数据治理:一些美好的开始

发布时间:2018.12.21来源:亿信华辰浏览量:129次标签:数据治理


通常,当人们想到数据治理时,他们会考虑数据质量管理。确实如此- 数据治理可实现数据质量管理。但是,有许多企业数据管理功能可以通过适当的强大数据治理操作模型获得更多成功。下面,有个EDM计划,并描述了数据治理如何支持它们。

· 元数据管理

· 法规遵从性

· 主数据管理

· 数据质量管理

· 数据生命周期管理

· 整体企业数据管理

首先,什么是“强大的数据治理运营模式?”数据治理运营模式的基本要素包括确认的高管赞助,分配了角色和职责的定义组织,定义数据范围的章程治理能力(可以随着时间的推移而扩展),由角色定义和开发的沟通和培训计划,以及一系列一致的政策和程序,描述范围内数据治理计划的人员,流程和技术方面。

元数据管理

数据治理操作模型可以支持业务和技术元数据的捕获和管理。许多公司的工作人员表示他们不知道他们的数据在哪里以及它意味着什么。可以使用许多不同的工具创建技术元数据。理想情况下,可以提供强大的数据目录和谱系。此信息很有用,但该数据的业务定义是一项关键需求。

数据治理办公室可以协调公共业务语言的开发,甚至是受影响业务领域的业务术语表,利用数据域所有者和业务数据管理员,并确保将此信息与技术元数据集成以获得企业数据的完整视图,无论它居住在哪里。这种努力可以为组织带来的价值是巨大的。


法规遵从性

GDPR和CCPA等数据隐私法规加剧了企业范围内监管合规性的需求。数据治理运营模式可实现法规遵从的许多方面。例如,GDPR强调了对数据隐私合规性的需求。数据主体可以询问您拥有的任何信息的详细信息。他们可以要求您将他们的数据传递给其他组织,甚至是您永久删除他们的个人信息,特别是当您不再需要它时。

数据治理操作模型自然会通过元数据识别数据环境和格局。然后,通过数据治理程序开发数据框架可以非常容易地实现业务流程映射,风险分析和数据分类。数据域所有者可以通过理事会制定支持合规性的政策和程序,数据治理办公室可以开发适当的培训,并确保在数据治理知识库中存在适当的文档。

主数据管理/参考数据管理

许多组织开始实施MDM / RDM计划,没有数据治理运营模式。这种情况会产生许多问题,因为掌握数据的所有方面都需要业务输入,尤其是持续管理。虽然MDM计划包括开发和管理技术功能,允许输入业务规则来掌握数据并创建用于输入和更改业务规则的通知和工作流,但数据治理可识别角色和职责,决策权,业务需求,规则&定义,以及支持MDM的标准化策略和流程。

业务数据管理员通过提供业务需求和管理黄金记录属性,层次结构,数据分类等在主数据管理中发挥关键作用,以确保在MDM或源应用程序中应用规则和更正以保持良好质量。

数据质量管理

数据治理和数据质量自然相互补充,无论是与新开发还是持续监控/维护相关联。强大的数据质量管理程序需要数据分析,定义业务规则以确保“正确”数据,实施这些业务规则,持续监控关键数据项,并确保采取纠正措施以继续提供高质量数据。 

数据治理办公室是协调和确保数据质量管理流程持续发展的重要领域。上述许多活动最好由业务数据管理员和技术数据管理员执行。如果没有数据治理计划,很难找到任何人“拥有”正在进行的流程以确保持续的高质量数据。

数据生命周期管理

数据生命周期以多种方式定义。简而言之,数据是创建,存储,使用,存档或销毁。数据治理有助于制定支持此生命周期的策略和过程。

例如,数据域所有者与公司的适当领域(风险,法律,合规等)合作,可以定义有关数据存储,数据架构,数据标准,数据质量,数据分类,数据访问,数据使用,数据共享和数据保留。然后,数据管理办公室可以与数据域所有者合作,在实施这些策略后确定适当的监控指标。如果没有数据治理运营模式,协调这些要求并确保合规是一项复杂的工作。

整体企业数据管理

自助数据管理正在成为许多组织的常态。这意味着,企业用户不仅可以创建自己的分析和报告,还可以操纵数据并在各自的数据孤岛中添加自己的业务规则。 

大多数组织经常需要的这种数据发现过程导致新数据集的创建。如果分析师在新数据集中添加输入并共享结果内容,那么组织如何确保与原始数据源保持一致?

数据治理可以帮助实现这一点!当今许多组织的目标之一是赋予用户权力并支持“新数据”的生成。一旦创建,有效设计的数据治理运营模型可以确保元数据,例如所有者,业务规则,使用的数据,计算方法,如何使用,工作流等,并将新数据集添加到组织元数据清单中。一旦进入清单,组织中的其他人就可以放心地发现和使用它。

总而言之,数据治理可以增强业务参与度,共享理解,关注和协调,将日益脱节的数据环境结合在一起,并在许多EDM计划中提供数据值优化。因此,从数据治理开始。这是美好事物的开始!


(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
  • 数据科学趋势在2019年

    数据科学趋势在2019年

    在谈到2019年要关注的主要数据科学趋势时,Kaggle的联合创始人兼首席执行官Anthony Goldbloom 预测,很快数据中心将……查看详情

    发布时间:2019.01.04来源:数据治理浏览量:89次

  • 数据管理自动化框架的五个好处

    数据管理自动化框架的五个好处

    组织负责管理比以往任何时候都多的数据,使一个强大的自动化框架成为必要。但是自动化框架到底是什么,它又有什么关系呢?……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:152次

  • 数据质量管理方法

    数据质量管理方法

    数据质量闭环管理机制以制定规则、问题发现、质量剖析、数据清理、评估验证、持续监控为核心活动,又结合银行的数据实践进行了定制和优化。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:226次

  • 简明扼要的数据治理指南

    简明扼要的数据治理指南

    数据收集是企业执行的最重要的功能之一。通过获取有关您的客户,员工,财务等的数据,您可以确保轻松,可靠地访问有助于指导主要业务决策的信息。……查看详情

    发布时间:2019.07.04来源:知乎浏览量:119次

  • 两会各地人大代表对于大数据都关心什么?

    两会各地人大代表对于大数据都关心什么?

    两会的召开,各地人大代表针对各个领域、行业、产业纷纷提出了许多具有高价值的议题。针对不同地区的情况与发展势态,各地代表对于大数据的运用与……查看详情

    发布时间:2019.03.11来源:大数据浏览量:127次

  • 十大治理清单

    十大治理清单

    每年公司治理都会随着时代和投资者的需求而变化。今年,您的董事会应该关注几个趋势,以便始终领先于变革。……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:101次

  • 良好数据治理的6步路线图

    良好数据治理的6步路线图

    今年早些时候,我们发现许多数据科学家将大部分时间花在“数据管理员”上 - 即分类和清理数据,而不是将其分析为可操作的见解。……查看详情

    发布时间:2019.04.03来源:亿信华辰浏览量:195次

  • 企业数据治理价值

    企业数据治理价值

    数据治理是根据数据治理政策,通过组织人员、流程和技术的相互协作,对数据从形态、内容和关系等层面进行规范管理,提升数据的服务能力,以实现数……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:136次

  • 企业架构组织的创新能力如何?

    企业架构组织的创新能力如何?

    回想一下最新的企业架构文章,博客文章,甚至是你读过的职位描述,并算一下至少一次没有提到“创新”的内容?我猜测,“创新”往往被作为有效企业……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:124次

  • 使用数据治理指导数据传输

    使用数据治理指导数据传输

    在过去几年中,我们一直迷恋于大量数据以及我们创建和收集新数据类型和来源的能力。……查看详情

    发布时间:2019.01.16来源:亿信华辰浏览量:120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