立即扫码
享受一对一服务
建设大数据平台，从“治理”数据谈起
发布时间：2019.01.11来源：亿信华辰浏览量：482次标签：数据治理
大数据时代还需要数据治理吗？
数据平台发展过程中随处可见的数据问题
大数据不是凭空而来，1981年第一个数据仓库诞生，到现在已经有了近40年的历史，相对数据仓库来说我还是个年轻人。而国内企业数据平台的建设大概从90年代末就开始了，从第一代架构出现到现在已经经历了近20年的时间。
可以说，忽视数据治理给数据平台建设带来了不少问题。随处可见的数据不统一，难以提升的数据质量，难以完成的数据模型梳理等源源不断的基础性数据问题，限制了数据平台发展，导致数据应用不能在商业上快速展示效果。
举一个典型商业智能应用的例子，管理驾驶舱可能很多朋友都听说过，很多企业建设了管理驾驶舱，但是建设完之后往往成为摆设，只有当领导需要看的时候，大家才去拼命改数据。
为什么数据平台的建设遇到这么多“坎”，而且难以真正发挥其商业价值？其实核心问题还是数据本身不统一，数据内容准确度不高。
数据治理逐渐受到各行业认识
我国最早意识到数据治理重要性的行业银行是金融行业。由于对数据的强依赖，金融业一直非常重视数据平台的建设，经过几代数据平台的验证，发现数据治理是平台建设的主要限制因素，而且随着投资和建设的投入增加，对数据治理的重要性的认识也越来越深刻。
如今各行业都开始了大数据平台的建设，希望利用大数据的能力，来实现数字化转型。大数据平台的建设本质上还是数据的建设，传统数据平台碰到的所有问题大数据平台都有可能碰到，由于数据量级的变化，大数据平台必然还会产生新的问题。
大数据时代下需要新一代的数据治理能力
目前大数据平台的突出问题主要体现在以下四方面：
数据不可知：用户不知道大数据平台中有哪些数据，也不知道这些数据和业务的关系是什么，虽然意识到了大数据的重要性，但平台中有没有能解决自己所面临业务问题的关键数据？该到哪里寻找这些数据？
数据不可控：数据不可控是从传统数据平台开始就一直存在的问题，在大数据时代表现得更为明显。没有统一的数据标准导致数据难以集成和统一，没有质量控制导致海量数据因质量过低而难以被利用，没有能有效管理整个大数据平台的管理流程。
数据不可取：用户即使知道自己业务所需要的是哪些数据，也不能便捷自助地拿到数据，相反，获取数据需要很长的开发过程，导致业务分析的需求难以被快速满足，而在大数据时代，业务追求的是针对某个业务问题的快速分析，这样漫长的需求响应时间是难以满足业务需求的。
数据不可联：大数据时代，企业拥有着海量数据，但企业数据知识之间的关联还比较弱，没有把数据和知识体系关联起来，企业员工难以做到数据与知识之间的快速转换，不能对数据进行自助的的探索和挖掘，数据的深层价值难以体现。
通过分析以上四类问题，我们发现传统数据平台面临的问题，在大数据时代不仅没有消失，还不断涌现出新的问题，传统的数据治理需要提升能力，来解决大数据平台建设过程中的这些问题。
在传统数据平台阶段，数据治理的目标主要是做管控，为数据部门建立一个的治理工作环境，包括标准、质量等。在大数据平台阶段，用户对数据的需求持续增长，用户范围从数据部门扩展到全企业，数据治理不能再只是面向数据部门了，需要成为面向全企业用户的工作环境，需要以全企业用户为中心，从给用户提供服务的角度，管理好数据的同时为用户提供自助获得大数据的能力，帮助企业完成数字化转型。
（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
预约演示
相关文章推荐
-
数据治理在大数据领域的重要性
即使在过去，企业也要面对超出其基础设施和流程处理能力的大量数据，更不用说要从数据中挖掘出对制定有效决策有实际价值的情报了。如今，随着种类……查看详情发布时间：2019.12.06来源：CSDN浏览量：465次
-
大数据时代地方政府大数据治理战略
全球各地的组织正在投资于能够以先前无法想象的方式容纳和处理数据的系统。在某些情况下，企业甚至会根据这些新系统重新构建现有的IT环境。这些……查看详情发布时间：2019.08.15来源：浏览量：470次
-
美国数据治理有何新动向？
大数据时代，美国高度重视数据资源的战略价值，相继出台国家战略，落实配套措施，系统推动本国大数据发展。通过加强数据安全保护，完善个人信息和……查看详情发布时间：2018.10.10来源：中国信息通信浏览量：461次
-
-
数据治理工作的难点主要体现在那些方面？
由哪个部门主导；人员应该怎样配置；各个数据治理角色的职责分别是什么。这些一定需要明确，一个职责分工明确的团队将更好的推进数据治理工作。建……查看详情发布时间：2019.09.18来源：知乎浏览量：697次
-
企业数据治理的十个最佳实践
任何企业实施数据治理都不是为了治理数据而治理数据，其背后都是管理和业务目标的驱动。企业中普遍存在的数据质量问题有：数据不一致、数据重复、……查看详情发布时间：2020.07.02来源：知乎浏览量：1198次
-
如何实现数据治理合作交流的4点建议
数据如同工业的石油一样，成为国家的重要资源，成为推动经济社会增长和发展的重要引擎。大数据、云计算、人工智能是大势所趋，发展这些技术也是人……查看详情发布时间：2019.10.25来源：知乎浏览量：445次
-
“数据法治化治理”应平衡安全与发展
数据治理的法治化问题，即对数据治理主体的权利义务的设定及其关系模式之制度安排，应符合法治主义要求。“数据法治化治理”要特别关注合法性。……查看详情发布时间：2019.08.02来源：中国人民大学未来法治研究院浏览量：441次
-
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：444次
-
完善和高效的数据交换管理平台
EsDataExchange是亿信华辰公司推出的一款解决企业和政府部门数据交换管理的成熟产品，该平台是亿信华辰公司自主研发的具有独立知识……查看详情发布时间：2020.04.23来源：知乎浏览量：409次
相关主题