为什么您的主数据管理需要数据治理

发布时间:2018.12.25来源:数据治理浏览量:3次标签:数据治理

近年来,各组织越来越意识到他们的数据及其在最关键业务功能的成功或失败中所起的作用。这种思维方式的转变以及云技术的发展已经形成了技术预算变化的基础,从集中于硬件和基础设施采购到利用充分利用企业数据资产的技术和服务的技术预算。与此相符的是主数据管理系统(MDM)的普及。用于管理关键共享数据域(如安全主数据,产品主数据或客户端主数据),MDM在正确实施后,可构成组织企业数据管理(EDM)策略的基石。

MDM - 不是银弹

MDM的目标是尽可能接近源地识别,验证和解决数据问题,同时为下游系统和服务创建“黄金副本”主数据集。  MDM提供了许多好处,并且在正确实施时,可以确保核心共享数据集的一致性,完整性和准确性。但MDM并不是企业数据质量的银弹。MDM的核心只是管理数据领域的一个领域,即业务实体。如果我们更深入地了解组织的数据使用情况,我们发现除了上述主数据之外,许多业务和技术功能还依赖于操作数据,参考数据,元数据和审计信息的混合,每个数据的质量都是同等重要。MDM在确保正确管理共享主数据并且符合目的方面做了值得称道的工作,但MDM 并不代表完整的数据治理或EDM计划。  质量只是数据方程式的一部分,而组织需要对他们计划用于关键决策的数据有更广泛的视野和透明度,而这正是MDM系统无法提供的。除了掌握数据外,还需要解决以下功能:

  • 定义:该术语的含义是什么?这个术语是否有任何其他名称(同义词),短语或缩写。该术语是计算还是许可?
  • 数据分类和保留策略:  可以根据内部和外部策略对数据进行多种分类。这些可以进一步推动使用权,披露和免责声明。
  • 原始来源:  数据来自哪里?有多个来源吗?创建黄金记录时是否有任何采购/优先权规则?什么是特定数据集的权威来源?可以覆盖吗?
  • 搜索:有  哪些数据可用,从哪里来?它是共享的吗?哪些业务功能正在使用哪些数据集?
  • 协作:  人们如何能够更好地了解组织数据?他们如何贡献自己的专业知识?
  • 企业数据质量:  使用的各种类型数据的可信度如何?各种数据领域是否存在模式或趋势?
  • 运营模式:  公平地说,数据不会自行管理,需要应用政策,程序和资源来确保整个组织的运营和驱动质量,安全性,访问权限,采购和数据的正确使用。
  • 职责:  可能是最有争议的领域,也是大多数公司都在努力解决的问题所在。将人员分配到角色是一个组成部分,但期望是什么?我们如何建立互动模型并衡量在文化,政治和人格地雷中航行的员工的工作量,以确保最佳地利用组织的资源及其数据?


MDM的近视焦点使得无法在整个组织的更广泛的数据范围内解决这些问题,并突出了数据治理对组织的关键区别和重要性。

“没有治理的MDM ......只是数据集成!” -  Aaron Zornes

适当的治理是MDM,数据移动或数据仓库的基础,并确保业务从定义,采购,质量和责任的角度理解数据。在着手实施大规模数据驱动计划时,特别是那些带来大量文化和运营变革的计划,必须尽早建立数据治理并纳入其中。进入项目的每个阶段。忽视数据治理的数据项目存在提供技术杰作的风险,这对于企业理解或利用而言既不切实际又过于复杂。集成数据治理还可以确保业务支持和积极参与通常被业务视为由IT拥有和运营的技术练习的计划。

“到2016年,启动MDM计划的组织中只有33%能够成功展示信息治理的价值。” -  Gartner

来自Gartner的这一令人惊讶的统计数据巩固了这样一个事实,即许多MDM项目的商业参与缺乏,而且企业无法理解,接受或重视这些数百万美元的MDM投资。查看有关失败或未达到的MDM项目的任何统计数据,所有这些都很可能表明缺乏数据治理整合来管理人员,流程,最重要的是成功所需的数据。

“在技术失败之前,实施MDM解决方案的数据治理,优先级,人员和流程方面可能会破坏项目。” -  Wang和Karel

商业术语表的价值

建立数据治理框架,运营和报告模型是组织管理数据的第一步。与组织使用人力资源和财务系统清点其他公司资产的方式大致相同,数据资产需要正确定义,清点,管理并最终向协作开放。组织通常利用内部解决方案利用电子表格,SharePoint或其他一些本土解决方案来启动此流程。随着需要填充更多和各种类型的数据资产,以及跟踪各种数据治理角色的沿袭,工作流,影响分析或协作功能的能力,出现了这些解决方案的挑战。最后,词汇表成为将数据治理功能与MDM项目联系起来的粘合剂,确保业务参与,接受的业务术语定义以及为掌握域的治理分配和记录的问责制。

了解MDM的功能,尤其是其局限性,可以帮助组织整合解决方案,从而为企业数据资产提供全面的360度视图,理解和透明度。



(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
  • 数据与数据治理两个基本概念

    数据与数据治理两个基本概念

    数据治理这项基础数据能力的重要性越来越多突出。2017年4月22日,中国数据标准化及治理奖实践奖的现场评审在清华大学成功举行。……查看详情

    发布时间:2018.11.30来源:御数坊浏览量:0次

  • 数据治理的六大优势

    数据治理的六大优势

    重要的是,我们认识到数据治理(DG)的优势超出了通用数据保护法规(GDPR)的要求。……查看详情

    发布时间:2019.01.26来源:亿信华辰浏览量:0次

  • 数据中台对企业的价值在哪里?

    数据中台对企业的价值在哪里?

    原来我们在做一张报表,或者是在业务系统里面需要查询一个数据结果的时候,它的过程是比较麻烦的,而且它的测试往往也是比较复杂的,因为业务系统……查看详情

    发布时间:2021.01.23来源:知乎浏览量:2次

  • 数据治理的血缘分析

    数据治理的血缘分析

    数据治理里经常提到的一个词就是血缘分析,血缘分析是保证数据融合(聚合)的一个手段,通过血缘分析实现数据融合处理的可追溯。……查看详情

    发布时间:2019.11.22来源:CSDN浏览量:3次

  • 如何制定数据标准

    如何制定数据标准

    企业的数据标准来源非常丰富,有外部的监管要求,行业的通用标准,同时也必须考虑到企业内部数据的实际情况,梳理其中的业务指标、数据项、代码等……查看详情

    发布时间:2020.11.13来源:知乎浏览量:2次

  • 中小银行行数据治理是否错过最佳建设期?

    中小银行行数据治理是否错过最佳建设期?

    数据治理基础建设缺失、人才匮乏、意识觉醒较晚。目前中小银行数据治理难点有哪些?中小银行行数据治理是否错过最佳建设期。……查看详情

    发布时间:2019.11.28来源:知乎浏览量:1次

  • [数据治理方法论]6点数据治理最佳实施方法

    [数据治理方法论]6点数据治理最佳实施方法

    在寻找数据治理最佳实施方法时,您可以从其他通过数据治理项目的各种流程和模型中学到东西。尽管每个企业都不同,但仍有可借鉴之处,因此无需完全……查看详情

    发布时间:2021.05.28来源:亿信数据治理知识库浏览量:2次

  • 读懂工业大数据 这篇文章不得不看

    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:1次

  • 金融行业数据治理与安全防护解决方案

    金融行业数据治理与安全防护解决方案

    在金融业各类涉及商业秘密和敏感数据的信息在处理、共享和使用过程中面临违规越权使用或被用于非法用途等数据泄漏的安全风险。一方面,数据处理过……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:4次

  • 企业如何快速实现一个数据治理项目

    企业如何快速实现一个数据治理项目

    大数据治理是诸多数据问题的全面解决之道。企业只有建立了完整的大数据治理体系,保证数据的质量,才能够真正有效地挖掘企业内部的数据价值,对外……查看详情

    发布时间:2020.03.19来源:知乎浏览量:0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