Pam mae hyn yn bwysig

Nid y dull yw'r rheswm mwyaf cyffredin pam mae dadansoddiad yn siomi. Y data ydyw. Newidiwyd categorïau tocynnau'r gwanwyn diwethaf ac ni chofnododd neb pryd. Mae dwy system yn honni dal adran y cwsmer, ac yn anghytuno. Mae stampiau amser mewn gwahanol barthau amser. Mae maes sy'n edrych yn gyflawn wedi'i lenwi â "arall" yn hanner y cofnodion. Mae dangosfwrdd yn dangos gostyngiad mewn digwyddiadau, ac mae'r achos yn troi allan i fod yn newid logio, nid gwasanaeth gwell.

Mae'r un problemau'n niweidio AI. Mae model a hyfforddwyd ar docynnau wedi'u camlabelu yn dysgu'r labeli. Mae cynorthwyydd wedi'i seilio ar erthyglau hen yn eu dyfynnu. Mae rhagolwg a adeiladwyd ar hanes anghyflawn yn cario'r bylchau ymlaen. Wrth i sefydliadau bwyso ar ddadansoddeg ac AI, nid yw ansawdd, perchnogaeth ac amddiffyn data bellach yn fater cefndir technegol ac maent yn dod yn wasanaeth ynddynt eu hunain.

Llywodraethu data yw'r arfer o reoli data fel ased: penderfynu pwy sy'n gyfrifol, beth mae pob term yn ei olygu, sut y gwirir ansawdd, sut mae data'n symud ac o ble y daeth, pwy gaiff ei ddefnyddio, a phryd y caiff ei ddileu. Mae Wikipedia yn disgrifio llywodraethu data fel rheolaeth gyffredinol ar argaeledd, defnyddioldeb, cyfanrwydd a diogelwch data. Mae'r pwnc hwn yn ei ddisgrifio ar gyfer data rheoli gwasanaethau mewn termau ymarferol, ac yn dangos sut i ddechrau'n fach. Mae'n sail i ddadansoddeg (Pwnc 7.1 — Dadansoddeg ar gyfer Rheoli Gwasanaethau), mesur (Pwnc 7.3 — Mesur ac Adrodd), arsylwadwyedd (Pwnc 7.4 — Arsylwadwyedd a Thelemetreg), ac AI (Pwnc 5.6 — Llywodraethu, Risg a Chydymffurfio AI), ac mae'n cysylltu â data cyfluniad (Pwnc 4.4 — Rheoli Cyfluniad). Nid yw'n rhoi cyngor cyfreithiol.

Cysyniadau craidd

Ased data. Set ddata o werth i'r sefydliad, fel hanes tocynnau, y gronfa ddata cyfluniad, data monitro, canlyniadau arolygon, neu ddata cost. Fel asedau eraill, mae ganddi berchennog, cost, cylch bywyd a risgiau. Gweler Pwnc 4.1 — Rheoli Asedau.

Perchennog data a stiward. Mae perchennog data yn atebol am set ddata: ei diben, ei hansawdd, a phwy gaiff ei defnyddio. Mae stiward data yn gofalu amdani o ddydd i ddydd, yn trin diffiniadau, materion ansawdd a cheisiadau mynediad. Mae Wikipedia yn disgrifio stiwardiaid data. Mewn timau bach gall un unigolyn ddal y ddwy rôl. Heb bobl a enwyd, nid oes neb yn trwsio problemau.

Diffiniadau a geiriadur. Datganiad plaen o'r hyn y mae pob maes a therm yn ei olygu, fel "datryswyd" neu "digwyddiad mawr", gyda sut y caiff ei gyfrifo a'r ffynhonnell. Mae Wikipedia yn disgrifio geiriaduron data. Mae diffiniadau yn atal dau dîm rhag defnyddio'r un gair ar gyfer pethau gwahanol. Cofnodwch newidiadau mewn diffiniadau gyda dyddiadau, fel y gellir dehongli tueddiadau.

Metadata. Data am ddata: o ble y daeth, pryd y diweddarwyd ef, pwy sy'n berchen arno, sut y caiff ei ddosbarthu, a beth mae'n ei olygu. Mae Wikipedia yn disgrifio metadata. Mae catalog data yn rhestr chwiliadwy o setiau data a'u metadata, sy'n helpu pobl i ddod o hyd i ddata ac ymddiried ynddo.

Ansawdd data. Addasrwydd at ddefnydd, a ddisgrifir fel arfer gan ddimensiynau fel cywirdeb, cyflawnrwydd, cysondeb, amseroldeb ac unigrywiaeth. Mae Wikipedia yn disgrifio ansawdd data. Mae ansawdd yn gymharol â'r defnydd: gall categori tocyn sy'n ddigon da ar gyfer tuedd fisol fod yn rhy fras ar gyfer cyfeirio. Mesurwch ef ar y meysydd sy'n bwysig, a thrwsiwch achosion yn y ffynhonnell. Mae glanhau data, a ddisgrifir ar Wikipedia, yn cywiro gwallau ar ôl y ffaith ac nid yw'n eu hatal rhag ailddigwydd.

Ffynonellau ansawdd gwael. Meysydd testun rhydd a lenwir yn wahanol gan wahanol bobl, rhagosodiadau na chânt eu newid byth, categorïau sy'n tyfu heb docio, mewnbynnu â llaw a hepgorir dan bwysau, integreiddiadau sy'n gollwng neu ddyblygu cofnodion, a newidiadau system sy'n newid ystyr. Trwsiwch hwy â ffurflenni gwell, dilysu, hyfforddiant, ac adolygu'r integreiddio, nid trwy feio pobl.

Llinach a tharddiad. Cofnod o ble y daeth data a beth ddigwyddodd iddo ar y ffordd i adroddiad neu fodel. Mae Wikipedia yn disgrifio llinach data. Pan gwestiynir ffigur, mae llinach yn caniatáu i chi ei olrhain. Mae hefyd yn dangos pa adroddiadau yr effeithir arnynt pan fo ffynhonnell yn newid.

Piblinellau data ac integreiddio. Y llifoedd sy'n symud data rhwng systemau, a ddisgrifir yn aml fel echdynnu, trawsnewid, llwytho (ETL) yn erthygl Wikipedia, a storfeydd fel warysau data a llynnoedd data, y mae Wikipedia hefyd yn eu disgrifio. Mae angen perchnogion, monitro a phrofion ar biblinellau, fel unrhyw system gynhyrchu. Gweler Pwnc 6.2 — Awtomeiddio a Chydlynu Llif Gwaith.

Amser a hunaniaeth. Mae dau fater bach yn achosi trafferth fawr. Mae angen parth amser a fformat cyson ar stampiau amser, fel y mae erthyglau Wikipedia ar stampiau amser a pharthau amser yn awgrymu; mae parthau cymysg yn cynhyrchu bylchau a phigau dirgel. Mae angen i ddynodwyr ar gyfer pobl, gwasanaethau ac asedau fod yn sefydlog a'u rhannu ar draws systemau, fel y gellir cysylltu cofnodion. Rheoli prif ddata, a ddisgrifir ar Wikipedia, yw'r ddisgyblaeth o gadw data craidd o'r fath yn gyson.

Dosbarthu. Labelu data yn ôl sensitifrwydd, fel cyhoeddus, mewnol, cyfrinachol a chyfyngedig, a rhoi rheolau ar bob lefel. Mae Wikipedia yn disgrifio dosbarthu data. Mae data gwasanaeth yn aml yn cynnwys gwybodaeth bersonol a manylion diogelwch, sydd angen eu diogelu.

Preifatrwydd ac amddiffyn. Gwybodaeth sy'n ymwneud ag unigolyn adnabyddadwy yw data personol. Mae cyfreithiau fel y Rheoliad Diogelu Data Cyffredinol (GDPR) yn yr Undeb Ewropeaidd yn gosod rheolau ar ddiben, lleihau, cadw a hawliau unigol; mae Wikipedia yn disgrifio data personol a'r GDPR. Mae lleihau data, a ddisgrifir yno, yn golygu casglu a chadw'r hyn sydd ei angen yn unig. Mae technegau fel ffugenwi a dienwi, a ddisgrifir ar Wikipedia, yn lleihau risg, er eu bod yn anodd eu gwneud yn dda, a gellir gwrthdroi dienwi gwan. Cymerwch gyngor cyfreithiol a phreifatrwydd.

Rheoli mynediad. Pwy gaiff weld neu newid pa ddata, a pham. Defnyddiwch rolau, nid unigolion, lle bo modd, ac adolygwch fynediad yn rheolaidd. Gweler Pwnc 3.13 — Rheoli Diogelwch Gwybodaeth a Phwnc 3.6 — Rheoli Ceisiadau Gwasanaeth.

Cadw a dileu. Am ba mor hir y caiff data eu cadw a sut y cânt eu dinistrio. Cadwch yr hyn sydd ei angen arnoch ar gyfer gweithrediadau, dadansoddi a rhwymedigaethau cyfreithiol, a dilëwch y gweddill. Mae Wikipedia yn disgrifio cadw data. Mae hen ddata yn cynyddu risg a chost, a gall systemau AI ddysgu ohono. Gwiriwch ofynion cadw cyfreithiol sy'n berthnasol i chi.

Sofraniaeth data. Gall data fod yn ddarostyngedig i gyfreithiau'r wlad lle cânt eu storio neu eu prosesu. Mae Wikipedia yn disgrifio sofraniaeth data. Gall gwasanaethau cwmwl ac AI symud data ar draws ffiniau; gwyddoch ble mae eich un chi yn mynd.

Data mewn AI. Mae angen yr un llywodraethu ar ddata a ddefnyddir ar gyfer hyfforddi, adfer, neu anogwyr, gyda gofal ychwanegol: caniatâd ar gyfer y defnydd, labelu'r ffynhonnell, gwiriadau am dueddiad a drifft, a rheolaeth ar yr hyn a anfonir i wasanaethau allanol. Gweler Pwnc 5.1 — AI mewn Rheoli Gwasanaethau.

Fforwm a pholisi llywodraethu. Grŵp bach ag awdurdod i osod safonau, datrys gwrthdaro, a blaenoriaethu gwaith data, a pholisi byr yn cwmpasu perchnogaeth, ansawdd, dosbarthu, mynediad, cadw a defnyddio data mewn AI. Cadwch ef yn ysgafn ac yn ymarferol.

Sut mae'r lensys yn ffitio. Llywodraethu data yw sail y lensys dadansoddeg ac AI, ac mae awtomeiddio yn dibynnu arno hefyd. Mae arfer ystwyth yn awgrymu gwella ansawdd data mewn camau bach, a yrrir gan y cwestiynau y mae pobl eu hangen mewn gwirionedd eu hateb, gydag adborth gan ddefnyddwyr data.

Arferion gorau

  1. Dechreuwch gyda'r setiau data sy'n bwysicaf. Rhestrwch y data y tu ôl i'ch prif benderfyniadau, fel tocynnau, cyfluniad, monitro, arolygon a chostau. Llywodraethwch y rhain yn gyntaf.
  2. Enwch berchennog a stiward ar gyfer pob un. Cofnodwch hwy yn y catalog, gyda sut i gysylltu â hwy. Gwnewch hwy'n atebol am ansawdd a mynediad.
  3. Ysgrifennwch ddiffiniadau. Diffiniwch y prif dermau a meysydd mewn iaith blaen, gyda'r cyfrifiad a'r ffynhonnell. Cofnodwch pryd y mae diffiniadau'n newid.
  4. Mesurwch ansawdd lle mae'n cyfrif. Dewiswch ychydig o feysydd sy'n gyrru penderfyniadau, diffiniwch wiriadau, ac adroddwch ganlyniadau i berchnogion. Tracwch hwy dros amser.
  5. Trwsiwch broblemau yn y ffynhonnell. Gwellwch ffurflenni, ychwanegwch ddilysu, symleiddiwch gategorïau, a thrwsiwch integreiddiadau. Dros dro yn unig yw glanhau ar ôl y ffaith.
  6. Safonwch amser a dynodwyr. Defnyddiwch un safon a fformat amser, a dynodwyr sefydlog, a rennir ar gyfer pobl, gwasanaethau ac asedau.
  7. Cadwch linach. Dogfennwch o ble mae adroddiadau a modelau allweddol yn cael eu data a pha drawsnewidiadau sy'n berthnasol. Diweddarwch pan fo ffynonellau'n newid.
  8. Dosbarthwch ac amddiffynnwch. Labelwch ddata yn ôl sensitifrwydd, cymhwyswch reolau mynediad ac amddiffyn, ac adolygwch bwy sydd â mynediad. Tynnwch ddata personol lle nad oes ei angen.
  9. Gosodwch gadw a dilëwch. Penderfynwch am ba mor hir y caiff pob set ddata ei chadw, a dilëwch neu ddienwch wedyn. Gwiriwch y rheolau sy'n berthnasol i chi.
  10. Llywodraethwch ddata a ddefnyddir gan AI. Cofnodwch ffynonellau, caniatâd ac ansawdd data a ddefnyddir ar gyfer hyfforddi ac adfer, a rheolwch yr hyn sy'n mynd i wasanaethau allanol.

Cwestiynau i'w trafod gyda'ch tîm

Pa setiau data sy'n gyrru ein penderfyniadau pwysicaf, a phwy sy'n berchen ar bob un? Rhestrwch hwy. Disgwyliwch fylchau mewn perchnogaeth. Dilynwch trwy enwi perchennog a stiward ar gyfer y tri uchaf.

Pa dermau rydym yn eu defnyddio'n wahanol mewn gwahanol dimau? Dewiswch "datryswyd", "digwyddiad", neu "cwsmer". Disgwyliwch anghytuno. Dilynwch trwy ysgrifennu un diffiniad a phwy sy'n penderfynu.

Pryd y torrodd newid diffiniad neu system duedd, ac a sylwasom ar y pryd? Gofynnwch am enghreifftiau. Disgwyliwch "yn ddiweddarach". Dilynwch trwy gytuno ar gofnod newidiadau ar gyfer diffiniadau a ffynonellau.

Pa mor dda yw ein data ar y meysydd rydym yn dibynnu arnynt fwyaf, a sut rydym yn gwybod? Cymerwch faes, fel categori, a samplwch 50 cofnod. Disgwyliwch broblemau. Dilynwch trwy ddewis un achos i'w drwsio.

Pa ddata personol neu sensitif rydym yn eu dal mewn systemau gwasanaeth, a pha mor hir yr ydym yn eu cadw? Cerddwch drwy'r prif systemau. Disgwyliwch bethau annisgwyl am atodiadau a logiau sgwrs. Dilynwch trwy gynnwys y swyddog preifatrwydd a chytuno ar reol gadw ar gyfer un system.

Pa ddata rydym yn eu bwydo i offer AI, a phwy gytunodd i hynny? Rhestrwch y defnyddiau. Disgwyliwch fod rhai'n anffurfiol. Dilynwch trwy gytuno ar reol ynghylch beth gaiff ei ddefnyddio a chofrestr o ddefnyddiau data AI.

Yn ymarferol: enghraifft o reoli gwasanaethau

Mae tîm gwasanaethau digidol llyfrgell genedlaethol eisiau rhagweld galw a hyfforddi model i gyfeirio tocynnau. Mae dadansoddwr data yn dechrau ac yn darganfod bod hanes y tocynnau yn anodd ei ddefnyddio. Ailenwyd categorïau ddwywaith, ac mae categori "Arall" yn dal 35 y cant o docynnau. Mae stampiau amser o'r hen offeryn mewn amser lleol a rhai'r un newydd mewn amser cyffredinol. Mae'r maes adran, a gymerwyd o'r system AD, yn wahanol i'r un yn y system hunaniaeth ar gyfer tua 8 y cant o ddefnyddwyr. Mae adroddiad misol yn dangos digwyddiadau'n gostwng chwarter, ond mae'r dadansoddwr yn canfod bod newid yn y ffordd y cyfunir digwyddiadau dyblyg yn esbonio'r rhan fwyaf o'r gostyngiad.

Mae pennaeth y gwasanaeth yn penderfynu trin data tocynnau fel ased llywodraethedig. Mae hi'n enwi ei hun yn berchennog data a dadansoddwr desg gwasanaeth profiadol yn stiward. Mae geiriadur un dudalen yn diffinio'r 12 maes sy'n bwysig, gan gynnwys y diffiniad o "datryswyd" a'r dyddiad y newidiodd. Mae'r tîm yn mapio'r hen gategorïau i'r rhai newydd, yn labelu'r toriad yn yr hanes, ac yn ychwanegu rheol ddilysu sy'n atal "Arall" heb nodyn testun rhydd. Mae swydd wythnosol yn gwirio tri mesur ansawdd: cyfran y tocynnau yn "Arall", cyfran heb adran, a chyfran â stampiau amser y tu allan i ystodau disgwyliedig. Postir y canlyniadau i'r ddesg.

Mae'r swyddog preifatrwydd yn adolygu'r set ddata ac yn canfod bod meysydd testun rhydd ac atodiadau yn cynnwys manylion personol aelodau o'r cyhoedd. Mae'r tîm yn cytuno i dynnu atodiadau o'r copi dadansoddi, i guddio enwau a chyfeiriadau e-bost mewn testun cyn ei ddefnyddio ar gyfer modelu, ac i ddileu tocynnau ar ôl saith mlynedd, yn unol â pholisi cofnodion y llyfrgell. Mae cofrestr yn rhestru pob defnydd AI o ddata tocynnau a'i gymeradwyaeth.

Beth sy'n newid: gall y dadansoddwr adeiladu'r rhagolwg gyda thoriad hysbys a chyfres lân, ac mae'r model cyfeirio'n cael ei hyfforddi ar labeli wedi'u hadolygu. Beth sy'n parhau'n anodd: mae cuddio testun rhydd yn amherffaith, ac erys rhai manylion personol; mae'r systemau AD a hunaniaeth yn dal i anghytuno, ac nid yw perchnogion y systemau hynny wedi cytuno i gysoni; ac mae'r gwiriadau ansawdd yn dibynnu ar nifer fach o staff. Mae pennaeth y gwasanaeth yn codi'r anghytundeb data gyda'r prif swyddog gwybodaeth ac yn cynllunio i ehangu'r gwiriadau i ddata cyfluniad.

Pedwar persbectif

Timau cynnyrch a chyflawni

Dyluniwch logiau, hysbysiadau ac APIs eich cynnyrch gyda meysydd, stampiau amser a dynodwyr cyson, a dogfennwch hwy. Dywedwch wrth ddefnyddwyr data am newidiadau ymlaen llaw.

Timau gwasanaeth a gweithrediadau

Rhowch ddata yn ofalus ac yn gyson, a dywedwch wrth stiwardiaid am broblemau ffurflenni neu gategorïau. Helpwch i wirio ansawdd, a chadwch gofnodion o newidiadau diffiniadau.

Arweinyddiaeth a llywodraethu

Enwch berchnogion, ariennwch waith data, a gofynnwch am dystiolaeth o ansawdd ar gyfer y data y tu ôl i benderfyniadau. Gosodwch reolau ar gyfer preifatrwydd a defnydd AI. Peidiwch â derbyn adroddiadau â thermau heb eu diffinio.

Cwsmeriaid a defnyddwyr

Dylech wybod pa ddata a gedwir amdanoch a pham, a gallu gofyn amdano. Darparwch wybodaeth gywir, a dywedwch wrth y darparwr os yw cofnodion yn ymddangos yn anghywir.

Ystwyth, AI, awtomeiddio a dadansoddeg

Ystwyth

Gwellwch ddata mewn camau bach a yrrir gan gwestiynau go iawn: trwsiwch y maes sy'n rhwystro'r dadansoddiad nesaf. Adolygwch ansawdd data gyda'i ddefnyddwyr yn rheolaidd. Rhybudd: mae rhaglen ddata aml-flwyddyn heb ganlyniadau gweladwy yn colli cefnogaeth; cyflwynwch enillion bach, defnyddiol.

AI

Gall AI helpu i ddod o hyd i broblemau ansawdd, dosbarthu data, awgrymu diffiniadau, a chuddio manylion personol, dan adolygiad. Mae angen ei lywodraethu ei hun ar ddata a ddefnyddir gan AI: gwiriadau ffynhonnell, caniatâd, ansawdd a drifft. Rhybudd: gall cuddio ar sail AI fethu data personol; profwch ef a chadwch adolygiad dynol ar gyfer setiau sensitif. Gweler Pwnc 5.6 — Llywodraethu, Risg a Chydymffurfio AI.

Awtomeiddio

Awtomeiddiwch wiriadau ansawdd, dal llinach, labeli dosbarthu, rheolau cadw ac adolygiadau mynediad, gyda pherchnogion ar gyfer eithriadau. Rhybudd: gall glanhau awtomataidd newid data yn dawel; logiwch newidiadau a chadwch y gwreiddiolion lle bo angen. Gweler Pwnc 6.2 — Awtomeiddio a Chydlynu Llif Gwaith.

Dadansoddeg

Mesurwch ansawdd meysydd allweddol, cyflawnrwydd, amseroldeb, cyfran y setiau data â pherchnogion a diffiniadau, a digwyddiadau a achoswyd gan broblemau data. Rhybudd: gall un sgôr ansawdd guddio diffygion difrifol mewn un maes; adroddwch yn ôl maes a defnydd. Gweler Pwnc 7.3 — Mesur ac Adrodd a'r llyfr Service Management Metrics.

Dulliau methu cyffredin

  • Dim perchennog. Mae problemau'n parhau. Enwch berchennog a stiward.
  • Termau heb eu diffinio. Mae timau'n dadlau dros rifau. Ysgrifennwch ddiffiniadau a chofnodwch newidiadau.
  • Ansawdd wedi'i wirio unwaith. Mae data'n dirywio. Monitrwch feysydd allweddol yn barhaus.
  • Glanhau fel yr ateb. Mae gwallau'n ailddigwydd. Trwsiwch y ffynhonnell.
  • Parthau amser a dynodwyr cymysg. Ni ellir cysylltu na threfnu cofnodion. Safonwch.
  • Cadw popeth. Mae risg a chost yn tyfu. Gosodwch gadw a dilëwch.
  • Defnydd data AI heb ei lywodraethu. Mae data sensitif neu wael yn cyrraedd modelau. Cofrestrwch ac adolygwch ddefnyddiau.

Model aeddfedrwydd

Dimensiwn Cychwyn Datblygu Safoni Rheoli Cydlynu
Perchnogaeth a diffiniadau Anhysbys Perchnogion ar gyfer prif setiau data Perchnogion, stiwardiaid, geiriadur a chatalog Diffiniadau a newidiadau'n cael eu rheoli Llywodraethu wedi'i gydlynu ar draws timau a phartneriaid
Ansawdd Anhysbys Gwiriadau pwynt Meysydd allweddol yn cael eu mesur yn rheolaidd Gwelliannau ansawdd yn cael eu holrhain i ffynonellau Ansawdd yn cael ei sicrhau'n barhaus gydag awtomeiddio
Amddiffyn Ad hoc Rheolau mynediad sylfaenol Rheolau dosbarthu, mynediad a chadw Cydymffurfiaeth yn cael ei monitro a'i harchwilio Amddiffyn wedi'i adeiladu i mewn i biblinellau ac offer
Defnydd mewn AI Heb ei gofnodi Ymwybyddiaeth Cofrestr a rheolau ar gyfer defnydd data AI Defnydd yn cael ei adolygu a'i brofi am dueddiad a drifft Data AI wedi'i lywodraethu ar draws systemau a chyflenwyr

Rhestr wirio

  • Mae gan ein setiau data pwysicaf berchnogion a stiwardiaid a enwyd.
  • Mae termau a meysydd allweddol wedi'u diffinio'n ysgrifenedig, gyda dyddiadau newid.
  • Rydym yn mesur ansawdd ar y meysydd sy'n gyrru penderfyniadau.
  • Rydym yn trwsio problemau ansawdd yn y ffynhonnell.
  • Mae parthau amser, fformatau a dynodwyr wedi'u safoni.
  • Rydym yn gwybod o ble mae adroddiadau allweddol yn cael eu data (llinach).
  • Mae data wedi'u dosbarthu, mynediad wedi'i reoli, ac mae rheolau cadw'n bodoli.
  • Mae cofrestr yn cofnodi pa ddata a ddefnyddir gan AI a phwy a gytunodd.

Anogwyr AI

Proffilio set ddata.

Dyma sampl o set ddata gydag enwau meysydd, gyda dynodwyr wedi'u tynnu: [gludwch, 50–100 rhes].
Ar gyfer pob maes, rhowch yr ystyr ymddangosiadol, y math, cyfran y gwerthoedd coll neu ddalfan, gwerthoedd rhyfedd, a chwestiwn i berchennog y data. Peidiwch â dod i gasgliadau busnes.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Drafftio cofnod geiriadur data.

Maes: [enw]. Yr hyn rwy'n ei wybod amdano: [ffynhonnell, sut y caiff ei lenwi, sut y caiff ei ddefnyddio].
Drafftiwch gofnod geiriadur gyda: diffiniad mewn iaith blaen, gwerthoedd a ganiateir, sut y caiff ei gyfrifo neu ei roi, system ffynhonnell, perchennog (os nodir yn unig), problemau hysbys, a dyddiad y newid diwethaf (os nodir yn unig). Nodwch bob eitem na roddir fel [ar goll].
Rhestrwch y pethau rydych yn ansicr ohonynt.

Dod o hyd i ddata personol mewn testun rhydd i'w adolygu.

Dyma sampl o destun rhydd tocynnau, wedi'i guddio'n rhannol eisoes: [gludwch].
Rhestrwch eitemau sy'n edrych fel data personol (enwau, e-byst, rhifau ffôn, cyfeiriadau, dynodwyr) sy'n aros, gan ddyfynnu'r union destun, ac awgrymwch gategorïau o reolau i'w dal. Peidiwch â dyfalu a yw unrhyw un yn real.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Sgiliau AI

  • data-governance: defnyddiwch i osod perchnogaeth, diffiniadau a rheolau ar gyfer data.
  • data-quality: defnyddiwch i ddiffinio a gwirio ansawdd ar feysydd allweddol.
  • data-pipeline: defnyddiwch i ddylunio a dogfennu llifoedd data.
  • legal-data-privacy-compliance: defnyddiwch i fframio cwestiynau preifatrwydd ar gyfer eich cynghorydd cyfreithiol.
  • raci-matrix: defnyddiwch i neilltuo perchnogaeth a stiwardiaeth.

Prif ffynonellau

  • DAMA International, DAMA-DMBOK: Data Management Body of Knowledge: cyfeirnod eang ar reoli a llywodraethu data.
  • ISO/IEC 25012, data quality model: set safonol o nodweddion ansawdd data; darllenwch yr argraffiad cyfredol gan y cyhoeddwr.
  • Wikipedia, "Data governance" a "Data quality": trosolygon o'r arfer a'i ddimensiynau.
  • Wikipedia, "General Data Protection Regulation": cefndir ar un fframwaith cyfreithiol pwysig (nid cyngor cyfreithiol).

Cyfeiriadau

  1. Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
  2. Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality
  3. Data steward — Wikipedia — https://en.wikipedia.org/wiki/Data_steward
  4. Data dictionary — Wikipedia — https://en.wikipedia.org/wiki/Data_dictionary
  5. Metadata — Wikipedia — https://en.wikipedia.org/wiki/Metadata
  6. Data lineage — Wikipedia — https://en.wikipedia.org/wiki/Data_lineage
  7. Data cleansing — Wikipedia — https://en.wikipedia.org/wiki/Data_cleansing
  8. Master data management — Wikipedia — https://en.wikipedia.org/wiki/Master_data_management
  9. Data classification — Wikipedia — https://en.wikipedia.org/wiki/Data_classification
  10. Personal data — Wikipedia — https://en.wikipedia.org/wiki/Personal_data
  11. General Data Protection Regulation — Wikipedia — https://en.wikipedia.org/wiki/General_Data_Protection_Regulation
  12. Data retention — Wikipedia — https://en.wikipedia.org/wiki/Data_retention