数据治理计划阶段

发布时间:2019.03.29来源:亿信华辰浏览量:162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
  • 浅谈数据质量对企业管理的影响

    浅谈数据质量对企业管理的影响

    工欲善其事,必先利其器。亿信数据质量管理平台(EsDataClean)提供从标准定义、质量监控、绩效评估、质量分析、质量报告、重大问题及……查看详情

    发布时间:2020.10.21来源:知乎浏览量:190次

  • 数据治理:指定您的业务战略

    数据治理:指定您的业务战略

    数据治理是作为一个重要的业务计划,治理需要政策,所以在进行治理的时候就需要通过多方协调找到最适合自身组织的治理方法。 ……查看详情

    发布时间:2019.09.04来源:知乎浏览量:182次

  • 关于数据标准认识的几个误区

    关于数据标准认识的几个误区

    数据标准这个词,最早是在金融行业,特别是银行业的数据治理中开始使用的。数据标准工作一直是数据治理中的重要基础性内容。但是对于数据标准,不……查看详情

    发布时间:2020.11.13来源:知乎浏览量:188次

  • 2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    数据运维(DataOps)、私有云数据库平台即服务(dbPaaS)和具有机器学习(ML)功能的数据管理在2018年Gartner数据管理……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:194次

  • 全球数据治理市场到2024年 - 数据量的增长以提供巨大的机会

    全球数据治理市场到2024年 - 数据量的增长以提供巨大的机会

    预计数据治理市场在预测期间(2019年至2024年)的复合年增长率将超过21.44%,预计到2024年将达到43.5亿美元的价值。 ……查看详情

    发布时间:2019.07.04来源:知乎浏览量:175次

  • 外部管理数据集的政府数据可靠性

    外部管理数据集的政府数据可靠性

    当我在退伍军人事务部工作时,我联系了许多人 - 联邦政府以外的人 - 他们希望在联邦政府开放数据工作时帮助清理,使用和改进公共数据集。当……查看详情

    发布时间:2019.03.08来源:亿信华辰浏览量:172次

  • 所以你认为你知道什么是数据治理?

    所以你认为你知道什么是数据治理?

    数据治理是当今一个相对较新且非常热门的话题。……查看详情

    发布时间:2018.12.25来源:亿信华辰浏览量:165次

  • 如何构建我国的数据治理体系

    如何构建我国的数据治理体系

    公司应该考虑它是否有数据治理政策,如果有,是否全面有效。数据治理政策已成为监管期望,作为核心质量体系政策之一。企业应根据对流程的理解和技……查看详情

    发布时间:2019.08.16来源:知乎浏览量:243次

  • 数据治理面对的挑战有哪些

    数据治理面对的挑战有哪些

    随着企业数据量的增长,大数据平台需要投资扩容,但大量的存量应用依赖的数据也在同步增长,因此也需要扩容,当然这份冗余的数据会越来越大。……查看详情

    发布时间:2022.05.07来源:小亿浏览量:323次

  • 敏捷/精益数据治理最佳实践

    敏捷/精益数据治理最佳实践

    数据治理 的目标 是确保组织内的质量,可用性,完整性,安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难,……查看详情

    发布时间:2018.12.18来源:数据治理浏览量:157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