Flowchart for styring af datas livscyklus
Skabelon til datas livscyklus med indsamling, validering, klassifikation, lagring, brug, delingsgodkendelse, opbevaring, spærringer, arkivering og dokumenteret sletning.
Hvad er flowchart for styring af datas livscyklus?
Styring af datas livscyklus er den driftsvej, der gør dataejerskab konkret, efter at en kilde er identificeret. Denne skabelon begynder, når nye data kommer til modtagelse, og kræver, at kilde, formål og ansvarlig ejer registreres, før indsamlingen fortsætter. Indlæsningsteamet validerer format, fuldstændighed og lineage, mens dataforvalteren afgør, om kvaliteten er egnet til det angivne formål. Accepterede data klassificeres og lagres med passende adgang og sikkerhedsforanstaltninger. Brugere kan derefter arbejde med dem i den dokumenterede kontekst, og enhver anmodning om ekstern eller tværgående deling får et særskilt review af modtager, formål og mindst mulige felter. Brug og deling logges, før posten går til opbevaring, hvor udløb og spærringsstatus afgør, om den forbliver aktiv, arkiveres eller når frem til sletning med en resultatpost.
Dette diagram styrer et datasæts vej; det designer ikke en migration eller bygger en behandlingspipeline. Flytning af poster mellem systemer kræver mapping, prøvelæsninger, afstemning og rollback gennem /da/templates/datamigreringsproces. En tilbagevendende transformation kræver kode, test, sikkerhed, datakvalitet og driftsoverdragelse gennem /da/templates/proces-for-udvikling-af-datapipelines. De processer bør arve livscyklussens beslutninger om ejer, klassifikation, opbevaring og sletning i stedet for at opfinde konkurrerende regler i en projektplan. En forretningsordliste kan tilsvarende definere termer og klassifikationer, men giver ikke adgang eller tilladelse til deling. Tilpas hver port til jeres egne datakategorier, kontrakter, politikker og gældende forpligtelser: arkivering og sletning er kontekstafhængige beslutninger, ikke universelle mål på en fast tidsplan.
Hvad dette flowchart dækker
I denne skabelon
- Seks ansvarlige rollebaner gennem syv faser: indsamling, validering, lagring og klassifikation, brug og deling, opbevaring, arkivering og sletning
- En port for begrundet indsamling før indlæsning efterfulgt af validering af format, fuldstændighed og lineage med en rettelses- eller karantænesløjfe for kildeundtagelser
- Klassifikation og godkendt lagring før adgang gives med en kontrol af sikkerhedsforanstaltninger, der forhindrer brug, mens konfigurationen er ufuldstændig
- En særskilt delingsbeslutning, der undersøger modtager, formål og mindst mulige felter og derefter registrerer godkendt deling eller sender data tilbage til intern brug
- Kontrol af opbevaringsudløb mod aktive spærringer, en valgfri arkivpakke og et endeligt sletningsresultat, der efterlader evidens for beslutningen
Hvornår du skal bruge skabelonen
- Teams kan forklare, hvordan data indsamles og bruges, men ikke spore, hvem der beslutter, hvornår de arkiveres, opbevares længere eller slettes
- Regler for lagring, adgang, deling og opbevaring dokumenteres separat og skaber huller eller modstridende overdragelser mellem ejere
- Et dataplatforms-, migrations- eller katalogprogram har brug for ét livscykluskort, der leverer fælles styringskrav til leveringsteams
- Revisorer, kunder eller interne reviewere efterspørger evidens for, at indsamlingsformål, adgang, deling, spærringer og sletning styres ensartet
Sådan fungerer det
Registrer livscyklusudløsere
Definer, hvad der åbner modtagelsen for hver kilde, og hvilke hændelser der starter opbevaring, review, arkivering og sletning. Brug forretningshændelser, hvor det er muligt, såsom kontraktophør eller kontolukning, i stedet for kun at bruge en oprettelsesdato.
Knyt klassifikationer til kontroller
Erstat det generelle klassifikationstrin med jeres kategorier, og forbind hver kategori med lagringssteder, adgangsmønstre, sikkerhedsforanstaltninger ved deling og reviewroller. Hold mærkaterne forståelige for dataproducenter og brugere, ikke kun styringsspecialister.
Definer egnet kvalitet
Fastlæg den valideringsevidens, der kræves til hver tilsigtet anvendelse, herunder fuldstændighed, validitet, lineage og accepterede undtagelser. Et datasæt kan være egnet til ét analyseformål og uegnet til et andet, så registrer konteksten med beslutningen.
Konfigurer review af deling
Angiv, hvilke overførsler der tæller som tværgående eller ekstern deling, hvem der gennemgår modtageren og formålet, og hvordan dataminimering, aftaler og overførselsbeskyttelse dokumenteres. Medtag et tydeligt resultat uden deling, som ikke blokerer tilladt intern brug.
Test opbevaring frem til sletning
Før én almindelig udløbet post og én post under aktiv spærring gennem de sidste faser. Bekræft, at arkiver fortsat kan hentes og styres, at sletning når kopier og downstreamlagre inden for området, og at resultatposten indeholder nok detaljer til et senere review.
Ofte stillede spørgsmål
Hvilke faser indgår i en proces for datas livscyklus?
En praktisk livscyklus indsamler data til et dokumenteret formål, validerer format, fuldstændighed og lineage, klassificerer og lagrer dem, giver kontrolleret adgang til brug, gennemgår enhver delingsanmodning, registrerer evidens for brug og overførsel, anvender regler for opbevaring og spærring, arkiverer poster der skal bevares og sletter berettigede data med en resultatpost. Faserne forbindes gennem samme ejer og klassifikation, så projektteams ikke anvender modstridende regler.
Hvad er forskellen på dataopbevaring og dataarkivering?
Opbevaring er beslutningen om at beholde data af en defineret grund og i en defineret periode, uanset om de fortsat er aktive. Arkivering er en lagringsform for data, der skal bevares, men ikke længere kræver normal driftsadgang. Arkiverede data kræver stadig ejerskab, sikkerhed, test af hentning og en senere review- eller sletningsvej. Flytning til billigere lager uden disse kontroller ændrer placeringen, ikke livscyklusstatus.
Hvem ejer beslutninger om sletning af data?
Ejerskabet deles normalt efter funktion frem for at ligge hos lageradministratoren. En journal- eller databeskyttelsesrolle fortolker opbevaring, spærringer og forpligtelser; dataejeren bekræfter forretningsbehovet; platformens forvalter udfører sletning på tværs af aftalte systemer og registrerer resultatet. Organisationen kan samle ansvar, men myndigheden til at beslutte og muligheden for at slette bør kunne skelnes i processen.
Hvordan bør juridiske spærringer eller undersøgelsesspærringer påvirke livscyklussen?
En gyldig spærring bør sætte almindelig arkivering eller sletning på pause for data inden for dens område, mens andre poster følger deres normale plan. Registrer, hvem der udstedte spærringen, dens område, ikrafttrædelsesdato og frigivelsesmyndighed, og lad opbevaringskontrollen bruge den status før handling. Krav varierer efter jurisdiktion og sag, så workflowet bør pege på jeres godkendte spærringsprocedure frem for at opfinde juridiske regler i diagrammet.
Hvor denne proces passer ind
I de fleste virksomheder følger denne proces efter Flowchart til dokumentation af datalineage.
Den er ét trin i Data governance.
Trin 2: Flowchart for datastyring fra problem til afslutning
Trin 3: Flowchart for datakatalog fra registrering til certificering
Trin 5: Flowchart til dokumentation af datalineage
Skabelon til dokumentation af datalineage, der afgrænser et output, sporer kildeafhængigheder, kortlægger transformationer, validerer evidens og vedligeholder ændringer.
Trin 6: Flowchart for styring af datas livscyklus Du er her
Skabelon til datas livscyklus med indsamling, validering, klassifikation, lagring, brug, delingsgodkendelse, opbevaring, spærringer, arkivering og dokumenteret sletning.