立即扫码
享受一对一服务
数据治理是一种数据管理概念-维基百科
发布时间：2018.11.12来源：维基百科浏览量：142次标签：数据治理
数据治理是一种数据管理概念，涉及使组织能够确保在数据的整个生命周期中存在高数据质量的能力。数据治理的关键重点领域包括可用性，可用性，一致性，数据完整性和数据安全性，并包括建立流程以确保整个企业的有效数据管理，例如对数据质量差的负面影响负责，并确保数据企业可以使用整个组织。
一个数据管家是确保数据治理流程遵循，指导执行，并建议改进数据治理流程的作用。
数据治理包括在整个企业中创建一致和正确处理组织数据所需的人员，流程和信息技术。它为所有数据管理实践提供了必要的基础，策略和结构，以确保数据作为资产进行管理并转化为有意义的信息。可以在企业的所有级别定义目标，这样做可以帮助那些将使用它们的人接受过程。一些目标包括
提高决策的一致性和信心
降低监管罚款的风险
提高数据安全性，定义和验证数据分发政策的要求
最大化数据的创收潜力
指定信息质量的责任
通过监督人员实现更好的规划
最大限度地减少或消除返工
优化员工效率
建立流程绩效基准以实现改进工作
承认并保持所有收益
这些目标通过数据治理计划或使用变更管理技术的计划的实施来实现。
降低监管罚款的风险
提高数据安全性，定义和验证数据分发政策的要求
最大化数据的创收潜力
指定信息质量的责任
通过监督人员实现更好的规划
最大限度地减少或消除返工
优化员工效率
建立流程绩效基准以实现改进工作
承认并保持所有收益
这些目标通过数据治理计划或使用变更管理技术的计划的实施来实现。
当公司希望或需要获得对数据的控制时，他们会授权员工，建立流程并从技术中获得帮助。
据一家供应商称，数据治理是一种质量控制规程，用于评估，管理，使用，改进，监控，维护和保护组织信息。它是一个信息相关过程的决策权和责任系统，根据商定的模型执行，描述谁可以采取什么行动与什么信息，什么时候，在什么情况下，使用什么方法。
数据治理驱动程序
虽然数据治理计划可以通过提高数据质量的愿望来推动，但它们通常由响应外部法规的C级领导者推动。在CIO WaterCooler社区最近的一份报告中，54％表示关键驱动因素是流程效率; 39％ - 监管要求; 只有7％的客户服务。[6]这些法规的例子包括萨班斯 - 奥克斯利法案，巴塞尔协议I，巴塞尔协议II，HIPAA，GDPR， cGMP [7]以及许多数据隐私法规。为了遵守这些法规，业务流程和控制需要正式的管理流程来管理受这些法规约束的数据。[8]成功的计划确定对监管和执行领导有意义的司机。
虽然数据治理计划可以通过提高数据质量的愿望来推动，但它们通常由响应外部法规的C级领导者推动。在CIO WaterCooler社区最近的一份报告中，54％表示关键驱动因素是流程效率; 39％ - 监管要求; 只有7％的客户服务。[6]这些法规的例子包括萨班斯 - 奥克斯利法案，巴塞尔协议I，巴塞尔协议II，HIPAA，GDPR， cGMP [7]以及许多数据隐私法规。为了遵守这些法规，业务流程和控制需要正式的管理流程来管理受这些法规约束的数据。[8]成功的计划确定对监管和执行领导有意义的司机。
外部法规中的共同主题集中在管理风险的需要上。风险可能是财务错报，无意释放敏感数据或关键决策的数据质量差。管理这些风险的方法因行业而异。通常引用的最佳实践和指南的示例包括COBIT，ISO / IEC 38500等。法规和标准的激增给数据治理专业人员带来了挑战，特别是当多个法规与所管理的数据重叠时。组织经常启动数据治理计划以应对这些挑战。
数据治理举措
数据治理计划通过指派负责数据准确性，完整性，一致性，及时性，有效性和唯一性的团队来提高数据质量[9]。该团队通常由执行领导，项目管理，业务线经理和数据管理员组成。该团队通常采用某种形式的方法来跟踪和改进企业数据，例如六西格玛，以及用于数据映射，分析，清理和监控数据的工具。
数据治理计划通过指派负责数据准确性，完整性，一致性，及时性，有效性和唯一性的团队来提高数据质量[9]。该团队通常由执行领导，项目管理，业务线经理和数据管理员组成。该团队通常采用某种形式的方法来跟踪和改进企业数据，例如六西格玛，以及用于数据映射，分析，清理和监控数据的工具。
数据治理计划可能旨在实现一系列目标，包括为内部和外部客户提供更好的可视性（例如供应链管理），遵守法规，在公司快速增长或公司合并后改善运营，或者提高效率企业知识工作者通过减少混淆和错误并增加其知识范围。许多数据治理计划也受到过去在部门级别修复信息质量的尝试的启发，导致不一致和冗余的数据质量流程。大多数大公司都有许多无法轻松共享信息的应用程序和数据库。因此，大型组织内的知识工作者通常无法获得最佳工作所需的信息。当他们可以访问数据时，数据质量可能很差。通过设置数据治理实践或公司数据权威，可以减轻这些问题。
数据治理计划的结构不仅会随着组织规模的不同而变化，而是与期望的目标或努力的“重点领域” [10]不同。
数据治理举措的实施可能在范围和来源方面有所不同。有时，会出现执行任务以启动企业范围的努力，有时候授权将是创建一个或多个范围和目标有限的试点项目，旨在解决现有问题或展示价值。有时，一项计划将在组织的层次结构中起源较低，并将在有限的范围内部署，以向组织中较高层的潜在赞助商展示价值。从一次性IT系统的审查到跨组织的计划，实施的初始范围也可能有很大差异。
成功的数据治理计划的领导者于2006年12月在佛罗里达州奥兰多举行的数据治理会议上宣布，数据治理的沟通率在80％到95％之间。“ [11]这表明，数据的许多目标都是给定的。治理计划必须使用适当的工具来完成。许多供应商现在将他们的产品定位为数据治理工具;由于各种数据治理计划的不同重点领域，任何给定的工具可能适合也可能不适合，此外，许多工具是由于治理工具可以满足治理需求和需求，因此不会进行销售
（部分内容来源网络，如有侵权请联系删除）
立即免费申请产品试用
免费试用
相关文章推荐
-
-
元数据到元数据治理，这一篇文章就够了
“元数据管理是企业数据治理的基础”，在数据治理战略实施的时候，这是我们经常会听到看到的一句话。但是，数据治理的概念在国内还并未普及，如何……查看详情发布时间：2020.08.14来源：亿信华辰浏览量：139次
-
-
数据沿袭工具如何促进数据治理策略
企业可以通过跟踪数据更改的方式和时间来加强数据治理工作。专家David Loshin就如何使用数据沿袭产品提供建议。……查看详情发布时间：2019.03.26来源：亿信华辰浏览量：154次
-
如何把握数据治理项目启动的最佳时机
如今，大数据正在社会的各行各业发挥着越来越重要的作用，数据已成为企业的核心资产和重要战略资源，是重要的生产因素。在数据驱动的信息化时代，……查看详情发布时间：2019.09.09来源：知乎浏览量：112次
-
读懂工业大数据 这篇文章不得不看
工业大数据是互联网、大数据和工业产业结合的产物，是中国制造2025、工业互联网、工业4.0等国家战略在企业的落脚点。……查看详情发布时间：2019.03.27来源：亿信华辰浏览量：127次
-
数据建模在数据治理中的作用
在过去的9个月里，erwin建模团队一直在忙着从山顶呼喊我们进入数据治理领域。2015年4月，我们发布了新版的建模门户网站erwin®W……查看详情发布时间：2019.02.19来源：亿信华辰浏览量：170次
-
数据治理如何解决数据多、杂、乱、差问题？
许多大数据公司在过去一段时间都得到了较好的发展，但由于在数据生产的过程中并未做到足够重视，数据质量与可靠性则很难得到保证，这也是数据治理……查看详情发布时间：2022.02.21来源：小亿浏览量：351次
-
-
相关主题