41% responden dalam Laporan Chief Data Officer AWS yang akan datang mengatakan bahwa meningkatkan kebijakan dan standar tata kelola data adalah prioritas bagi organisasi mereka. Namun, model tata kelola tradisional yang berfokus pada pembatasan dapat menghambat kreativitas dan produktivitas. Tata kelola data tidak lagi hanya tentang menegakkan kontrol terhadap keamanan dan kepatuhan—ini adalah tentang memberdayakan inovasi. Mengarahkan dengan memberdayakan menciptakan budaya inovasi dan kelincahan. Dalam postingan sebelumnya “AI Anda Hanya Sebaik Data Anda,” saya membahas pergeseran dari pembatasan ke pemberdayaan—dan artikel ini memberikan langkah-langkah selanjutnya. Pelajari bagaimana memulai tata kelola dengan memberdayakan, mengatasi kekhawatiran umum, dan memastikan organisasi Anda tetap kompetitif dan aman di dunia yang digerakkan oleh data ini. Pergeseran dari Pembatasan ke Pemberdayaan Model tata kelola tradisional yang berorientasi pada pembatasan membatasi akses ke data dan alat untuk mengurangi risiko dan memastikan kepatuhan. Ini memberikan tingkat kontrol yang tinggi, tetapi juga bisa membuat tim Anda frustrasi. Bayangkan karyawan Anda hanya memiliki akses ke sejumlah aplikasi yang sudah disetujui sebelumnya, dan setiap permintaan untuk alat baru melibatkan proses persetujuan yang panjang. Ini menyebabkan kemacetan, mengurangi efisiensi, mendorong karyawan untuk mencari jalan pintas dari kebijakan tata kelola, dan membatasi akses mereka ke data. Eksekutif yang mengarahkan dengan memberdayakan memberikan tim mereka akses ke data dan sumber daya, serta menyematkan kontrol dan langkah-langkah kepatuhan di belakang layar. Anggota tim dapat dengan cepat menarik informasi yang relevan, menghasilkan laporan kustom, dan memberikan solusi yang disesuaikan untuk klien. Ketika tata kelola tanpa hambatan, karyawan menjadi lebih bersedia dan antusias untuk berpartisipasi dalam sistem karena itu menguntungkan mereka. Mengarahkan dengan Memberdayakan: Panduan Langkah demi Langkah Mengubah Pola Pikir Organisasi Mengarahkan data dengan memberdayakan memerlukan perubahan budaya dalam organisasi Anda—Anda harus mengatasi pola pikir lama.Gunakan contoh dunia nyata untuk mengkomunikasikan nilai bisnis dari tenaga kerja yang diberdayakan dan didorong oleh data kepada penyedia dan konsumen data di organisasi Anda. Ceritakan bagaimana tim penjualan kesulitan mengakses data pelanggan yang mereka butuhkan untuk menutup kesepakatan, menghadapi keterlambatan akibat proses persetujuan yang rumit dan silo data. Mengarahkan dengan memberdayakan akan memberikan mereka akses yang lebih efisien dan aman ke wawasan dan analitik pelanggan secara real-time, memungkinkan mereka merespons prospek dengan cepat, mempersonalisasi presentasi penjualan, dan membuat keputusan berbasis data saat itu juga. Menyediakan Alat yang Tepat Platform data Anda harus memudahkan karyawan untuk menjelajahi set data yang tersedia, mengevaluasi relevansinya, dan mengakses informasi dengan aman—semuanya dengan pengetahuan teknis yang minimal. Alat seperti AWS Glue dapat membantu Anda membangun platform data self-service dengan mengotomatisasi katalogisasi data, manajemen metadata, dan transformasi data tanpa server, memastikan skalabilitas dan keandalan untuk mendukung kebutuhan data Anda yang berkembang.Untuk membuat akses data lebih ramah pengguna, lakukan wawancara dan amati alur kerja untuk mempelajari bagaimana tim Anda mengakses dan berbagi data. Identifikasi di mana karyawan kesulitan menemukan informasi dan hambatan apa yang tidak perlu ada dalam proses penemuan dan akses data. Apakah proses persetujuan yang rumit menghalangi penggunaan data? Desain lingkungan data Anda untuk mengatasi masalah ini dan menciptakan kemampuan self-service yang intuitif. Terapkan Kontrol Terintegrasi yang Berorientasi Pengguna Buatlah mekanisme tata kelola data sehalus dan tidak terlihat oleh pengguna sebisa mungkin dengan mengotomatisasi penegakan kebijakan keamanan, privasi, dan kepatuhan.Manfaatkan teknologi canggih seperti kecerdasan buatan (AI) dan pembelajaran mesin (ML) untuk menangani beban kerja yang berat. Alat yang didorong oleh AI seperti Amazon Macie dapat secara otomatis mengklasifikasikan dan memberi label data Anda berdasarkan sensitivitas dan memastikan penanganannya dengan benar. Algoritma ML menyediakan kontrol akses yang cerdas, menganalisis pola perilaku pengguna untuk secara dinamis memberikan atau membatasi akses berdasarkan peran dan konteks. Alih-alih mengandalkan peran dan izin yang telah ditentukan sebelumnya, algoritma ini belajar dari pola akses data historis, mengidentifikasi apa yang dianggap sebagai perilaku normal untuk berbagai peran dalam organisasi. Jika seorang analis sering mengakses data penjualan dari jaringan kantor antara pukul 9:00 pagi hingga 5:00 sore, sistem menganggap ini sebagai penggunaan standar. Jika percakapan untuk mengakses data yang sama dilakukan pada jam yang tidak biasa, dari lokasi baru, atau melalui perangkat yang berbeda, model ML dapat menandai perilaku ini sebagai anomali dan menolak akses secara langsung atau memicu langkah otentikasi tambahan, seperti otentikasi multi-faktor. Sistem ML dapat menyesuaikan kontrol akses secara dinamis berdasarkan konteks. Seorang karyawan yang bekerja pada proyek baru dapat diberikan akses yang lebih luas berdasarkan pola kolaborasi yang diidentifikasi di seluruh tim, tetapi akses yang diperluas ini secara otomatis dicabut begitu proyek selesai. Pendekatan ini memastikan data tetap aman tetapi dapat diakses saat diperlukan, menghindari kemacetan yang tidak perlu. Melalui pemantauan dan analisis yang berkelanjutan, algoritma ML memperbaiki pola ini dan menjadi lebih akurat dalam memprediksi kapan akses harus diberikan atau dibatasi. Jelaskan Kebijakan Tata Kelola, Bukan Mekanismenya Meskipun mengotomatisasi penegakan kebijakan tata kelola sangat penting, sama pentingnya untuk menjelaskan kebijakan-kebijakan ini kepada pengguna.Komunikasikan aturan manajemen data yang lebih besar, pedoman, dan standar dengan cara yang membantu karyawan memahami “mengapa” di balik kontrol. Jelaskan bagaimana pembatasan akses berbasis peran dan pemantauan pola perilaku yang tidak biasa diterapkan untuk melindungi informasi pelanggan yang sensitif dan menjaga kepatuhan terhadap peraturan—tetapi biarkan rincian teknis dan mekanisme penegakan tidak terlihat. Tim Anda harus dapat mengakses data yang mereka butuhkan, berkolaborasi dengan lancar, dan memanfaatkan analitik tanpa khawatir tentang protokol kepatuhan dan keamanan yang rumit yang berjalan di latar belakang. Pendekatan “tata kelola dengan desain” ini memberdayakan tenaga kerja Anda, membangun kepercayaan, dan mendorong adopsi platform data Anda. Pengguna akan mengenali nilai platform dan menyadari bahwa mereka dapat bekerja dengan efisien dalam batasan yang ada. Mengatasi Perlawanan terhadap Perubahan Seperti halnya perubahan signifikan lainnya, Anda mungkin menghadapi perlawanan saat mulai mengarahkan dengan memberdayakan. Tim keamanan dan kepatuhan yang terbiasa dengan model tata kelola yang lebih membatasi mungkin ragu untuk mengubah proses penegakan kebijakan yang ada. Manajer menengah, yang biasanya menjadi pengawas kebijakan akses data, mungkin merasa wewenang mereka berkurang. Dan beberapa karyawan yang telah lama bekerja, yang nyaman dengan pendekatan “perlu tahu”, mungkin skeptis terhadap lingkungan data yang lebih terbuka dan berorientasi pada pengguna. Untuk mengatasi kekhawatiran ini, kelompok pemangku kepentingan harus dilibatkan sejak awal dalam perencanaan. Tunjukkan kepada tim keamanan dan kepatuhan bagaimana kontrol yang diotomatisasi dan didorong oleh AI dapat memperkuat perlindungan…
