大数据治理 [Big Data Governance an Emerging Imperative]

《大数据治理》是一个信息治理专家奉献的鸿篇巨制，作者以极其实用和通俗易懂的风格，倾心向读者解读大数据治理这一复杂主题。作为一家大公司的资深IT专家，我本人在面对数据窘境时，感觉不知所措。对数据领域的从业人员来说，面临的问题多过答案。我所在的组织是南非的主导电信运营商，我们拥有海量的电话详单、位置数据和社交媒体生成的数据。要明智地使用数据，就必须管理所有数据。《大数据治理》匠心独运，揭开了大数据的迷人景致，为我们应对大数据领域的挑战，提供了必要的智力成果。

内容简介

大数据将打开各行各业的数据“潘多拉魔盒”。社交网站、电商巨头、电信运营商乃至金融、医疗、教育等行业，都将加入大数据的“淘金”热潮，政府部门同样会从大数据中获益匪浅。如何将海量数据应用于决策、营销和产品创新？如何利用大数据平台优化产品、流程和服务？如何利用大数据更科学地制定公共政策、实现社会治理？所有这一切，都离不开大数据治理。可以说，在大数据战略从顶层设计到底层实现的“落地”过程中，治理是基础，技术是承载，分析是手段，应用是目的。桑尼尔·索雷斯的《大数据治理》的翻译出版，正当其时。
《大数据治理》一书较好地满足了理解大数据治理框架的需要，系统地阐述了大数据治理的各个版块，分析了五大类大数据的治理，考察了大数据治理在典型行业的实践，并深入浅出地介绍了当今主流的大数据技术与平台。该书具有一定的可参照性、可操作性和可读性，是大数据治理领域值得一读的参考书。

作者简介

桑尼尔·索雷斯，信息资产公司LLC的创始人和执行合伙人，LLC专注于帮助组织构建信息治理计划。曾任IBM的信息治理总监，合作客户遍布六大洲和众多行业。除本书外，桑尼尔著有《IBM数据治理统一流程》、《说服企业实施信息治理：行业和工作职能最佳实践》两书，前者被许多组织用作信息治理计划的蓝本，并被译成中文。&nbsp;<br>　　<br>　　匡斌，中国联通研究院信息室/编辑部副主任、博士，具有16年电信行业从业经验。专注于电信营销、电信规制、电信运营业新业态等领域的研究。

精彩书评 

大数据涉及不同来源的复杂数据。倘若缺乏得当的数据治理，那就很难正确地整合数据。《大数据治理》一书为您提供了制定大数据治理计划所必须的信息和见识，而大数据治理计划是支持大数据整合项目不可或缺的。好样的，桑尼尔！
——Symphony IRI Group技术研究副总裁 杰·犹斯科 博士

《大数据治理》是一个信息治理专家奉献的鸿篇巨制，作者以极其实用和通俗易懂的风格，倾心向读者解读大数据治理这一复杂主题。
作为一家大公司的资深IT专家，我本人在面对数据窘境时，感觉不知所措。对数据领域的从业人员来说，面临的问题多过答案。我所在的组织是南非的主导电信运营商，我们拥有海量的电话详单、位置数据和社交媒体生成的数据——要明智地使用数据，就必须管理所有数据。
本书匠心独运，揭开了大数据的迷人景致，为我们应对大数据领域的挑战，提供了必要的智力成果。
本书的字里行间，流淌着丰富的信息。如今，我终于有机会将本书所述的理念和知识融会贯通。我更有信心应对公司面临的大数据挑战，对此，我满怀热枕，决心已定。
拜桑尼尔在本书中提供的指南所赐，我们所有数据从业人员都将获得成功！
——南非电信数据治理办公室主任 柯马林·伽迪

可以说，在大数据战略从顶层设计到底层实现的“落地”过程中，治理是基础，技术是承载，分析是手段，应用是目的。《大数据治理》一书的翻译出版，正当其时。
相信在可预见的将来，经过循序渐进的治理，大数据将成为重要的国家资源和企业的核心生产要素。大数据将给中国的政府、企业和其它组织，带来切切实实的收益。
——工业和信息化部软件服务业司司长 陈伟教授

大数据的淘金之旅，需要脚踏实地的努力。大数据治理是连接大数据科学和应用的桥梁，若要到达风光无限的大数据彼岸，大数据治理一定是“必修课”之一。
大数据的思想启蒙运动正在开始，从大数据治理起步，不断探索这个领域的产权、法律和交易等问题，才能成为进入大数据世界的先行者。
——宽带资本董事长 田溯宁博士

精彩书摘

第1章 大数据治理概述当下，数据正在将我们淹没。蔚为壮观的数据，来自于社交媒体、电话GPS信号、公用事业智能仪表、RFID标签、数字图片和其他数据源中的在线视频。
IDC宣称，2011年，数字世界的信息量超过1。8ZB（泽字节，1.8亿GB），预计将以每两年翻番的速度增长。
大部分数据可视为大数据。谈到大数据，通常以“3V”--体量（Volume）、速度（Velocity）和多样性（Variety）概括其特征。我们增加了一个“V”（Value），代表数据的价值。以下是对这四个特征的简单描述：体量（数据的静态描述）。大数据通常具有较大体量。企业被数据堆砌，很容易积攒TB（太字节）级和PB（拍字节）级的信息，甚至在将来可轻易积攒ZB级的信息。
速度（数据的动态描述）。通常具有时间敏感性，流数据的分析必须以毫秒计，以支撑实时决策。
多样性（数据的多格式化）。大数据包括结构化数据、准结构化数据和非结构化数据，如电子邮件、音频、视频、点击流、日志文档和生物计量学数据。
价值（数据的经济有效性）。组织正在努力以经济有效的方式从大数据中获得洞察力。这正是Apache&；nbsp；Hadoop等开源技术大行其道的原因所在。本书后续章节中详细介绍的Hadoop，是一种以经济有效的方式处理成百上千台计算机中的大数据集的软件。
组织必须治理全部大数据，由此引出了本书的主题。我们将大数据治理定义如下：大数据治理是广义信息治理计划的一部分，即制定与大数据有关的数据优化、隐私保护与数据变现的政策。
我们将上述大数据治理的定义分解为以下部分：（1）大数据是广义信息治理计划的一部分。信息治理机构必须采取以下措施，以将大数据整合到既有的信息治理框架中：扩展信息治理宪章的外延，将大数据治理纳入其中；拓宽信息治理委员会成员的范围，将数据科学家等大数据的超级用户吸纳进来；任命处理社交媒体等特定大数据的主管；将大数据与元数据、隐私、数据质量和主数据等信息治理准则结合。
（2）大数据治理关乎政策制定。政策包括人们在特定情形下如何作为的成文和非成文的宣告。譬如，大数据治理政策可能申明，未经顾客知情并同意，组织不得将顾客的Facebook资料整合到其主数据记录中。
（3）大数据必须优化。考虑一下组织是如何将现实世界的准则应用到大数据治理中的。公司设计了精致的企业资产管理计划，对机器、飞机、交通工具和其他资产进行妥善管理。与对实物资产进行登记类似，组织必须对大数据进行如下优化：元数据--建立大数据类别信息数据质量管理--像公司对实物资产进行定期检修一样，定期净化大数据。
信息生命周期管理--对大数据进行存档，并在没必要继续保存某些数据时，将其删除。
（4）大数据隐私至关重要。组织同样必须建立旨在防止大数据误用的适当政策。组织在处理社交媒体、地理定位、生物计量学和其他形式的个人可识别信息（PII）时，必须考虑涉及的声誉、规制和法律风险。
（5）大数据必须变现。所谓变现，就是将数据等资产转化为现金的过程，变现的方式可以是将数据卖给第三方，也可以是利用数据开发新的服务。在传统的会计准则下，不允许公司在平衡报表中将信息视同为财务资产，除非信息是从外部来源购买的。尽管传统的会计处理趋于保守，但在当下，公司意识到，必须将大数据视为具有财务价值的企业资产。例如，运营部门可以通过传感器数据，根据定期检修计划，提高设备正常运行时间。呼叫中心可以分析客户代表的记录，通过了解顾客呼叫的原因，降低呼叫量。此外，零售商可以使用主数据激活Facebook的应用程序，提升顾客忠诚度。