数据治理是否灵活?

发布时间:2019.01.11来源:亿信华辰浏览量:136次标签:数据治理

这个问题的答案是肯定的,数据治理绝对可以是敏捷的。但是,与数据管理解决方案的开发一样,也需要进行一些初始设置。数据治理模型可以是松散的,也可以是高度结构化的。我最初的很多经验都是关于所谓的“草根”数据治理的。有很多方法可以“做”数据治理,就像有组织“做”它一样——这没关系。您决定采用的方法应该与组织的文化、数据管理成熟度级别、数据治理目标和对结构的期望相关联。

启动组织中的数据治理功能所需的一些初始的基础活动包括:

一个发现阶段,用于评估情绪、确定利益相关者、确定机会(和业务价值)和重点领域,并开始制定目标和数据治理路线图。 

一个基本的实施阶段,用于围绕数据治理定义组织、沟通和教育利益相关者、确保执行支持并指派数据管理员。

遵循这些初始步骤,可以将数据治理程序设置为一个高度结构化的组织,并使用工具和模板设置一组定义好的流程,也可以将其设置为一个不那么结构化的团队,由个人共同完成目标并通过路线图工作。无论采用哪种方法,敏捷部分都可以发挥作用。例如,当我们使用术语敏捷来构建数据仓库时,我们通常描述发生的迭代开发。这是可以实现的,因为要开发的主题领域可以被识别、划分优先级并分解为发布,并且发布可以分解为更小的工作迭代或冲刺。数据治理程序也可以做到这一点。许多组织将开始努力创建数据字典,或开发标准业务语言,甚至定义每个数据域,并为整个组织分配相应的数据管理员。通过采用这种方法,在短期内它是一个没有任何价值实现的大量前期工作。这些举措中的许多最终都失去了动力。另一种更灵活的方法是根据战略项目或业务需求确定较小的数据治理计划,并从中构建。通过这种方式,组织可以让每个人都了解进展和决策,但是工作努力是有限的,而且集中的。计划的商业价值能够更快地实现,从而增加了人们的兴趣。有些人可能会担心,采用更灵活的数据治理方法可能会导致孤立的决策。这是一种风险,但是如果你在建立基础阶段时考虑到“大局”,那么风险就会降低。



(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
  • 数据治理需要转变

    数据治理需要转变

    环境数据治理是一种策略和方法,它不仅可以扩展您的数据治理工作,还可以作为解决方案,以满足我们为新用例,法规和新出现的数字功能扩展数据时存……查看详情

    发布时间:2019.02.15来源:Michele Goetz浏览量:123次

  • 数据治理2.0:2018年最值得关注的数据

    数据治理2.0:2018年最值得关注的数据

    今年,我们将在震中的Data Governance 2.0中看到我们收集,存储和使用数据的方式发生了巨大变化。对于许多组织而言,这些变化……查看详情

    发布时间:2019.01.25来源:亿信华辰浏览量:209次

  • 探索数据生命周期管理的五个阶段

    探索数据生命周期管理的五个阶段

    企业并不总是需要所有数据 - 特别是当数据被认为过时时。但是,诉讼,审计或其他突发事件可以使其快速检索变得至关重要。考虑到这种可能性,许……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:134次

  • 数据仓库应该怎么建立

    数据仓库应该怎么建立

    现在的社会就是一个数据化的社会,大数据已经成为大家讨论的热门话题了,对于每个企业来说,建立自己的数据仓库已经显得非常重要了,尤其是对于新……查看详情

    发布时间:2019.07.17来源:数据仓库小编浏览量:103次

  • 最全数据治理工具解析:数据治理工具的关键必备功能

    最全数据治理工具解析:数据治理工具的关键必备功能

    ​数据治理工具被定义为帮助创建和维护一组结构化策略、程序和协议的过程的工具,这些策略、程序和协议控制企业数据的存储、使用和管理方式。本文……查看详情

    发布时间:2021.07.22来源:亿信华辰数据治理浏览量:384次

  • 提高企业数据质量能做些什么?

    提高企业数据质量能做些什么?

    如今,我们生活在数据时代,各种数字化正在实实在在的改变着企业的日常运营,我们的生活、工作、学习,现在都离不开数据,对于企业来说,数据就是……查看详情

    发布时间:2019.11.01来源:知乎浏览量:161次

  • 影响企业大数据分析的三大误区

    影响企业大数据分析的三大误区

    我们现在身处一个虚拟时空交易与现实时空交付的数字化时代。数字化正在各行业快速发展,许多企业将会经历前所未有的改变。数据正发挥着越来越重要……查看详情

    发布时间:2022.03.08来源:小亿浏览量:183次

  • 为健全数据治理奠定基础

    为健全数据治理奠定基础

    本文展示了如何构建具有广泛业务涉众参与的“基层”数据治理能力。 ……查看详情

    发布时间:2019.01.14来源:亿信华辰浏览量:119次

  • 数据治理成功要素:制定数据质量管理办法及标准

    数据治理成功要素:制定数据质量管理办法及标准

    数据质量管理是指为了满足信息系统的需要,对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,……查看详情

    发布时间:2022.02.25来源:小亿浏览量:318次

  • 数据质量问题分析

    数据质量问题分析

    数据质量问题主要包含四个问题域:技术问题、信息问题、流程问题、管理问题。1、技术问题由于具体数据处理的各技术环节异常所造成的数据质量问题……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:172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