Trace Id is missing
Gå til hovedindholdet
Microsoft Security

Hvad er datastyring?

Datastyring er afgørende for at kunne administrere og beskytte virksomhedsdata. Få mere at vide om de vigtigste begreber inden for datastyring og bedste praksisser.

Definition af datastyring

Datastyring er et system af interne politikker, som organisationer bruger til at administrere, få adgang til og beskytte virksomhedsdata. Selvom systemerne kan variere i kompleksitet fra organisation til organisation, har de altid nogle fælles funktioner: interne processer, politikker, definerede roller, metrikværdier og standarder for overholdelse af angivne standarder. Målet for systemet er at hjælpe folk med at bruge den store mængde data, der genereres af moderne virksomheder, på en effektiv og sikker måde.

Vigtigheden af beskyttelse af data kan ikke overdrives. I den forbindelse beskytter et godt udtænkte datastyringskonti ikke bare data, men hjælper også med administration af følsomme data – lige fra indtag til bortskaffelse.

Derfor er datastyring vigtigt

Udviklingen, brugen og implementeringen af teknologiløsninger, der kan strømline virksomhedsdrift og skabe merværdi for kunder, er i støt stigning blandt virksomheder. Denne digitale transformation skaber stadig større mængder data (fra kilder som interne processer og eksterne metrikværdier) og bryder oplysningssiloer ned i organisationer. Så hvordan kan organisationer holde styr på data?

Svaret er datastyring. Sikker datastyring sørger for, at data er organiserede og konsistente, og definerer, hvem der kan få adgang til data, samt hjælper organisationer med at håndtere data – særligt kundedata – så virksomheder kan overholde de angivne standarder.

Godt udtænkt datastyring imødekommer en organisations behov, både hvad angår datakapaciteten, tilladelserne, kravene til overholdelse af angivne standarder – både nu og i fremtiden. De bedste systemer er designet til at ændre sig i takt med virksomheden. 

Fordele ved datastyring

Godt udtænkt datastyring giver organisationer en bred vifte af fordele.

Én kilde til sandhed

Konsistente data øger mulighederne for intern fleksibilitet, når alle beslutningstagere har adgang til de samme oplysninger.

Forbedret datakvalitet

Organisationer kan træffe bedre beslutninger, når deres data er sikre at bruge, fuldstændige og konsistente.

Forbedret dataadministration

Organisationer kan hurtigt og konsistent imødekomme behov med ordensregler og bedste praksisser for data.

Hurtigere og mere konsistent overholdelse af angivne standarder

En datastyringsstrategi kan kombineres med tanke på overholdelse af angivne standarder på hvert niveau, hvilket kan hjælpe organisationer med at håndtere databehandling og -bortskaffelse.

Udfordringer ved datastyring

Selvom en ny datastyringsstrategi kan give store fordele for organisationer, er der typisk også flere udfordringer, man bør adressere. Nogle af disse udfordringer omfatter:

Ibrugtagning for organisationer. Godt styrede data er kun brugbare, hvis en organisation udnytter dem. Datastyring er bedst, når alle teams – både administrerende ledere, virksomhedsinteressenter og dataeksperter – kan bruge organisationens data via kompetenceudviklende træning.

Definerede roller og ansvarsområder. Sammen med ibrugtagning giver datastyringsroller og -ansvarsområder klarhed over, hvem der administrerer de forskellige aspekter af processen. Roller kan omfatte titler som chief data officer eller dataforvalter. Hver organisation kan selv beslutte, hvilken type teamstruktur til datastyring der passer bedst til deres behov og tilgængelige ressourcer.

Datasiloer. Interne opdelinger i datatilgangen skaber siloer, dvs. adskilte datasøjler, som ikke er forbundet med andre områder af organisationen. Dette kan føre til at dubletter eller inkonsistente data, når alt kombineres. Rensning og klargøring af data er et afgørende trin, hvis man vil implementere en succesfuld datastyringsstrategi, fordi hvis man vil have gode data, må man også fodre systemet med gode data. 

Sådan fungerer datastyring

En vigtig del af datastyring er administrationen af data fra indføring til bortskaffelse – typisk vha. datastyringsværktøjer. Der kan være forskelle mellem organisationer og ift. brug, men denne administrationsproces omfatter mindst tre trin:

  • Indføring. Virksomheder administrerer ikke kun den beskyttede samling af nye data (kilder som IoT-enheder og -apps), men også eksisterende data, som blev indsamlet, før man indførte en datastyringsstrategi.
  • Lager. Virksomheder skal beslutte, hvor og hvordan de vil lagre alle de data, de indsamler.
  • Klassificering. Data skal klassificeres, så der kan anvendes de rette politikker (f.eks. til personhenførbare data eller følsomme data).
  • Deling. Når dataene er organiseret, kan de gøres tilgængelige for de brugere, der skal bruge dem. Vha. klassificeringspolitikker og definerede datastyringsroller kan man styre, hvilke interne og eksterne brugere der har adgang til de forskellige typer data.
  • Arkivering. Nogle data har man kun behov for i en begrænset periode, men det kan være, man skal bruge dem på et senere tidspunkt. Organisationer skal defineres, hvilke data der skal beholdes, og hvordan disse skal gemmes på en sikker måde, indtil der er behov for dem igen.
  • Bortskaffelse. Visse data har man ikke brug for at bevare. I andre tilfælde kan det være pålagt organisationer at bortskaffe dem efter en given periode. I sådanne tilfælde kan data slettes på en sikker måde – regler for overholdelse af angivne standarder kan have specifikke krav i denne forbindelse eller krav til bevis for bortskaffelse. 

I alle disse trin skal dataene beskyttes og overholde angivne standarder. En godt udtænkt datastyringsstrategi definerer, hvilke trin og bestemmelser der er nødvendige for at opretholde overholdelse af angivne standarder og sikkerhed. Et datastyringsværktøj kan også hjælpe med at sikre, at data beskyttes i hver fase af deres livscyklus. 

Struktur til datastyring

Datastyringsstrukturen er et udgangspunkt for din datastrategi. Den kombinerer dine regler, ansvarsområder, procedurer og processer for, hvordan dataflows administreres i skylagre. 

Beskyttelse af oplysninger

Anvendelse af mærkater og kryptering til følsomme data.

Forebyggelse af datatab

Dette er med til at identificere og forhindre usikker eller upassende deling, overførsel eller brug af følsomme data, særligt hvad angår krav til overholdelse af angivne standarder. Få mere at vide om forebyggelse af datatab.

Datakatalogisering og -fremsøgning

Dette kan hjælpe med automatisk at identificere og optage din organisations dataaktiver for at muliggøre søgning, beskrivelse og -fremsøgning.

Dataklassificering

Dette tagger data med klassificeringer om oplysninger, privatliv eller andre følsomhedsklassificeringer for at sikre god databeskyttelse og -brug i fremtiden.

Dataejerskab

Dette sikrer, at ansvarlige grupper eller enkeltpersoner i organisationen har mulighed for at tilgå, beskrive, beskytte og styre datakvaliteten.

Datasikkerhed

Brug af funktionaliteter til cybersikkerhed kan hjælpe med at anvende de rette sikkerhedsforanstaltninger (kryptering, tilsløring og opdeling i tokens) i henhold til klassificering samt administration af forebyggelse af datatab i tilfælde af en ulykke eller et cyberangreb.

Datasuverænitet og datadeling på tværs af grænser

Etablering af lovgivningsmæssige regler og forbud til dataopbevaring, -adgang og -behandling.

Datakvalitet

Dette er med til at sikre, at dataene er tilpasset, hvad angår nøjagtighed, fuldstændighed, konsistens, validitet, relevans og rettidighed.

Administration af datas livscyklus

Definition af en tidsplan for dataopbevaring med juridiske, lovgivningsmæssige og privatlivsmæssige krav, så dataene indsamles, lagres, behandles, tilgås og bortskaffes korrekt.

Databerettigelser og sporing af adgang

Dette sørger for, at data kun er tilgængelige for dem, der har brug for dem, samt skaber overvågningsadgang til opfølgning af bevarelse af kontrol.

Dataafstamning

Sporing af ophavet, behandlingen og brugen af data.

Beskyttelse af data

Dette er med til at beskytte personlige oplysninger med processer og teknologi, der afspejler lovgivningen for privatliv, der gælder for din organisation.

Pålidelig kildeadministration og datakontrakter

Dette hjælper med at identificere pålidelige kilder og definere forbrugsdatakontrakter for at sikre, at data kommer fra en kilde til sandhed, der er konsensus om.

Etisk brug og formål

Dette sikrer, at dataene blevet behandlet (særligt af kunstig intelligens og maskinel indlæring) på en måde, som kunderne forventer, og som er i overensstemmelse med din virksomheds adfærdskodeks.

Værktøjer og teknologi til datastyring

Organisationer kan vælge at udvikle eller identificere de datastyringsværktøjer og -teknologier, der passer til både deres nuværende og fremtidige behov. Værktøjer til datastyring kan hjælpe med at:

  • Forbedre datakvalitet via validering, rensning og forbedring.
  • Optage og forstå data via fremsøgning, profilering og benchmarking.
  • Administrere og spore data fra indtag til bortskaffelse.
  • Klassificere data til interne formål, f.eks. for at forbedre relevans eller søgbarhed.
  • Overvåg data konstant og i realtid.
  • Styrk de interne beslutningstagere til at forstå dataene, og hvordan de bruges af organisationen.

Skalerbare, skybaserede løsninger som Administration af Microsoft Purview-datalivscyklus er designet til datastyring for virksomheder. Disse løsninger hjælper organisationer med at administrere data fra indtag til bortskaffelse, aktivere adgangskontroller og understøtte kvalitetskontrol. 

Datastyringssøjler

Organisationer kan bruge disse søjler som pejlemærker, når de designer deres datastyringssystemer.

Administration

Etablering af et datateam hjælper organisationer med at administrere de forskellige processer og aspekter ved datastyringssystemer. Hvordan teamet skal organiseres afhænger af organisationens ressourcer og datamål.

Standarder

Regler for datastyring, som ofte defineres af datateamet, hjælper systemet med at fungere i overensstemmelse med interne processer og eventuelle regler for overholdelse af angivne standarder.

Ansvarlighed

Det hjælper at definere roller og ansvarsområder, så alle ved, hvem der er ansvarlig for specifikke elementer i styringen.

Kvalitet

Etablerede kvalitetsstandarder for data, der bidrager til at træffe gode beslutninger for virksomheden.

Fem gode råd til datastyring

Her er de fem bedste praksisser, som organisationer kan følge i udviklingen og implementeringen af deres datastyringssystemer:

  1. Udnævn en ansvarlig datasponsor. Ibrugtagning af datastyring starter med god ledelse. Sponsoren repræsenterer systemet og opfordrer til brug på tværs af organisationen.
  2. Opbyg en virksomhedscase. Identificer organisationens mål og fordele for at retfærdiggøre den tid og de ressourcer, det kræver at oprette et datastyringssystem.
  3. Tænk stort, start i det små. Opstil generelle datamål, og udarbejd derefter mere detaljerede projektmål, der får jer til at nærme jer jeres mål.
  4. Definer metrikværdier. Når der er så mange pålidelige, tilgængelige data, er det vigtigt at tænke grundigt over, hvad I vil måle, så organisationen bruger sine ressourcer så effektivt som muligt.
  5. Konstant kommunikation. Selv den mest gennemtænkte datastyring vokser og ændrer sig med tiden. Skab måder at give feedback, så datateamet kan afstemme systemet med organisationens mål.

Løsninger til datastyring

Teknologiløsninger kan hjælpe med at facilitere og simplificere processen, der er forbundet med at designe og implementere sikker datastyring. Organisationer kan bruge skybaserede værktøjer som Administration af Microsoft Purview-datalivscyklus for at samle, klassificere, administrere og bortskaffe data, mens de stadig overholder angivne standarder og lovgivning. Ved at bruge en teknologiløsning kan organisationer automatisere eller strømline visse dataadministrationsopgaver, hvilket frigør ressourcer til datateamet, så de kan arbejde på vigtigere projekter.

Få mere at vide om Microsoft Security

Beskyttelse og styring af oplysninger

Hjælp med at beskytte og styre data hvor som helst med indbyggede, intelligente, samlede og fleksible løsninger.

Få mere at vide

Microsoft Purview Information Protection

Hjælp med at beskytte og styre dine data hvor som helst med indbyggede, intelligente, samlede og fleksible løsninger.

Få mere at vide

Administration af Microsoft Purview-datalivscyklus

Brug informationsstyring til at klassificere, tilbageholde, gennemse, bortskaffe og administrere indhold.

Kom i gang

Microsoft Purview Forebyggelse af datatab

Identificer risikabel og upassende deling, overførsel eller brug af følsomme data ved slutpunkter, i apps og i tjenester.

Få mere at vide

Ofte stillede spørgsmål

  • Datastyring sørger for, at en organisations data er organiserede og konsistente, definerer, hvem der kan tilgå dataene, og sørger for, at brugen af dataene overholder de angivne standarder. Datastyring understøtter både nuværende og fremtidige behov for organisationer.

  • En datastyringsstruktur kombinerer regler, ansvarsområder, procedurer og processer for, hvordan dataflows administreres i skylagre. Det er fundamentet i en organisations datastrategi. En struktur omfatter forskellige elementer, herunder databeskyttelse, -ejerskab, -privatliv og -klassificering. 

  • Datastyringsværktøjer er teknologiløsninger, der hjælper med at udvikle og implementere datastyring. Disse løsninger bør hjælpe organisationer med at administrere data fra indtag til bortskaffelse, aktivere adgangskontroller og understøtte kvalitetskontrol på en sikker måde. F.eks. er Administration af Microsoft Purview-datalivscyklus en skalerbar, skybaseret løsning til datastyring for virksomheder.

  • De vigtigste datastyringssøjler omfatter:

    • Administration – opret et dedikeret datateam.
    • Standarder – opret regler og krav til alle aspekter af datastyringen.
    • Ansvarsområder – definer roller og ansvarsområder, så det er tydeligt, hvem der ejer hvilke dele af systemets proces.
    • Kvalitet – opstil datakvalitetsstandarder for organisationen.
    • Gennemsigtighed – spor data løbende, herunder deres livscyklus og brug.

  • Når datateamet er oprettet, skal I definere systemets mål. Identificer de vigtigste roller og ansvarsområder, nødvendige tilladelser og lovgivningsmæssige overholdelsesstandarder. Identificer teknologiløsninger og kompetenceudviklingsmuligheder for datateamet og interessenter. Del systemstandarder, værktøjer og krav med organisationen, og juster dem efter virksomhedens behov.

Følg Microsoft 365