数据治理的发展历程

发布时间:2018.11.19来源:艾米丽华盛顿浏览量:3次标签:数据治理

  数据治理技术的发展使得其中最好的技术为组织的数据景观提供了完全的透明性,并为业务用户在搜索、访问和应用数据时提供了一种方便快捷的体验。

     它让数据分析有效地服务于企业的任何工作。并且它确保整个数据供应链的信息流和功能的数据生态系统的健康。这些数据管理工作的根本是数据治理,其核心是提供一个组织的数据资产的能见度,加强问责制,并使其能够得到充分利用。


数据治理不是一个新的实践,但它是一个不断发展的实践。今天的数据治理与五年前甚至两年前大不相同。数据治理的发展经历了多年的尝试和错误,以及不断进步的技术。每一次有经验上的失误,每一次就会有对应的进步。这便是数据治理在发展进程中的自我完善。这些解决方案以业务流程自动化为特色,并侧重于提高数据问责制和理解。


数据治理的起始

在许多组织中,数据治理计划开始于使用电子表格或MicrosoftSharePoint等基本工具的手动文档练习。来自单一业务领域的业务涉众将使用这些简单的工具记录数据定义。并定义部门数据资产的所有权/管理责任。通常,这些实施方案仅限于特定的部门或项目。


在IT部门内,数据治理工作通常是从遵从性的角度关注风险缓解,或者管理和理解技术数据谱系。这有助于用户理解数据是如何随时间移动而转换的,以确保遵企业内部或项目需求的相关规则。


然而,这种数据治理模型隔离了业务单元和IT;并且未能将数据作为关键业务资产加以利用。此外,随着数据量的增长,利用电子表格和SharePoint来记录治理工作很快就变得不可扩展和不可持续。


因此,各企业意识到,他们需要摆脱孤立的方法,将业务和技术数据融合在一起。于是他们没有使用电子表格来记录有关数据的信息,而是采用了供应商提供的面向数据治理的工具。


从电子表格到基于供应商的商业工具

数据治理工具帮助组织将业务和技术数据合并为单一视图、管理基本谱系,并创建工作流来管理数据资产以提供透明度。这些工具帮助企业为其的数据资产提供业务定义和所有权/管理责任。因此,当组织中的成员对他们的数据有疑问时,他们都知道该访问什么资源去核实。


一开始,这个效果很好。但是,随着大数据栈、流数据和数据湖等新技术的引入,数据量和深度都在增加,这些工具便很快被淘汰了。


诸如GDPR、BCBS 239、CCAR、Solvency II和MiFID等监管要求也更加强调数据。用户开始寻找利用数据的新的创造性的方法。他们越来越希望能够在搜索、请求和访问组织的数据资产时候模仿“Amazon Marketplace”的体验。


现代商业数据治理

目前,新的数据治理技术和完整的数据治理框架解决了传统遗留工具通过利用机器学习、自动化和推荐引擎收集、验证和分析数据所面临的挑战。

其目标是大大减少以往在填充和维护数据治理工具方面的手工工作。此外,现在的工具应该使搜索数据成为业务用户简单而成功的过程。通过提供一个直观易用的界面来定制他们如何消费数据。例如:它模仿亚马逊的客户体验模型,快速方便的购物。


为了实现这些目标,企业必须将数据访问、数据质量和机器学习分析扩展到为其数据需求提供自助服务的业务用户。


目前,按需经济也创造了要求很高的消费者。而数据消费者有同样的特性。业务用户经常需要快速查找、排序和分析数据,因为在节奏快、竞争激烈的商业环境中,洞察的速度至关重要。现代数据治理还可以将以前单独使用的学科结合在一起,使业务用户能够在不需要专门技术知识的情况下对数据做更多的工作。


通过连接可视化数据准备、数据质量、机器学习、治理工作流和仪表板等学科,组织可以授权业务用户执行以前需要IT资源的技术干预和专门知识的功能。


目前的现代数据治理工具允许业务用户利用直观的拖放界面来快速组合数据集。这些工具应用预先打包的数据质量例程而不需要复杂的编码,然后通过应用机器学习算法来分析数据以充实业务用户需求。


最终,业务用户有权快速使用可视化仪表板中的输出,并提供有意义的数据度量,以便作出决策。


向以业务为中心的数据治理模式的发展还需要零代码工作流,具有易于使用的接口和预定义的工作流例程,因此业务用户可以加快新工作流的创建和现有工作流的编辑,而无需依赖编码专业知识。


这有助于向围绕业务用户设计的更加自动化、自给自足的治理框架发展。这将永远是一个持续的过程。


然而,对于那些继续维护和开发数据治理模型的人来说,他们将提高整个企业的效率和盈利能力,并帮其获得竞争优势。


(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
  • 数据治理可以灵活吗?

    数据治理可以灵活吗?

    许多组织现在都认识到数据治理的必要性,但仍在努力寻找正确的数据治理方法。一个好方法是 - 敏捷!……查看详情

    发布时间:2019.01.02来源:亿信华辰浏览量:1次

  • 数据治理“起航” 推动银行业高质量发展

    数据治理“起航” 推动银行业高质量发展

    银行业金融机构数据治理提上日程。近日,银监会发布《银行业金融机构数据治理指引(征求意见稿)》(以下简称《指引》),要求银行业金融机构将数……查看详情

    发布时间:2019.02.21来源:和讯网浏览量:1次

  • 企业数据治理中的应对

    企业数据治理中的应对

    首先,数据治理的核心认识是,数据治理是一个持续并且长久的一个过程,不同的产品可以解决比如采集、传输等数据治理层面上的不同问题,但并不存在……查看详情

    发布时间:2019.11.01来源:知乎浏览量:2次

  • 数据何以成为新的生产要素

    数据何以成为新的生产要素

    在经济学中,生产要素又称为生产输入,是人们用来生产商品和劳务所必备的基本资源,主要包括土地、劳动、资本、企业家才能和数据。生产要素促进生……查看详情

    发布时间:2020.11.25来源:知乎浏览量:2次

  • 智与理的结合:当数据治理遇上人工智能

    智与理的结合:当数据治理遇上人工智能

    近日,中国移动研究院发布文章,解说了数据治理和人工智能两者之间各自发展历程,论证了两者在结构功能上的相互作用,阐明了两者共同发展的前……查看详情

    发布时间:2018.09.18来源:中国大数据产业观察网浏览量:0次

  • 做好大数据治理才能建设好大数据平台

    做好大数据治理才能建设好大数据平台

    数据量不断的增加,对数据分析和管理带来了挑战,分析数据背后的价值也为企业发展,社会进步带来了机遇。因此各行各业开始建设大数据平台,大数据……查看详情

    发布时间:2019.08.15来源:知乎浏览量:2次

  • 营造“三大环境” 让数据说话 靠数据管理

    营造“三大环境” 让数据说话 靠数据管理

    《中国市场监管研究》:最近,江苏省工商局陆续发布消费环境指数、竞争环境指数、准入环境指数的研究报告,从领导批示、专家意见、社会反应来看,……查看详情

    发布时间:2019.02.15来源:数据管理浏览量:1次

  • 做数据的守护者亿信华辰推新一代数据治理解决方案

    做数据的守护者亿信华辰推新一代数据治理解决方案

    为帮助银行业客户满足监管合规的要求,亿信华辰在2018年推出了最新版的数据治理解决方案,其中包含数据治理组织架构的建设、数据管理专项工作……查看详情

    发布时间:2019.10.24来源:知乎浏览量:2次

  • 2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    数据运维(DataOps)、私有云数据库平台即服务(dbPaaS)和具有机器学习(ML)功能的数据管理在2018年Gartner数据管理……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:2次

  • 了解当今数据驱动型企业的治理核心

    了解当今数据驱动型企业的治理核心

    数据治理不仅涉及风险管理。它是关于深入了解数据的核心,使组织中的每个人都能更轻松地使用和信任数据,从而获得业务优势。良好的数据治理系统不……查看详情

    发布时间:2019.02.28来源:亿信华辰浏览量:3次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议