数据治理计划阶段

发布时间:2019.03.29来源:亿信华辰浏览量:185次标签:数据治理


数据治理生命周期
所有程序都有生命周期。数据治理生命周期有七个阶段:

      1. 制定价值陈述
      2. 准备路线图
      3. 计划和资金
      4. 设计
      5. 部署
      6. 治理
      7. 监控,测量,报告。

请注意,数据治理并不是从程序设计开始的! 

      • 在你开始决定谁去哪个委员会之前,你应该清楚你的计划的价值陈述。
      • 您应该制定一个与利益相关者分享的路线图。
      • 这些利益相关者希望在他们决定支持之前了解您的计划的WHO / WHAT / WHEN / WHERE / WHY / HOW,因此您需要预测他们的问题。您需要初步答案,即使它们只是在您进行实际程序设计之前的假设

当您执行获得支持和资金所需的活动时,请记住您的计划可能计划解决多个重点领域。应该使用生命周期的七个步骤来介绍每个新的努力。即使是特定的治理主导项目,例如创建一组数据标准,也希望遵循数据治理生命周期步骤。

关于数据治理生命周期最后阶段的说明:每当您考虑一系列新活动时,您都希望预测利益相关方对监控工作,衡量成功和报告状态的期望。您提供满足利益相关者的行业标准指标的能力可能是长期痛苦的计划活动与成为常规的计划活动之间的差异。


(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
  • 一个通用的数据中台架构应该如何构建,本文告诉你答案

    一个通用的数据中台架构应该如何构建,本文告诉你答案

    这两年,越来越多的大数据从业者提到“数据中台”的概念。在信息系统建设工作中,我们熟知系统可以分为前台和后台,但什么是中台,每个人的理解并……查看详情

    发布时间:2020.11.18来源:知乎浏览量:181次

  • 做好数据标准管理对企业来说有什么意义?

    做好数据标准管理对企业来说有什么意义?

    数据标准是数据全生命周期质量控制的机制与制度保障,贯穿数据从采集到存储、治理和分析应用的全过程,只有建立一套完备的标准体系,数据标准化之……查看详情

    发布时间:2020.05.08来源:知乎浏览量:170次

  • 数据治理的概念、难点和最佳实践方法

    数据治理的概念、难点和最佳实践方法

    数字化转型的目的和核心是数据赋能业务,通过智能数据归一、数据统一治理与服务、数据实体化融合、数据资产化的方式,帮助实现业务转型、创新和增……查看详情

    发布时间:2021.08.06来源:亿信华辰,数据治理的实践方法浏览量:206次

  • 数据共享与开发平台

    数据共享与开发平台

    随着经济和社会信息化进程的不断加快,信息资源已经成为重要的战略资源。促进信息资源共享、加强信息资源开发利用,对于提高经济发展效率和社会管……查看详情

    发布时间:2020.08.14来源:知乎浏览量:179次

  • 数据治理委员会:指导原则

    数据治理委员会:指导原则

    数据所有权 指定义与特定数据集相关的各种责任级别。讨论谁负责特定的数据任务已经使我们机构的数据维护和准确性变得更加简单。……查看详情

    发布时间:2018.11.23来源:数据治理浏览量:194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:222次

  • 在数字时代管理数据

    在数字时代管理数据

    人类生活在数据时代。今天生成的数据比人类历史上5000年的数据还要多 - 每天大约有2.5亿个字节的数据。……查看详情

    发布时间:2019.04.04来源:亿信华辰浏览量:231次

  • 金融数据治理的特征与趋势

    金融数据治理的特征与趋势

    大数据时代下金融数据治理的特征(一)金融数据治理目标双核化进入“大数据时代”,不仅更多的金融业态被催生出来,数据……查看详情

    发布时间:2019.01.04来源:亿信华辰浏览量:221次

  • 银行数据质量管理方法研究与实践

    银行数据质量管理方法研究与实践

    伴随外部监管要求逐步提高以及市场竞争环境的日益激励,银行对于数据价值的重视提升到了前所未有的高度,数据对于银行来说已经成为一项重要的资产……查看详情

    发布时间:2019.02.21来源:知乎浏览量:219次

  • 数据资产管理的发展趋势

    数据资产管理的发展趋势

    随着数据资产管理生态系统的不断发展,现有的实践体系也在迅速发展,可以从数据对象、数据采集、处理架构、组织职能、管理手段和应用范围六个方面……查看详情

    发布时间:2020.09.11来源:知乎浏览量:271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