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:8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
  • 数据治理及其在激励数据中的作用

    数据治理及其在激励数据中的作用

    数据治理是一种包罗万象的数据工程和数据管理概念,组织采用该概念来确保整个数据生命周期中的高质量数据。此概念基于四个概念 - 可用性,适用……查看详情

    发布时间:2018.12.18来源:数据治理浏览量:5次

  • 数据架构和数据治理的速赢

    数据架构和数据治理的速赢

    Burbank根据DAMA国际数据管理知识体系(DMBoK2)定义数据架构为:数据架构是数据管理的基础。因为大多数组织拥有个人难以想象的……查看详情

    发布时间:2020.11.08来源:知乎浏览量:2次

  • 企业数据治理战略中的重要任务

    企业数据治理战略中的重要任务

    尽管许多企业的数据治理在被不经意间悄悄地忽视了,只有48%的企业拥有明确的规划或计划,但这并不影响数据治理的重要性,它聚焦于三个关键因素……查看详情

    发布时间:2020.07.14来源:知乎浏览量:12次

  • 企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱,最常见的陷阱包括:重IT而轻业务: 尽管通常是专业IT人员最先认识到数据治理的必要性,但他们既不是数据的……查看详情

    发布时间:2020.07.09来源:CSDN浏览量:2次

  • 大数据时代监管安全的“智慧大脑”

    大数据时代监管安全的“智慧大脑”

    在这里,监控民警不仅是监狱监管安全防线上的眼睛、耳朵、嘴巴,还是视频监控、固证锁证、指挥联动、应急处突的“智慧”大脑。这里就是监狱监管安……查看详情

    发布时间:2019.03.27来源:亿信华辰浏览量:1次

  • 数据治理运作:差距

    数据治理运作:差距

    十年前,顾问必须提高认识并教育客户治理;突出监管风险,合规要求,处罚等。这更像是出售保险产品。今天,全球组织都了解数据治理(DG)是什么……查看详情

    发布时间:2018.12.27来源:亿信华辰浏览量:4次

  • 数据质量管理的方法论

    数据质量管理的方法论

    在数据治理方面,不论是国际的还是国内的,我们能找到很多数据治理成熟度评估模型这样的理论框架,作为企业实施的指引。而说到数据质量管理的方法……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:4次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:6次

  • 数据治理技术措施

    数据治理技术措施

    企业构建的信息系统以满足功能应用为主,如果没有整体数据架构,应用系统就没有数据标准可参考,不可避免地会出现不同的应用系统使用不同的数据标……查看详情

    发布时间:2020.10.21来源:知乎浏览量:13次

  • 数据治理—设计利用数据

    数据治理—设计利用数据

    围绕数据使用创建系统和流程是一回事,但企业需要确保其基础架构和团队随时可以利用可用信息。……查看详情

    发布时间:2019.04.04来源:亿信华辰浏览量:5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