每家公司都需要数据治理,这就是为什么

发布时间:2019.01.27来源:亿信华辰浏览量:118次标签:数据治理


随着GDPR法规迫在眉睫,企业需要确保他们掌握数据治理

当哲学家培根宣称,“知识就是力量”,在16月底日世纪,他无意中提供了数字时代的一个贴切的描述。

导致苹果,Facebook,谷歌和微软等数十亿美元的行业巨头每天收集数TB的信息并不仅仅是机会。像培根一样,他们认识到信息的价值,并证明了数据是成功的关键。

然而,并非所有数据都是良好的数据 - 质量起着至关重要的作用。如果累积的信息不显示某些属性,则无用。

通过数据治理理解所有这一切

“数据治理”的方法告诉我们数据记录在什么时候变得“有价值”,我们如何收集它,维护它,以及我们如何在其价值链的末尾存档或删除它。毕竟,数据的“使用寿命”与产品相同。

随着数据量我公司采用增大,所以确实有效率的,需要数据治理策略。我们列出了以下几点来解释它们的好处。

  1. 主数据管理

在谈到“有价值”的数据,我们首先需要看一下运行的数据治理的基础:主数据管理。

数据对象或数据记录应,顾名思义,地图和介绍一个真实的对象以及可能的。如果我们存储人对象在我们的数据库里有什么额外的信息,我们要收集它是一个好主意:名称,街道,居住地,邮政编码,电子邮件地址,以及更多。

对象越详细,我们可以采用的策略就越多。如果我联系被对象映射的人,最好通过电子邮件,电话,手机或邮寄方式进行联系吗?如果我有必要的信息,我可以选择。

因此,对数据对象进行正确且有针对性的描述至关重要。如果开始时不小心处理这些,则数据记录现在仅用于有限的目的。在最糟糕的情况下,它完全没用。

  1. 数据质量

如果我们以足够的质量水平描述我们的数据对象,我们必须确保主数据管理中所需的描述确实存在。我们将此过程称为“数据质量”。让我们看一下我们的person对象的一个简单示例。虽然将“name”定义为对象的属性是正确的,但如果字段不包含值或值不正确,则这是无用的。

收集数据的点,即“入境点”,在这里起着决定性的作用。有效的数据治理策略建立了保护机制,确保始终正确,完整地收集数据记录。

优点很明显 - 完整和正确的数据记录为我们节省了大量时间。如果数据符合上述质量标准,销售人员只能快速有效地工作。

例如,如果价格表包含差距,则研究所需条目将花费更多时间。更糟糕的是 - 如果记录错误的价格,与客户的会面可能会很尴尬,甚至导致业务损失。

  1. 数据维护和生命周期

虽然一开始看起来很明显,但请确保您不要忽视数据使用寿命有限的事实。我们将此现象描述为“数据生命周期”。此生命周期的持续时间以及我们可以从数据记录中提取的相关价值链取决于我们如何维护此数据记录。

因此,数据维护是功能数据治理原则的一个组成部分,也是稳定“数据质量”的决定性因素。它主要是从数据输入的角度来看具有“正确性”以充分利用它。但是,删除和归档也很重要,因为一旦数据到达其生命周期的末尾,它就不能成为“僵尸数据”。

只有我们不断删除无用的数据记录,我们才能获得长期高效的数据库,从而节省维护和相关工作的成本。

  1. 数据保护

到目前为止,我们只解决了数据的质量问题。然而,这个主题背后还有更多 - 保护我们公司免受外部访问至关重要。

如果我们回顾一下过去几年的“间谍丑闻”(2009年,德国铁路; 2010年,各种Lidl销售公司; 2013年,德国电信),我们很快意识到,数据保护不足是一个严重问题,会带来严重后果。除了数以百万计的经济处罚外,您的企业形象可能会受到严重损害。

数据治理不仅可以提供持续的高质量数据,还可以保护数据免受损害,并确保业务合作伙伴和客户的长期信任。从长远来看,每个公司都需要一个数据治理计划,因为这些明显的好处:

  • 高质量的数据可实现高效,灵活的使用,从而节省员工时间并降低运营成本。
  • 如果你想做出敏捷,快速和注重结果的决策,这是不可或缺的。
  • 它有助于数据保护和声誉管理。

数据治理模型为我们提供了建立此类计划所需的所有答案。在这里,“早晚会好起来”原则适用 - 越早实施有效的数据治理策略,成本和工作量就越低。


(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
  • 元数据管理在数据仓库中的应用

    元数据管理在数据仓库中的应用

    随着业务系统每年收集和使用的数据飞速增长,数据体量日趋增长,数据形态多样化且不统一,多种数据源之间的采集、传播和共享遇到困难。元数据管理……查看详情

    发布时间:2022.05.06来源:小亿浏览量:189次

  • 大数据环境下的数据质量管理策略

    大数据环境下的数据质量管理策略

    信息时代,数据已经慢慢成为一种资产,数据质量成为决定资产优劣的一个重要方面。随着大数据的发展,越来越丰富的数据给数据质量的提升带来了新的……查看详情

    发布时间:2019.11.06来源:知乎浏览量:123次

  • 数据囤积日益增长的威胁

    数据囤积日益增长的威胁

    在数据丰富的环境中生活和工作的缺点之一是希望将所有最后的位和字节松开以备将来使用。得益于Amazon S3和Hadoop等廉价存储系统,……查看详情

    发布时间:2019.02.28来源:亿信华辰浏览量:101次

  • 如何做好银行金融大数据治理平台建设

    如何做好银行金融大数据治理平台建设

    大数据、云计算、互联网等技术,将人类带入了一个以PB为单位的大规模生产、分享和应用数据的新时代。当治理的对象发生变化时,治理体系也应进行……查看详情

    发布时间:2019.10.15来源:知乎浏览量:177次

  • 通用数据治理平台的功能模块

    通用数据治理平台的功能模块

    随着互联网与大数据技术的飞速发展,大数据已经融入到了各行各业。数据治理非常重要,已经逐渐成为了政府、企业进行智能化决策的重要手段。数据治……查看详情

    发布时间:2022.02.23来源:浏览量:451次

  • 治理成熟度差距以及如何克服它

    治理成熟度差距以及如何克服它

    了解您在真正的IG成熟度方面的立场,并在自己和团队中识别变革的阻力。不要回避要求定期审核和验尸以评估进度和后续步骤。通过具体信息,您可以……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:112次

  • 为什么我们需要数据仓库

    为什么我们需要数据仓库

    如果直接从业务数据库取数据没有数据仓库时,我们需要直接从业务数据库中取数据来做分析。业务数据库主要是为业务操作服务,虽然可以用于分析,但……查看详情

    发布时间:2019.01.07来源:LongFei浏览量:101次

  • 大数据在媒体行业的应用——《企业大数据实践路线》之二

    大数据在媒体行业的应用——《企业大数据实践路线》之二

    新闻工作者先产生一个内容,形式可以是文字的、视频的等,无论你是编辑还是记者或者说是美编,或电视台的采编人员等等所生产的内容都会存入到业务……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:95次

  • 数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱应成为实施或改进任何总体倡议的起点。……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:147次

  • 如今数据治理与企业密切相关

    如今数据治理与企业密切相关

    随着越来越多的企业建立并广泛应用BI系统,数据治理的话题也在最近被越来越多地提及和讨论。有专家表示,只有建立了一定的数据治理体系,用户……查看详情

    发布时间:2019.01.08来源:亿信华辰浏览量:103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