[论文解读] Exploring the Critical Success Factors for Data Democratization

Sasari Samarasinghe, Sachithra Lokuge|arXiv (Cornell University)|Dec 4, 2022

Data Quality and Management被引用 4

一句话总结

本文通过全面的文献回顾，识别出数据民主化的九大关键成功因素，旨在指导组织有效拓宽技术与非技术人员的数据访问。研究发现，领导层承诺、数据素养、治理、技术基础设施和文化变革是成功实现数据民主化举措的关键因素。

ABSTRACT

With the advent of the Data Age, organisations are constantly under pressure to pay attention to the diffusion of data skills, data responsibilities, and management of accessibility to data analysis tools for the technical as well as non-technical employees. As such, in recent times, organisations are focusing on data governance and management strategies such as data democratization. Data democratization is an ongoing process of broadening data access to employees to find, access, self-analyse, and share data by removing data silos. By democratizing organisational data, organisations attempt to ensure that employees can speak the language of data and empower them to use data efficiently to improve their business functionalities. This paper aims to identify the critical success factors for data democratization through an in-depth review of the literature. Based on the findings of the analysis, nine critical success factors were identified as successors of the data democratization strategy.

研究动机与目标

• 识别并分析推动现代组织中数据民主化成功的关键推动因素。
• 解决非技术人员数据访问碎片化和数据素养有限的挑战。
• 支持组织实施增强数据驱动决策能力的数据民主化战略。
• 基于现有数据治理与组织信息学文献，构建一个结构化的成功因素框架。
• 弥合不同员工角色间数据可得性与实际数据应用之间的差距。

提出的方法

• 在计算机科学与社会计算领域的同行评审期刊及会议论文中，开展深入的系统性文献回顾。
• 聚焦于数据治理、数据访问、数据素养及组织数据战略相关研究。
• 通过文献的主题分析识别出反复出现的成功因素。
• 根据在组织数据民主化背景下的相关性、出现频率和影响力，对识别出的因素进行分类与验证。
• 将研究发现综合为一个连贯的九个关键成功因素框架。
• 采用定性综合方法，确保在组织科学与数据科学文献中的概念一致性和理论基础。

实验结果

研究问题

• RQ1 哪些组织与技术因素是影响数据民主化举措成功的主要因素？
• RQ2 数据治理、数据素养与领导层承诺如何促进员工各层级的有效数据访问？
• RQ3 技术基础设施与文化转型在推动数据民主化中发挥什么作用？
• RQ4 在文献中，哪些成功因素在不同组织背景下被最一致地报告？
• RQ5 组织如何协调人员、流程与技术，以实现可持续的数据民主化？

主要发现

• 领导层承诺与支持被一致认为是数据民主化成功的基础推动因素。
• 数据素养项目显著提升了非技术人员解读与有效使用数据的能力。
• 健全的数据治理框架可确保数据质量、安全与合规性，同时支持更广泛的数据访问。
• 技术基础设施，包括自助式分析工具与集中化数据平台，是实现可扩展数据访问的关键。
• 倡导数据透明与协作的组织文化能加速数据采纳与信任建立。
• 若缺少其中任意一个成功因素，数据民主化举措往往陷入停滞或失败。