浅谈企业数据治理的实践

发布时间:2019.09.04来源:知乎浏览量:109次标签:数据治理

在大数据时代,数据治理是所有的拥有大量数据的公司的巨大的挑战。没有数据,企业缺乏用于做决策的数据的支持。可是有了越来越多的数据,很多情况下却增加了管理数据的成本,真正地让数据产生价值,却发现如何管理这些散碎在不同地方的数据,将数据有效的组织起来成了一个令人头疼的难题。 数据不能够被使用,就是成本,而不是资产。正是因为这个原因,数据治理和数据管理对于企业变得越来越重要。 企业数据治理是一套持续改善的管理机制,通常包括组织架构、政策制度、技术工具、数据标准、作业流程、监督及考核等多个方面,涉及的IT技术主题众多,包括数据体系、管理体系、平台建设、数据管控等多个方面 
数据治理
1、数据资产体系
数据体系建设包括数据模型、数据标准、数据管理等内容。数据模型建设前需要统一企业数据概念与定义,增进业务人员与技术人员的相互理解与沟通,保证需求定义的准确性。

而具体的通用数据标准的分类标准则根据数据在企业业务中的使用频度和业务需求,通过汇总分析,对通用数据进行分类,形成统一的数据标准在数据层面的定义,并以数据项自然分类为基础,对数据进行分类。

数据管理包括数据编码、数据创建、数据使用、数据归档/销毁等内容,根据企业核心业务实体,梳理主数据(如物料、组织机构、客户、供应商等),并参照行业标准对主数据进行编码。

2 、数据管理体系
数据治理的管理体系主要包括规章制度、管控办法、标准规范、组织架构等。规章制度和管控办法由企业数据治理委员会结合数据治理战略目标进行统一制订并发布,相关业务部门参与制订并执行,IT部门负责监督推动,明确部门及岗位的数据治理要求,并与个人绩效挂钩,如数据平台管理运行管理办法、主数据管理规定、数据治理与质量考核办法等。

数据治理标准规范包括元数据标准、数据质量检查操作规程、主数据标准、质量校验准则、数据安全技术规范、数据交换标准、数据编码规范等。

数据治理组织架构包括数据治理委员会、数据管理专员、数据管理职能机构等,数据治理委员会由业务部门领导、IT部门领导共同参与,让业务与业务之间、业务与技术之间能够有更充分的讨论沟通,从而对宏观的数据战略、制度达成共识。

3 、数据内容监控
数据在信息系统中是以不同形态体现的,需要将每种形态管理好,才有可能管好最终的数据质量。IT部门牵头制定并且定期更新企业级的数据架构、数据标准和数据质量标准,作为新建系统和应用的指导约束,在标准制定过程中,充分调动业务部门参与标准的积极性,明确业务职能、业务流程和业务部门间的职能边界划分,分析研判数据内容、来源和去向,参与设计数据的流向关系。

在数据架构方面,对企业数据的分类、分布和流转进行规划、设计,确保新建系统、新建应用能够与现有系统保持一致和融合,避免产生信息孤岛,或不必要的数据集成、数据转换。

在数据标准方面,结合国家、行业方面的相关标准,研究数据项、参考数据、指标等不同形式,进行统一的业务定义。在质量标准方面,建立质量规则以及稽核模型,关注及时性、准确性、完整性、一致性、唯一性。  

4、数据治理平台
数据治理平台将各种数据内容管控、流程管控、管理规定、标准规范等融合到信息化平台中,提供元数据、数据资源目录、主数据、业务主题数据、数据质量管理、数据流程管理等功能,以元数据为基础,整合各级各类数据资源,构建数据资产管理体系、数据资产树和数据库,按照不同数据细类制定相应的工作模板,对指标数据和明细数据进行梳理和归并。

(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
  • 如何制定数据标准

    如何制定数据标准

    企业的数据标准来源非常丰富,有外部的监管要求,行业的通用标准,同时也必须考虑到企业内部数据的实际情况,梳理其中的业务指标、数据项、代码等……查看详情

    发布时间:2020.11.13来源:知乎浏览量:80次

  • 现在企业为什么越来越关注数据治理了

    现在企业为什么越来越关注数据治理了

    数据治理在当今的企业中经常被引用,但是许多IT团队在围绕如此宽泛的概念进行思考时遇到了麻烦。数据治理也称为信息治理,是指用于管理整个组织……查看详情

    发布时间:2020.06.22来源:知乎浏览量:102次

  • 银行数据治理方法浅析

    银行数据治理方法浅析

    数据是银行最核心的资产,数据治理能成就银行的未来。数据治理是一个新兴的并且不断演进的概念,涉及数据质量、数据管理、数据政策、商业过程管理……查看详情

    发布时间:2019.02.21来源:知乎浏览量:91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

  • “数据治理”:重构和愿景

    “数据治理”:重构和愿景

    对于数据业者而言,数据治理(datagovernance)并不陌生。根据国际标准化组织IT服务管理与IT治理分技术委员会、国际数据治理研……查看详情

    发布时间:2020.06.19来源:CSDN浏览量:68次

  • 数据质量评估体系主要参考以下5个指标

    数据质量评估体系主要参考以下5个指标

    数据质量评估体系主要参考以下指标:,针对不同的信息系统做出定量的数据质量评估,也可根据实际情况,在评估执行中进行取舍。……查看详情

    发布时间:2019.11.07来源:知乎浏览量:191次

  • 企业数据质量管理的水平、直接影响数字化转型的进程!

    企业数据质量管理的水平、直接影响数字化转型的进程!

    企业在数字化转型的过程中,需利用云计算、大数据、移动互联和物联网技术,通过新的产品和服务、新的业务模式和新的关系创造价值和竞争优势。数字……查看详情

    发布时间:2019.08.01来源:知乎浏览量:99次

  • 企业数据质量管理的核心要素和技术原则

    企业数据质量管理的核心要素和技术原则

    “十三五”,规划提出了国家的大数据战略,指出了企业实现以数字化驱动业务发展,实现数据开放共享,创新业务发展的新思路。现阶段大中型企业已经……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:126次

  • 那些关于数据治理的不过时观点

    那些关于数据治理的不过时观点

    数据是有成本,数据是有成本的。存储数据是需要成本的,数据的成本绝非只有物理存储空间成本那么简单,实际上它包括了下述五种成本要素:……查看详情

    发布时间:2019.08.19来源:CSDN浏览量:98次

  • Gartner 2019年十大数据和分析技术趋势:增强型分析成为重要卖点

    Gartner 2019年十大数据和分析技术趋势:增强型分析成为重要卖点

    处于数据和分析位置的领导人必须审视这些趋势对业务带来的潜在影响,并相应调整业务模式和运营,否则就有可能失去竞争优势。 ……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:73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