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:125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
  • 大型传统企业如何利用数据管理系统把握好业务和数据的关系,逐步实现智能化转型?

    大型传统企业如何利用数据管理系统把握好业务和数据的关系,逐步实现智能化转型?

    关于“数据治理”的定义各大研究学派给出的都概念不尽相同,但看了这么多不同的说法小亿翻译成人话,其实就是要搞清楚:数据治理治什么?谁来治?……查看详情

    发布时间:2020.08.31来源:亿信华辰浏览量:99次

  • 数据治理研究述评

    数据治理研究述评

    数据治理是数据科学时代关注的研究课题,对数据治理的概念、体系、内容和应用的相关研究进行述评,以期将数据治理研究引向深入。……查看详情

    发布时间:2019.08.27来源:南京大学信息管理学院浏览量:208次

  • 谈谈工业企业数据治理建设的趋势

    谈谈工业企业数据治理建设的趋势

    工业企业数据环境复杂,数据类型多、产生速度快、数据量大、数据质量不高、数据人才匮乏,因此如何发挥和挖掘数据要素的价值成为当代企业关注的话……查看详情

    发布时间:2022.06.28来源:互联网浏览量:318次

  • 数据治理模型 - 组织数据质量管理的责任

    数据治理模型 - 组织数据质量管理的责任

    企业需要数据质量管理(DQM),它结合了业务驱动和技术观点,以应对需要高质量企业数据的战略和运营挑战。迄今为止,公司已将DQM的责任主要……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:165次

  • 重新思考数据治理

    重新思考数据治理

    随着数据和分析技术的变化,它们带来了新的数据治理挑战。当然,数据治理有各种定义,具体取决于您询问的对象。出于本文的目的,我们将其定义为确……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:145次

  • 如何以及为什么要对现代商业智能治理进行众治

    如何以及为什么要对现代商业智能治理进行众治

    现代商业智能已经在分析中发挥了作用,但治理呢?了解众包治理如何使IT和业务受益,以及如何实现目标。……查看详情

    发布时间:2018.12.29来源:亿信华辰浏览量:108次

  • 大数据资产管理总体框架概述

    大数据资产管理总体框架概述

    随着大数据时代的来临,对数据的重视提到了前所未有的高度,“数据即资产”已经被广泛认可。数据就像企业的根基,是各企业尚待发掘的财富,即将被……查看详情

    发布时间:2019.02.21来源:知乎浏览量:401次

  • 2025年大数据分析发展的预测

    2025年大数据分析发展的预测

    全球每天的互联网搜索、点击、分享、喜欢和刷卡都会产生大约2 5艾字节的数据。这仅仅是由于物联网推动的。IDC公司预测,到2025年数据量……查看详情

    发布时间:2019.03.07来源:亿信华辰浏览量:107次

  • 有效数据治理的6大原则

    有效数据治理的6大原则

    如果你常常对数据准确性而烦恼,大部分时间都用于处理数据而不是对业务进行思考分析的话,那么你需要好好对数据进行治理了。……查看详情

    发布时间:2019.10.17来源:知乎浏览量:116次

  • 治理和管理

    治理和管理

    以问责制为重点的数据管理定义是“确保数据相关工作根据通过治理建立的政策和实践来执行的一系列活动。”……查看详情

    发布时间:2019.03.18来源:亿信华辰浏览量:122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