Datastyrning - översikt data-governance-overview
En av de viktigaste funktionerna i Adobe Experience Platform är att samla data från olika affärssystem så att marknadsförarna bättre kan identifiera, förstå och engagera sina kunder. Dessa data kan vara föremål för användarbegränsningar som fastställts av din organisation eller av juridiska bestämmelser. Det är därför viktigt att se till att era dataåtgärder inom Platform är kompatibla med dataanvändningsprinciper.
Hantera kunddata och säkerställ att regler, begränsningar och regler som gäller för dataanvändning följs med Adobe Experience Platform Data Governance. Datastyrning spelar en viktig roll inom Experience Platform på olika nivåer, inklusive katalogisering, datalinje, etikettering av dataanvändning, dataanvändningspolicyer och kontroll av användningen av data för marknadsföringsåtgärder.
Datastyrningsroller data-governance-roles
Som begrepp är datastyrning varken automatisk eller sker i ett vakuum. Det som började som en roll för en individ, vanligen erkänd som en dataförvaltare, har ökat avsevärt i takt med att ekosystemet för datastyrning har expanderat. Idag kräver datastyrning kontinuerlig hantering och övervakning för att lyckas. Effektiv datastyrning bygger på datastyrningar med verktyg med vilka data kan märkas på rätt sätt, användarprofiler kan skapas och regelefterlevnaden kan upprätthållas.
Även om datastyrning bör vara ansvaret för varje enskild person i organisationen finns det några av de viktigaste rollerna inom datastyrningscykeln:
Stegvis data data-steward
Datastyrning är kärnan i datastyrningen. Denna roll ansvarar för att tolka förordningar, avtalsbegränsningar och policyer och tillämpa dem direkt på data. Som informerats av deras förståelse för dessa regler, begränsningar och policyer omfattar rollen som datastyrning följande:
- Granska data, datauppsättningar och dataexempel för att använda och hantera etiketter för metadataanvändning.
- Skapa dataprofiler och tillämpa dem på datauppsättningar och fält.
- kommunicera dataprofiler till organisationen,
Marknadsförare marketer
Marknadsförarna är slutpunkten för datastyrning. De begär data från den infrastruktur för datastyrning som har skapats av dataansvariga, forskare och ingenjörer. Marknadsförarna omfattar ett antal olika specialiteter inom ramen för marknadsföringsparaplyet, bland annat följande:
- Marknadsföringsanalytiker begär data för att kunna förstå kunderna, både individer och grupper (kallas även segment).
- Marknadsföringsspecialister och Experience Designers använder data för att utforma nya kundupplevelser.
Ramverk för datastyrning data-governance-framework
Datastyrningsramverket förenklar och effektiviserar processen att kategorisera data och skapa policyer för dataanvändning. När dataetiketter har tillämpats och dataanvändningspolicyer har införts kan marknadsföringsåtgärder utvärderas för att säkerställa korrekt dataanvändning.
Det finns tre viktiga element i ramverket för datastyrning: etiketter, policyer och verkställighet.
- Etiketter: Klassificera data som återspeglar integritetsrelaterade överväganden och avtalsvillkor så att de överensstämmer med regler och organisationsprofiler.
- Profiler: Beskriv vilka typer av marknadsföringsåtgärder som är tillåtna eller inte får vidtas på specifika data.
- Tvingande: Använder policyramverket för att ge råd och tillämpa policyer för olika dataåtkomstmönster.
Dataanvändningsetiketter data-usage-labels
Med Datastyrning kan datasegmentering tillämpa användningsetiketter på schemafältnivå för att kategorisera data efter den typ av principer som gäller.
Ramverket för datastyrning innehåller fördefinierade etiketter för dataanvändning som kan användas för att kategorisera data på tre sätt:
- Kontraktets"C"-dataetiketter: Märk och kategorisera data som har avtalsmässiga skyldigheter eller som är relaterade till policyer för styrning av kunddata.
- Identitet"I"-dataetiketter: Märk och kategorisera data som kan identifiera eller kontakta en viss person.
- Känsliga"S"-dataetiketter: Märk och kategorisera data relaterade till känsliga data, t.ex. geografiska data.
Etiketter kan användas när som helst, vilket ger flexibilitet i hur du väljer att styra data. Bästa praxis uppmuntrar till etikettdata när de hämtas till Experience Platform, eller så snart data blir tillgängliga i Platform.
Se översikten på etiketter för dataanvändning om du vill ha mer information om hur dataanvändningsetiketter används för att säkerställa regelefterlevnad för datastyrning.
Dataanvändningspolicyer data-usage-policies
För att dataanvändningsetiketter effektivt ska stödja regelefterlevnad måste dataanvändningsprinciper implementeras. Dataanvändningspolicyer är regler som beskriver den typ av marknadsföringsåtgärder som du tillåts eller begränsas från att utföra på data inom Experience Platform.
Ett exempel på en marknadsföringsåtgärd kan vara en önskan att exportera en datauppsättning till en tredjepartstjänst. Om det finns en princip som anger att personligt identifierbar information (PII) inte kan exporteras och en I-etikett (identitetsdata) har tillämpats på fältnivån från dess schema. Policy Service förhindrar sedan alla åtgärder som skulle kunna exportera den här datauppsättningen till ett mål från en annan leverantör. Om någon av dessa åtgärder skulle utföras skickar Policy Service ett meddelande om att en dataanvändningsprincip har överträtts.
Det finns två typer av principer:
- Data governance policy: Begränsa dataaktiveringen baserat på den marknadsföringsåtgärd som utförs och de dataanvändningsetiketter som medföljer data i fråga.
- Consent policy: Filtrera de profiler som kan aktiveras för mål baserat på kundernas samtycke eller önskemål.
När dataanvändningsetiketterna har tillämpats kan datafördelare skapa principer med hjälp av principtjänstens API eller användargränssnittet i Experience Platform. Mer information om dataanvändningspolicyer och marknadsföringsåtgärder finns i profiler, översikt.
Nästa steg
Detta dokument gav en introduktion på hög nivå till datastyrning och ramverket för datastyrning. Du kan nu fortsätta till användarhandbok för dataanvändningsrubriker och börja lägga till användningsetiketter i era upplevelsedata.
Bilaga
Följande avsnitt innehåller ytterligare information om datastyrning.
Terminologi inom datastyrning data-governance-terminology
I följande tabell beskrivs nyckeltermer för datastyrning och ramverket för datastyrning.
Intressebaserad målinriktning, som också kallas personalisering, uppstår om följande tre villkor uppfylls:
Data som samlas in på plats är
- Används för att dra slutsatser om en användares intresse,
- Används i ett annat sammanhang, t.ex. på en annan webbplats eller i en annan app (utanför webbplatsen)
- Används för att välja vilket innehåll eller vilka annonser som ska hanteras baserat på dessa slutsatser.
Ytterligare resurser
Följande video är avsedd att ge stöd för din förståelse av ramverket för datastyrning.
I följande videofilm visas hur du använder dataanvändningsetiketter på dina scheman eller på hela datauppsättningen i Experience Platform.