数据治理:您需要了解的内容

发布时间:2018.11.23来源:数据治理浏览量:29次标签:数据治理

         每个有效的数据库都需要精心设计的模式,以保持数据清洁,避免冲突,满足用户的各种需求,并适应未来的扩展。同样,有效的企业数据计划需要数据治理:精心规划的政策,明确责任,解决不同利益相关方之间的冲突,提供维护和增长,以及保护敏感信息。
        数据治理问题通常包括:
        远程规划:确定战略需求,为数据计划寻找管理赞助,确保多年预算承诺,并提供新功能以外的维护和升级
架构:预测和协调不同业务部门之间的数据战略冲突
        所有权:明确责任,包括开发,运营,基础设施,商业智能和各种业务范围等能力领域的维护,更新和扩展
数据收集:将来自各个业务部门的数据整合到公司范围的战略中,并确保数据源源清洁
安全性和合规性:识别敏感数据及其相关的法规和专业要求,并实施技术和管理保障
        数据管理权威Simeon Schwarz与我分享了一个思想实验:想象一下你在股票经纪公司建立了一个新的CRM分析系统。您询问系统的每个利益相关者对他们的“帐户”是什么。每个答案都不同:
        营销:“一个帐户是一个转换的领导。”
        财务:“出于报告目的,一个账户是一个存款可以与我们交易的客户。”
        会计:“帐户是我们后台,书籍和记录系统中记录的条目。”
        法律:“账户是我们通过他们签署的法律协议为客户提供的结构化产品。”
        尽管每个定义在其利益相关者看来都是正确的,但个别定义可能无法与“帐户”的单一定义相协调,如果没有数据治理计划,每个部门的流程都可能以不同方式对待记录。结果是一个困难的情况,每个部门的流程都会创建一个单一版本的事实,并带有自己的监管和合规风险。报告和分析变得不可靠并加剧冲突。
        营销部门可能会为通过其网络表单收集的每个潜在客户创建一个新的帐户记录,从而留下错别字。法律部门可能会从头开始为每个合同创建新记录,复制某些数据,如果其数据与营销部门填写的拼写错误的数据发生冲突,则需要进一步清理步骤。
也许整个系统运行在由会计部门控制的基础设施上,这要归功于大型机时代的约定,而会计部门对于花费其预算来改善营销部门的数据收集系统并不感兴趣。营销部门的成员习惯于在会计部门的数据库中查看原始客户记录,因为他们开发了广告系列,这代表了监管和安全风险。
        正在进行的数据治理计划提供了智力和制度基础,以应对这些挑战,预测新挑战,并根据公司的战略计划提供发展。
关键术语和趋势
        首席数据官(CDO)角色的引入是对数据治理挑战越来越普遍的回应。CDO是负责数据治理的执行官,并且向公司执行委员会添加CDO表达了数据对其价值和使命的重要性。
        行业组织和供应商已经开发了各种数据治理框架。其中最突出的是The Open Group Architecture Framework(TOGAF),该框架基于美国国防部早期的努力。TOGAF的范围远远超出了数据治理,但数据架构是框架中记录良好的组件。该数据治理框架(DGI)是治理结构的另一个视角。
        除了“框架”方法之外,还有早期的研究项目,关于元数据和背景服务在制定治理政策方面的潜在用途- 自下而上而不是自上而下的问题。

(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
  • 2019年的数据管理趋势:治理,DataOps,云

    2019年的数据管理趋势:治理,DataOps,云

    GDPR的数据治理要求,对AI驱动的分析的追求以及云计算的拉动为2018年数据管理和大数据团队的努力奠定了基调。这些和相关的数据管理趋势……查看详情

    发布时间:2019.01.02来源:亿信华辰浏览量:19次

  • 企业数据治理的目的、意义及挑战有哪些?

    企业数据治理的目的、意义及挑战有哪些?

    随着大数据相关技术的不断成熟,数据作为一种资产,得到了越来越多企业机构的重视,为了能够有效的利用数据资产,数据治理成了当下政府和企业重点……查看详情

    发布时间:2022.05.11来源:小亿浏览量:191次

  • 数据治理寻求未来:平衡数据治理和数据管理

    数据治理寻求未来:平衡数据治理和数据管理

    想要通过快速访问高质量数据,灌输信心并支持数据驱动的决策,为业务合作伙伴创造竞争优势吗?那么这篇文章你一定得看!……查看详情

    发布时间:2019.08.29来源:知乎浏览量:23次

  • 数据治理—构建你的数据屏障

    数据治理—构建你的数据屏障

    在快速发展的技术,大数据和高级分析的时代,数据治理在每个组织中都发挥着至关重要的作用,无论规模大小或行业如何。从定义元数据管理指南,到解……查看详情

    发布时间:2019.06.28来源:知乎浏览量:35次

  • 云中的数据治理

    云中的数据治理

    IT中心,内部部署基础架构变得越来越复杂和昂贵,并且需要高技能的人力,因此企业现在将其IT和数据科学功能转移到云。云计算承诺提供低成本存……查看详情

    发布时间:2018.12.29来源:亿信华辰浏览量:40次

  • 10个顶级元数据管理工具

    10个顶级元数据管理工具

    元数据管理解决方案监控整个生命周期中的数据,包括数据分析,数据价值,数据治理以及风险和合规性。……查看详情

    发布时间:2019.07.11来源:头条浏览量:63次

  • 如何保证数据质量、数据治理:让数据质量更好

    如何保证数据质量、数据治理:让数据质量更好

    数据分析、数据挖掘等各种数据应用都离不开数据质量,数据质量的重要性不用多表。今天来浅谈如何通过数据治理,来保证数据质量。数据的生命周期往……查看详情

    发布时间:2019.09.12来源:知乎浏览量:50次

  • 我国数据资产管理的现状

    我国数据资产管理的现状

    我国数据资产管理市场发展的主要推动来自政府和大型互联网公司。在国家层面上,正在以政务信息和政府数据管理为切入口,由上至下地推动数据资产管……查看详情

    发布时间:2020.09.11来源:知乎浏览量:60次

  • 数据驱动,高效的数据质量管理才是是重中之重

    数据驱动,高效的数据质量管理才是是重中之重

    给领导汇报工作时,你是否对报告的基础数据质量产生过担忧,担心质量不达标呢?大数据时代数据的核心不是“大”,而在于“有价值”,而有价值的关……查看详情

    发布时间:2019.05.06来源:亿信华辰浏览量:52次

  • 强大的数据治理是机器学习成功的关键

    强大的数据治理是机器学习成功的关键

    人工智能和机器学习这两个术语通常被视为同一枚硬币的两面。尽管如此,虽然ML算法增强了AI功能,并使它们能够进行更多的尖端和智能计算,但还……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:48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