数据治理(R)演变

发布时间:2019.02.15来源:亿信华辰浏览量:5次标签:数据治理


数据治理继续发展 - 并且很快。

从历史上看,Data Governance 1.0是在IT中分散的,主要关注编目数据以支持搜索和发现。然而,由于它忽略了 数据资产的含义及其在更广泛的数据环境中的关系,因此在增值方面做得不够  。

然后推动数字化转型和大数据创造了DG摆脱IT阴影的需求 - 数据治理2.0引入了为现代数据驱动业务设计的原则。这种方法承认了对协作数据治理的需求,拆除组织孤岛以及将责任分散到更多角色。

但是在过去的一年里,我们都目睹了数据治理的觉醒 - 或者正如“ 华尔街日报”所称的那样,“全球数据治理计算”。数据引人瞩目,创造了巨大的创伤 - 从Facebook到Equifax,从雅虎到Aetna。这个清单一直在继续。然后,欧盟的通用数据保护条例(GDPR)生效,许多组织都争先恐后地遵守法规。

那我们今天在哪里?

简而言之,数据治理需要成为公司文化中无处不在的一部分。您的利益相关者在协作关系中包含IT和业务用户,从而使数据治理每个人的业务

数据治理是数据隐私,安全性和合规性的基础。此外,大多数组织不会使用他们所充斥的所有数据来深入了解如何增加收入,实现合规性或制定战略决策。他们面临数据困境:不知道他们拥有什么数据或者其中的某些数据 - 以及从众多系统中集成各种格式的已知数据,而无法自动化该流程

为了加速将关键业务信息转换为准确且可操作的洞察力,组织需要一个自动化,实时,高质量的数据管道。然后,每个利益相关者 - 数据科学家,ETL开发人员,企业架构师,业务分析师,合规官,CDO和CEO - 都可以根据可靠的信息推动所需的结果。

将数据治理连接到您的组织

1.数据映射和数据治理

自动生成数据沿袭的物理实施例 - 用于协调和聚合的事务和运营数据的创建,移动和转换 - 为使利益相关者理解其数据,将其信任为治理良好的资产并使用它提供了最佳途径。有效。能够为标准化的非技术环境快速记录谱系,为构建和维护分析平台的任务带来业务一致性和灵活性。

2.数据建模和数据治理

数据建模发现并收集数据模式,并分析,表示和传达数据需求。它为了清晰度和一致性而合成和标准化数据源,以备份治理要求以仅使用受控数据。它可以自动将集成和编目数据映射到模型和从模型中映射,从而可以将它们存储在中央存储库中,以便在整个组织中重复使用。

3.业务流程建模和数据治理

业务流程建模揭示了使用特定数据元素的工作流,业务功能和应用程序。这要求这些资产是基于自动数据沿袭和业务术语表创建的集成数据管道的适当管理组件。

4.企业架构与数据治理

企业架构中的数据流和架构图受益于自动评估和记录当前数据架构的能力。自动提供和持续维护业务词汇表本体和集成数据目录是治理流程的关键部分。

EDGE革命

 通过将企业架构,  业务流程,  数据映射  和  数据建模结合在一起  ,erwin的数据治理方法使组织能够掌握如何处理数据并实现其最大价值。凭借最广泛的元数据连接器和自动代码生成,数据映射和编目工具,erwin EDGE平台简化了整个数据管理和数据治理生命周期。

这种单一的集成解决方案可以通过为自动化,高质量和实时的数据管道提供支持,从而收集  商业智能,进行IT审计,确保合规性并实现任何其他组织目标。

erwin  EDGE  创建了“ 企业数据治理体验”  ,促进了IT和业务之间的协作,以发现,  理解和解锁静态和动态数据的价值

通过erwin EDGE,数据管理和数据治理统一并相互支持业务利益相关者和IT部门:

  • 发现数据:识别和集成来自各种数据管理孤岛的元数据。
  • 收获数据:自动收集来自各种数据管理孤岛的元数据,并将其整合到单一来源中。
  • 结构数据:将物理元数据连接到特定的业务术语和定义以及可重用的设计标准。
  • 分析数据:了解数据与业务的关系以及它具有的属性。
  • 地图数据流:确定数据集成的位置并跟踪其移动和转换的方式。
  • 治理数据:制定治理模型以管理标准和政策并制定最佳实践。
  • 社交数据:使利益相关者能够在一个地方和他们的角色环境中查看数据。

(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
  • 大数据时代 这样炼钢——亿信华辰

    大数据时代 这样炼钢——亿信华辰

    铁流滚滚,四溅迸射出绚丽的火花。经过1个多小时的高温淬炼,高达1500摄氏度的铁水从出铁口喷涌而出,像一条火龙沿着沟槽蜿蜒流动。……查看详情

    发布时间:2019.02.12来源:亿信华辰浏览量:6次

  • 数据治理的最佳实践

    数据治理的最佳实践

    数据治理是指确保数据在输入系统时满足精确标准和业务规则的一组流程。数据治理使企业能够控制数据资产的管理。这包括使数据适合其预期目的所需的……查看详情

    发布时间:2018.12.26来源:数据治理浏览量:6次

  • 金融业如何解困破局、实现数据有序治理和高效利用

    金融业如何解困破局、实现数据有序治理和高效利用

    现如今金融业如何解困破局、实现数据有序治理和高效利用,是需要共同探讨的重点议题。数据治理应遵循四大基本原则。……查看详情

    发布时间:2019.12.12来源:知乎浏览量:7次

  • 当下企业数据治理有哪些重要性?

    当下企业数据治理有哪些重要性?

    随着大数据相关技术的不断成熟,数据作为一种资产,得到了越来越多企业机构的重视,为了能够有效的利用数据资产,数据治理成了当下政府和企业重点……查看详情

    发布时间:2019.07.18来源:知乎浏览量:5次

  • 国内数据治理系统全面介绍

    国内数据治理系统全面介绍

    随着大数据技术的飞速发展,大数据已经融入到了各行各业,为了能让各企业的数据资产得到充分的利用,数据治理非常重要,如今数据治理已经逐渐成为……查看详情

    发布时间:2019.09.19来源:知乎浏览量:9次

  • 大数据治理平台建设过程

    大数据治理平台建设过程

    分为三个层次,分别为战略与治理保障、大数据管理和大数据应用与服务,其中战略与治理保障包括,数据战略规划与评估,数据治理组织与职责、数据制……查看详情

    发布时间:2019.08.19来源:CSDN浏览量:47次

  • 数据治理运营:团队

    数据治理运营:团队

    这是关于数据治理运作的两部分系列的第二部分。“ 数据治理运作:差距 ”系列的第一部分讨论了需求是如何产生的,数据治理运营所需的一些主要原……查看详情

    发布时间:2018.11.14来源:Jayakumar Rajaretnam浏览量:10次

  • 医疗数据治理在大数据分析中的作用

    医疗数据治理在大数据分析中的作用

    数据治理对医疗保健组织意味着什么?为什么在进行大数据分析之前掌握它至关重要?数据一直是医疗保健行业的生命线。从血压读数和手术记录到保险索……查看详情

    发布时间:2018.11.19来源:Thinkstock浏览量:6次

  • 金融服务数据治理:帮助价值'新货币'

    金融服务数据治理:帮助价值'新货币'

    对于在金融服务领域运营的组织,数据治理变得越来越重要。当金融服务行业董事会成员和高管在2018年初聚集在安永的金融服务领导峰会时,数据是……查看详情

    发布时间:2019.01.21来源:亿信华辰浏览量:13次

  • 2018年十大数据泄露安全事件盘点

    2018年十大数据泄露安全事件盘点

    数据安全任重道远,如何在互联网发展的大潮下同时确保信息安全,已经成为全世界各行业普遍关注的焦点问题。2018年以来,数据泄漏事故、勒索软……查看详情

    发布时间:2019.01.10来源:浏览量:3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