数据治理计划阶段

发布时间:2019.03.29来源:亿信华辰浏览量:177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
  • 2021 年 10 大数据治理工具

    2021 年 10 大数据治理工具

    数据治理工具被定义为帮助创建和维护一组结构化策略、程序和协议的过程的工具,这些策略、程序和协议控制企业数据的存储、使用和管理方式。本文将……查看详情

    发布时间:2021.07.22来源:亿信华辰数据治理知识库浏览量:1044次

  • 大数据治理需要具备哪些能力和关键技术?

    大数据治理需要具备哪些能力和关键技术?

    在企业数据建设过程中,大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量,到自服务和智能化的数据应用,大数据治理的内容在不断……查看详情

    发布时间:2019.11.22来源:CSDN浏览量:259次

  • 红树林社会:从数字创新到数字治理

    红树林社会:从数字创新到数字治理

    这种情况就在我们身边,证明了数字化对日常生活的影响以及如何对其进行规范。……查看详情

    发布时间:2019.03.20来源:亿信华辰浏览量:182次

  • 强监管下,医疗卫生系统如何开展数据治理建设?

    强监管下,医疗卫生系统如何开展数据治理建设?

    随着大数据时代的到来,健康医疗大数据被广泛应用于临床决策支持、药物研发、公共卫生领域等方面。由于医疗数据分布广而无序、医学信息的极度不对……查看详情

    发布时间:2018.12.10来源:亿信华辰浏览量:177次

  • 医疗保健中数据治理的7个基本实践

    医疗保健中数据治理的7个基本实践

    数据现在是任何组织中最有价值的资产之一,尤其是医疗保健,因为我们正在转向更具分析性的行业。数据现在是任何组织中最持久的资产,超过设施,设……查看详情

    发布时间:2018.11.16来源:戴尔桑德斯浏览量:167次

  • 理论之企业数据挖掘成功之道

    理论之企业数据挖掘成功之道

    面对现在海量的、不完整的、模棱两可的数据,运用数据挖掘算法对数据进行查找,找出人们所不知道的、有实用价值的信息,这一过程就是数据挖据。随……查看详情

    发布时间:2019.05.23来源:知乎浏览量:174次

  • 数据治理活跃在企业的方方面面

    数据治理活跃在企业的方方面面

    我们都知道数据治理存在感知问题(温和地说)。真正的数据治理是对任何和所有数据管理活动的控制和支持。但是,数据领导者常常关注控制角度或从技……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:150次

  • 数据治理运营:差距

    数据治理运营:差距

    今天,全球组织都了解数据治理(DG)是什么,它的好处以及不管理数据的风险。……查看详情

    发布时间:2019.02.14来源:亿信华辰浏览量:186次

  • 企业大数据治理的五个核心要素

    企业大数据治理的五个核心要素

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2019.08.20来源:知乎浏览量:195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:263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