数据治理成功的几大要素,你都做到了吗?

发布时间:2019.09.04来源:知乎浏览量:99次标签:数据治理

数据治理

什么是数据治理
数据治理(DG)是对企业中使用的数据的可用性,可用性,完整性和安全性的整体管理。健全的数据治理计划包括理事机构或理事会,一套明确的程序和执行这些程序的计划。企业受益于数据治理,因为它可确保数据的一致性和可信赖性。这一点至关重要,因为越来越多的组织依靠数据来制定业务决策,优化运营,创建新产品和服务,并提高盈利能力。

无论是实施自助服务仪表板,开发报告流程以满足法规遵从性,还是定义BI战略,都会出现一个共同的挑战:治理。在评估存在的业务和技术挑战时,以下问题始终如一:
我们如何确保可以信任源数据?
我们如何开发一致且可重复的强大数据质量参数?
我们当前的数据能否支持更好的客户体验计划
我们如何利用分析来全面了解我们的业务?

所有这些都涉及对与组织信息资产相关的一致业务规则和流程的需求。此外,当组织开始了解这些问题与其整体信息管理战略的相关性时,他们已准备好开始制定强大的数据治理计划,将治理需求与分析相结合。

对于大多数组织而言,单个数据仓库并非现实。大数据源,不断增加的复杂性,运营智能和信息多样性创造了一个需要一致且全面的数据管理策略的环境。增加的复杂性意味着更多的移动部件,并且需要理解每个数据处理流程的复杂性。

如何实施数据治理?
实施数据治理框架的第一步涉及定义企业中数据资产的所有者或保管人。此角色称为数据管理。

然后必须定义流程以有效地涵盖数据如何存储,存档,备份和防止意外,盗窃或攻击。必须制定一套标准和程序,定义授权人员如何使用数据。此外,必须实施一系列控制和审计程序,以确保持续遵守内部数据政策和外部政府法规,并确保数据在多个企业应用程序中以一致的方式使用。

一旦确定了总体战略并确定了数据所有者和监管人,就会形成数据治理团队来实施处理数据的政策和程序。这些团队可以包括业务经理,数据管理员和员工,以及熟悉组织内相关数据域的最终用户。致力于推动此类数据治理流程最佳实践的协会包括数据治理研究所,数据管理协会(DAMA)和数据治理专业人员组织。

通常,数据治理工作的早期步骤可能是最困难的,因为组织的不同部分具有关键企业数据实体的不同观点的特征; 必须有效地解决这些差异,作为数据治理流程的一部分。如果数据治理可能会对数据的处理方式施加限制,那么它在组织中就会引起争议。

数据管理者的一个基本特征是对数据的各个部分负责。此类数据治理的主要目标是在准确性,可访问性,一致性,完整性和更新方面确保数据质量。

通常形成数据管理员团队以指导实际的数据治理实施。这些团队可能包括熟悉组织内数据特定方面的数据库管理员,业务分析师和业务人员。数据管理员与位于整个数据生命周期中的个人合作,以帮助确保数据使用符合公司的数据治理策略。

数据质量
数据质量是大多数数据治理活动背后的驱动力。数据源的准确性,完整性和一致性是成功举措的关键标志。

数据清理是数据质量计划中的常见元素,因为它识别,关联和删除相同数据点的重复实例。数据清理考虑了例如可以描述相同客户或产品的各种方式。数据编辑器,数据挖掘工具,数据差异实用程序,数据链接工具以及版本控制,工作流程和项目管理系统都包含在帮助组织获得更好数据质量的软件类型中。

数据治理的整体方法包括这些关键组件:
一个企业架构组件是重要的,因为它把IT和业务,测绘公司的应用和相关技术和数据业务功能,他们能通过将数据治理与企业体系结构相集成,企业可以在与企业战略的连接环境中定义应用程序功能和相互依赖性,从而优先考虑技术投资,使其与业务目标和策略保持一致,从而产生预期的结果。

一个业务流程和分析组件定义了如何将企业的运营,并确保员工理解并实施针对他们所负责的过程负责。企业可以清晰地定义,映射和分析工作流程并构建模型以推动流程改进,以及识别易受最大安全性,合规性或其他风险影响的业务实践,以及最需要控制以减少风险的方法。

一个数据建模组件的设计和部署提供高品质的数据源和支持应用程序开发的新数据库的最佳方式。能够经济高效地从“随处”发现,可视化和分析“任何数据”,支持大规模数据集成,主数据管理,大数据和商业智能/分析,能够合成,标准化和存储数据源来自单一设计,以及跨项目的重用工件。当数据治理正确完成,并且它与您的业务的结构和体系结构融为一体时,它可以帮助您的组织接受新技术以及它们出现时提供的新数据源。通过以与组织处理其所有数据相同的方式管理大数据,通过了解其元数据,定义其关系以及定义其质量,可以更轻松地查看大数据计划的ROI和ROO。

(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
  • 数字信任:通过数据治理获取并保持数字化

    数字信任:通过数据治理获取并保持数字化

    数字信任可以成就或打破品牌。……查看详情

    发布时间:2019.01.27来源:亿信华辰浏览量:106次

  • 什么是数据治理,为什么重要?

    什么是数据治理,为什么重要?

    没有有效的数据治理,组织中不同系统中的数据不一致可能无法解决。例如,在销售,物流和客户服务系统中,客户名称可能会以不同的方式列出。……查看详情

    发布时间:2021.04.01来源:浏览量:99次

  • 为什么数据治理会带来数据驱动的成功

    为什么数据治理会带来数据驱动的成功

    通过寻找创造价值和改进执行的新方法,各种形式和规模的组织都在积极地采用数据驱动的方法,这些方法可以通过分析的进步来实现。……查看详情

    发布时间:2019.01.26来源:亿信华辰浏览量:83次

  • 如何保证数据质量?针对性业务方面的数据质量如何提升

    如何保证数据质量?针对性业务方面的数据质量如何提升

    平时企业都会处理数据质量的问题,越来越能够懂得数据库整套系统的运行模式和模型概念,深深觉得数据挖掘的本质其实不仅仅是从海量的数据中发现有……查看详情

    发布时间:2019.11.15来源:知乎浏览量:104次

  • 组织文化的正确数据治理

    组织文化的正确数据治理

    “如果你注意听到会议发言人使用”文化“这个词的次数,你会感到惊讶,” Sierra Creek Consulting的创始人玛丽·莱文斯……查看详情

    发布时间:2019.02.20来源:亿信华辰浏览量:80次

  • 中小银行数据治理工作所面临的问题

    中小银行数据治理工作所面临的问题

    虽然各银行积极响应监管要求,开展数据治理工作,但《中小银行金融科技发展研究报告(2019)》显示中小银行的数据治理基本处于萌芽期,达91……查看详情

    发布时间:2020.07.09来源:小亿浏览量:111次

  • 数据集成的原理

    数据集成的原理

    在Experian Data Quality上多次使用这个类比,但这仅仅是因为它在引用数据标准化时非常有意义。 数据标准化只是构建……查看详情

    发布时间:2018.12.29来源:数据治理浏览量:82次

  • 即使是善意的数据治理策略失败的3个原因

    即使是善意的数据治理策略失败的3个原因

    也许你曾经遇到过这种情况。您打算在您的工作地点创建一个新的数据治理计划。你做你的研究,通知所有必要的团队,建立一个水密的时间表和预算,在……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:70次

  • 数据质量问题的影响因素

    数据质量问题的影响因素

    数据质量反映的是数据的“适用性(fitness for use)”,即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情

    发布时间:2020.04.09来源:百度浏览量:168次

  • 医院管理局治理最佳实践

    医院管理局治理最佳实践

    新技术几乎融入了医院运营,领导和治理的各个方面。医院董事会将不考虑医院治理最佳实践还需要探索数字软件解决方案,例如董事会门户系统,以支持……查看详情

    发布时间:2019.03.15来源:亿信华辰浏览量:71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