية والتحكم في جميع بيانات الشركة عبر جميع السحابات.

باستخدام إطار عمل UDC، لا تستطيع المؤسسات حل التحديات الثلاثة المذكورة فحسب، بل يمكنها أيضًا الحصول على مزايا إضافية مثل إنشاء مصدر واحد موثوق لجميع أصول البيانات وبيانات الشركة، واكتشاف البيانات المتأثرة بالاختراق، والأفراد المتضررين ، وأماكن إقامتهم، والنطاق القضائي. Breach Impact analysis والاستفادة من تقنية بدون كتابة أكواد workflow orchestration محرك، مما يُمكّنهم من إنشاء وتخصيص وأتمتة وظائف الأمن والحوكمة بسهولة.

كيف Securiti يمكن المساعدة

Securiti تُمكّن هذه التقنية المؤسسات من تعزيز إطار حوكمة البيانات لديها وتحسين العملية من خلال الأتمتة الروبوتية. كما تُمكّن المؤسسات من كسر حواجز البيانات وتوحيد البيانات الحيوية للأعمال المنتشرة عبر الأنظمة المنظمة وغير المنظمة، واكتساب فهم أفضل للمخاطر، وتحديد ضوابط الأمان وأتمتتها، وتفعيل مبدأ أقل الامتيازات، ومراقبة أي خلل في حوكمة الوصول في الوقت الفعلي لضمان حماية البيانات والامتثال الفعال.

اطلب عرضًا توضيحيًا لمعرفة المزيد حول كيفية Securiti يمكن أن يساعدك ذلك في تبسيط برنامج الحوكمة الخاص بك وتحقيق أهداف العمل.


الأسئلة الشائعة (FAQs)

تشمل أفضل الممارسات لحوكمة البيانات إنشاء إطار عمل واضح لحوكمة البيانات، وتعيين مسؤولين عن البيانات، وتحديد ملكية البيانات، وإنشاء data quality المعايير، وضمان الامتثال للوائح ذات الصلة.

ثلاثة عناصر أساسية لحوكمة البيانات الجيدة هي:

  1. تحديد واضح للأدوار والمسؤوليات المتعلقة بإدارة البيانات.
  2. سياسات وإجراءات شاملة للبيانات.
  3. فعال data quality والتدابير الأمنية.

المكونات الأربعة لحوكمة البيانات هي:

  1. ملكية البيانات وإدارتها
  2. سياسات ومعايير البيانات
  3. Data Quality إدارة
  4. أمن البيانات والامتثال

تتضمن إدارة البيانات الناجحة أهدافاً واضحة، ودعماً تنفيذياً، وأدواراً محددة جيداً، وسياسات موثقة، وعمليات تدقيق منتظمة. data quality الفحوصات والتدريب المستمر.

تعني إدارة البيانات الأساسية الحفاظ على دقة البيانات وأمانها وتنظيمها بشكل جيد. وهي تحدد قواعد ملكية البيانات، ومن يمكنه استخدامها، وكيفية حمايتها. وهذا يساعد الشركات على تجنب الأخطاء، والالتزام بالقواعد، واتخاذ قرارات أفضل.

قم بتحليل هذه المقالة باستخدام الذكاء الاصطناعي

تظهر المطالبات في أدوات الذكاء الاصطناعي التابعة لجهات خارجية.
انضم إلى قائمتنا البريدية

احصل على أحدث المعلومات والتحديثات القانونية والمزيد مباشرةً في بريدك الإلكتروني



قصص أخرى قد تهمك

خذ
جولة المنتجات

تعرف على مدى سهولة إدارة الامتثال لقوانين الخصوصية باستخدام الأتمتة الروبوتية.

مقاطع فيديو
عرض المزيد
ريحان جليل، من شركة Veeam، يتحدث عن Agent Commander: theCUBE + NYSE Wired: قادة الأمن السيبراني
بعد استحواذ شركة Veeam على Securiti يمثل إطلاق برنامج Agent Commander خطوة هامة نحو مساعدة المؤسسات على تبني وكلاء الذكاء الاصطناعي بثقة أكبر. في...
عرض المزيد
تخفيف مخاطر قائمة OWASP لأهم 10 مخاطر لتطبيقات ماجستير القانون 2025
أحدث الذكاء الاصطناعي التوليدي (GenAI) تحولاً جذرياً في طريقة عمل الشركات وتوسعها ونموها. يوجد تطبيق للذكاء الاصطناعي لكل غرض، بدءاً من زيادة إنتاجية الموظفين وصولاً إلى تبسيط العمليات...
عرض المزيد
أفضل 6 DSPM حالات الاستخدام
مع ظهور الذكاء الاصطناعي التوليدي (GenAI)، أصبحت البيانات أكثر ديناميكية. يتم توليد بيانات جديدة بوتيرة أسرع من أي وقت مضى، ونقلها إلى أنظمة وتطبيقات متنوعة...
عرض المزيد
قانون الخصوصية في كولورادو (CPA)
ما هو قانون خصوصية كولورادو؟ قانون خصوصية كولورادو هو قانون شامل لحماية الخصوصية، تم توقيعه في 7 يوليو 2021. وقد وضع معايير جديدة لحماية البيانات الشخصية...
عرض المزيد
Securiti لمساعد الطيار في البرمجيات كخدمة (SaaS)
تسريع اعتماد Copilot بأمان وثقة: تتطلع المؤسسات إلى اعتماد Microsoft 365 Copilot لزيادة الإنتاجية والكفاءة. ومع ذلك، تظل المخاوف الأمنية، مثل حماية البيانات...
عرض المزيد
أهم عشرة اعتبارات لاستخدام البيانات غير المهيكلة بأمان مع الذكاء الاصطناعي العام
نسبة مذهلة تصل إلى 90% من بيانات المؤسسات غير منظمة. وتُستخدم هذه البيانات بسرعة لتغذية تطبيقات الذكاء الاصطناعي من الجيل الجديد، مثل روبوتات الدردشة والبحث المدعوم بالذكاء الاصطناعي.
عرض المزيد
جينكور للذكاء الاصطناعي: بناء أنظمة ذكاء اصطناعي آمنة وعالية الجودة للمؤسسات في دقائق
مع تبني المؤسسات للذكاء الاصطناعي التوليدي، تواجه فرق البيانات والذكاء الاصطناعي العديد من العقبات: ربط مصادر البيانات غير المهيكلة والمهيكلة بشكل آمن، والحفاظ على الضوابط والحوكمة المناسبة،...
عرض المزيد
كيفية التعامل مع قانون حماية خصوصية المستهلك في كاليفورنيا: رؤى أساسية للشركات
ما هو قانون حقوق الخصوصية في كاليفورنيا (CPRA)؟ هو تشريع ولاية كاليفورنيا الذي يهدف إلى حماية خصوصية سكانها الرقمية. وقد دخل حيز التنفيذ في يناير...
عرض المزيد
التكيف مع التحول: الانتقال إلى معيار أمان بيانات صناعة بطاقات الدفع (PCI DSS) الإصدار 4.0
ما هو معيار أمان بيانات صناعة بطاقات الدفع (PCI DSS)؟ هو مجموعة من معايير الأمان لضمان المعالجة والتخزين الآمنين للبيانات، و...
عرض المزيد
تأمين البيانات والذكاء الاصطناعي: دليل إدارة الثقة والمخاطر والأمن (TRiSM)
أثارت المخاطر الأمنية المتزايدة للذكاء الاصطناعي قلق 48% من مسؤولي أمن المعلومات حول العالم. انضموا إلى هذه الجلسة الرئيسية للتعرف على دليل عملي لتمكين الثقة في الذكاء الاصطناعي، وإدارة المخاطر،...
أحدث
مكتب الذكاء الاصطناعي في أستراليا: لماذا تغفل عمليات التدقيق السنوية عن إمكانيات الذكاء الاصطناعي لديك؟ عرض المزيد
مكتب الذكاء الاصطناعي في أستراليا: لماذا تغفل عمليات التدقيق السنوية عن إمكانيات الذكاء الاصطناعي لديك؟
تخيل هذا السيناريو: سيناريو خيالي ولكنه معقول تماماً. تقضي أنظمة الذكاء الاصطناعي التابعة لمؤسسة مالية أسترالية ستة أشهر في الوصول إلى مستودع بيانات عملاء لم يسبق لأحد الوصول إليه...
عرض المزيد
كامل DSPM تصنيف الاحتياجات وسياقها
يُعد التصنيف إحدى الوظائف الأساسية لـ DSPM يتولى البرنامج معالجة البيانات، وعادةً ما يعمل بالتزامن مع عملية الاكتشاف، لأنهما يشكلان معًا...
عرض المزيد
ما هو أمن الذكاء الاصطناعي للمؤسسات؟ دليل للمبتدئين
تعرّف على مفهوم أمن الذكاء الاصطناعي للمؤسسات، وأهميته، والمخاطر الرئيسية التي تواجهها المؤسسات، وكيفية حماية أنظمة الذكاء الاصطناعي، والوكلاء، والنماذج، والبيانات، و...
عرض المزيد
ما هي شفافية البيانات؟ ولماذا هي مهمة للمؤسسات الحديثة؟
تعرف على ماهية شفافية البيانات، ولماذا هي مهمة، وكيف يمكن للمؤسسات تحسين الرؤية والمساءلة والحوكمة والثقة والاستخدام المسؤول للبيانات.
ما هو
جديد