数据治理股票检查:使用数据治理来计算您的数据资产

发布时间:2019.04.03来源:亿信华辰浏览量:242次标签:数据治理


为了遵守法规(例如,GDPR)并确保业务绩效达到峰值,组织通常会聘请顾问来帮助评估其数据资产。这种数据治理“库存检查”很重要,但如果没有正确的方法和技术,则可能是艰巨的。这就是数据治理的用武之地......

虽然大多数公司在关系数据库中占据了大部分运营数据,但它也可以存在于许多其他地方和各种其他格式中。因此,组织需要能够从任何地方管理任何数据,我们称之为“任意平方”(任意2)的数据治理方法

任何2首先需要了解数据的“3V” - 数量,种类和速度 - 特别是在数据生命周期的背景下,以及了解如何利用数据治理关键功能 - 数据编目,数据素养,业务流程,企业架构和数据建模 - 使数据能够在不同阶段得到利用,以实现最佳安全性,质量和价值。

数据治理“股票检查”案例1:数据代理

该客户交易信息。因此,组织需要对从供应商处获取的数据进行编目,确保其质量,对其进行分类,然后将其出售给客户。该公司希望将数据汇集到数据仓库中,然后提供对其的受控访问。

帮助该客户完成现有数据的第一步。我们建立了一个门户网站,因此可以通过带有基本问题的表格来注册数据资产,然后中央团队收到注册,审核并确定其优先顺序。还设置了权利属性以标识和分析高优先级资产。

使用了许多最佳实践和技术解决方案来建立管理数据馈送的注册和分类所需的数据:

1.收集基础元数据,然后进行初始质量检查。然后,根据业务词汇表中保存的语义模型对元数据进行分类。

2.在该分类之后,基于与语义模型相关联的最佳实践规则执行第二数据质量检查。

3.已分析的资产被加载到仓库内的历史数据存储中,数据治理工具生成其结构和数据移动操作以进行数据加载。

4.我们制定了变更管理计划,使所有员工都了解信息经纪门户网站以及使用它的重要性。它使用数据资产目录,所有数据资产都根据具有数据质量指标的语义模型进行分类,以便轻松了解数据资产在数据仓库中的位置。

5.采用这个门户,数据根据本体进行注册和分类,使客户的客户能够按资产或意义购买数据(例如,“您对X主题有什么数据?”),然后向下钻取分类学或跨本体论。接下来,他们提出购买所需数据的请求。

这种咨询参与和技术实施增加了数据可访问性和资本化。信息通过批准的工作流在中央门户中注册,然后客户从物理资产列表或信息内容购买数据,购买请求也通过批准工作流程。除其他安全措施外,这还可确保数据质量

数据治理“股票检查”案例2:跟踪恶意数据

此客户端具有地理位置分散的组织,可将其许多关键流程存储在Microsoft Excel TM电子表格中。他们计划迁移到Office 365 TM并关注合规性,包括GDPR要求

由于知道电子文档在关键业务流程中被大量使用并分布在整个组织中,因此该公司需要使用集中的自动化系统替换风险较高的手动流程

咨询服务的一个关键部分是了解哪些数据资产在流通以及组织如何使用它们。然后可以优先处理流程链以自动化和概述系统的规范以替换它们。

该组织还采用了一个中央门户网站,允许员工注册数据资产。相关的变更管理计划提高了整个组织数据治理的意识以及数据注册的重要性。

对于每个资产,信息都被捕获并作为工作流程的一部分进行审核。然后选择优先资产进行分析,使元数据在被分类为业务术语表之前进行反向工程。

此外,作为流程链一部分的资产通过企业架构(EA)业务流程(BP)建模工具进行收集和建模,以进行影响分析。

然后,可以在EA / BP工具中再次定义新系统的高级要求,并在项目列表中确定优先级。对于其他人,可以决定是否可以安全地放置在云中以及是否需要宏。

在这种情况下,采用专用数据治理解决方案有助于建立对数据资产的理解,包括有关其使用和内容的信息,以帮助决策

然后,该客户端可以很好地处理存储在其系统中的敏感数据方面“内容”和“位置”。他们还更好地了解这些敏感数据的使用方式以及由谁使用,有助于降低与GDPR相关的监管风险。

在这两种情况下,我们都会对数据资产进行编目并将其映射到业务词汇表。它充当分类方案,以帮助管理数据和定位数据,使其更易于访问和有价值。此治理框架可降低风险并保护其最有价值或最敏感的数据资产。


(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
  • 数据质量问题分析

    数据质量问题分析

    数据质量问题主要包含四个问题域:技术问题、信息问题、流程问题、管理问题。1、技术问题由于具体数据处理的各技术环节异常所造成的数据质量问题……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:219次

  • 提高数据质量的方法

    提高数据质量的方法

    要想真正解决数据质量问题,应该从需求开始,企业往往在定义清楚业务需求后忽略对数据质量的控制,而只对已经产生的数据做检查,然后再将错误数据……查看详情

    发布时间:2019.11.15来源:知乎浏览量:228次

  • 数据科学趋势在2019年

    数据科学趋势在2019年

    在谈到2019年要关注的主要数据科学趋势时,Kaggle的联合创始人兼首席执行官Anthony Goldbloom 预测,很快数据中心将……查看详情

    发布时间:2019.01.04来源:数据治理浏览量:154次

  • 企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱,最常见的陷阱包括:重IT而轻业务: 尽管通常是专业IT人员最先认识到数据治理的必要性,但他们既不是数据的……查看详情

    发布时间:2020.07.09来源:CSDN浏览量:182次

  • 数据治理管理措施

    数据治理管理措施

    提高全面思想认识 毋庸置疑,数据是企业的宝贵资产,各企业已经意识到数据质量的重要性,但是并没有将数据治理提到战略高度,信息化建设的重点……查看详情

    发布时间:2020.10.21来源:知乎浏览量:172次

  • 在数据智能时代企业面对庞大的数据量如何高效进行数据治理?

    在数据智能时代企业面对庞大的数据量如何高效进行数据治理?

    在数据智能时代,对企业而言,“数据驱动业务”或者“数据即是业务”的理念逐渐成为业界的一种共识。然而,数据孤岛、数据标准不统一等问题在一定……查看详情

    发布时间:2020.06.23来源:知乎浏览量:150次

  • 数据治理唤醒“沉睡数据”

    数据治理唤醒“沉睡数据”

    十九届四中全会提出:“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则。推进数字政府建设,加强数据有序共享,依法保护……查看详情

    发布时间:2019.11.28来源:知乎浏览量:201次

  • 通过数据治理策略推动业务转型

    通过数据治理策略推动业务转型

    围绕数据制定战略是成功实现数字化转型的关键。除了流行语 - 组织需要了解他们试图通过数字化转型实现什么,以及它如何在行业和竞争优势中发挥……查看详情

    发布时间:2019.02.27来源:亿信华辰浏览量:159次

  • 并非所有数据都是平等的:为什么公司需要数据治理战略才能成功

    并非所有数据都是平等的:为什么公司需要数据治理战略才能成功

    我们生活在一种数据驱动的文化中 - 毫无疑问。从智能手机到拖拉机,我们周围的几乎所有东西都会产生某种形式的数据。为了使事情更具挑战性,数……查看详情

    发布时间:2019.08.02来源:知乎浏览量:203次

  • 大数据治理——元数据是关键

    大数据治理——元数据是关键

    在大数据时代,当数据以多种格式分散在整个企业中并来自许多来源时,需要一种新的数据治理方法。……查看详情

    发布时间:2018.12.03来源:数据管理浏览量:162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