Datastyrningsroller

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:

Bild som förmedlar de fyra datastyrningsrollerna, med citattecken om rollernas skyldigheter.

Stegvis data

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

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

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.

  1. Etiketter: Klassificera data som återspeglar sekretessrelaterade överväganden och avtalsvillkor så att de följer regler och organisationsprofiler.
  2. Principer: Beskriv vilka typer av marknadsföringsåtgärder som tillåts eller inte får vidtas för specifika data.
  3. Tvingande: Använder policyramverket för att ge råd och tillämpa principer över olika dataåtkomstmönster.

Dataanvändningsetiketter

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:

De tre etiketterna för dataanvändning.

  • Dataetiketter för kontrakt C: Ange och kategorisera data som har avtalsmässiga skyldigheter eller som är relaterade till policyer för kunddatastyrning.
  • Identitet"I"-dataetiketter: Ange etiketter och kategorisera data som kan identifiera eller kontakta en viss person.
  • Känsliga dataetiketter för"S": Ange etiketter och kategorisera data som är relaterade till känsliga data, till exempel geografiska data.
NOTE
I guiden om dataanvändningsetiketter som stöds finns en fullständig lista över tillgängliga etiketter och definitioner för varje etiketttyp.

Etiketter kan användas när som helst, vilket ger flexibilitet i hur du väljer att styra data. Bästa praxis uppmuntrar till etikettdata när de importeras till Experience Platform, eller så snart data blir tillgängliga i Experience Platform.

Mer information om hur dataanvändningsetiketter används för att framtvinga regelefterlevnad för datastyrning finns i översikten för dataanvändningsetiketter.

Dataanvändningspolicyer

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 till mål baserat på dina kunders samtycke eller önskemål.

När dataanvändningsetiketterna har tillämpats kan datafördelare skapa profiler med hjälp av principtjänste-API:t eller Experience Platform användargränssnitt. Mer information om dataanvändningsprinciper och marknadsföringsåtgärder finns i principöversikt.

IMPORTANT
Alla dataanvändningspolicyer (inklusive kärnpolicyer från Adobe) är inaktiverade som standard. För att en enskild princip ska kunna användas måste du manuellt aktivera den principen.