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:536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的关键功能 - 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来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)和业务流程(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的“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 预约演示
相关文章推荐
  • 最全数据治理工具解析:数据治理工具的关键必备功能

    最全数据治理工具解析:数据治理工具的关键必备功能

    ​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……查看详情

    发布时间:2021.07.22来源:亿信华辰数据治理浏览量:734次

  • 2019年的数据治理趋势

    2019年的数据治理趋势

    2018年十月,DATAVERSITY ®发布报告趋势数据治理和数据管理,这是基于对囊括主要来自信息和数据治理专家,数据和信息架构师,以……查看详情

    发布时间:2019.02.20来源:亿信华辰浏览量:625次

  • 谈大数据时代下的数据治理

    谈大数据时代下的数据治理

    2013年被众多的IT人定义为中国的大数据元年,这一年国内的大数据项目开始在交通、电信、金融部门被广泛推动。各大银行对Hadoop的规划……查看详情

    发布时间:2019.01.03来源:亿信华辰浏览量:509次

  • 大数据时代 这样炼钢——亿信华辰

    大数据时代 这样炼钢——亿信华辰

    铁流滚滚,四溅迸射出绚丽的火花。经过1个多小时的高温淬炼,高达1500摄氏度的铁水从出铁口喷涌而出,像一条火龙沿着沟槽蜿蜒流动。……查看详情

    发布时间:2019.02.12来源:亿信华辰浏览量:419次

  • 数据质量管理方法

    数据质量管理方法

    数据质量闭环管理机制以制定规则、问题发现、质量剖析、数据清理、评估验证、持续监控为核心活动,又结合银行的数据实践进行了定制和优化。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:652次

  • 数据质量在数据治理中的重要意义

    数据质量在数据治理中的重要意义

    数据的质量问题从一定的角度反映出组织当中存在的一些问题,而问题的来源可能是数据流动,可能业务流程也可能源于管理问题等等,数据质量问题的分……查看详情

    发布时间:2020.01.10来源:CSDN浏览量:649次

  • 重新思考数据治理

    重新思考数据治理

    随着数据和分析技术的变化,它们带来了新的数据治理挑战。当然,数据治理有各种定义,具体取决于您询问的对象。出于本文的目的,我们将其定义为确……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:476次

  • 不再有肮脏的数据:关于数据治理的五个提示

    不再有肮脏的数据:关于数据治理的五个提示

    确保您的数据获得和保持干净需要正确的数据治理方法。……查看详情

    发布时间:2019.01.09来源:亿信华辰浏览量:466次

  • 数据治理的重点领域:关注数据质量

    数据治理的重点领域:关注数据质量

    由于数据质量,完整性或可用性方面的问题,这种类型的程序通常会出现。……查看详情

    发布时间:2019.03.29来源:亿信华辰浏览量:483次

  • 2019年需要关注的三个治理趋势

    2019年需要关注的三个治理趋势

    通过精心应用RPA,优先考虑数据质量,并迎合不断变化的劳动力构成,数据专业人员可以有效地指导他们的组织进入数据驱动的未来。……查看详情

    发布时间:2018.12.20来源:亿信华辰浏览量:391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