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:194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:278次

  • 数据质量问题的影响因素

    数据质量问题的影响因素

    数据质量反映的是数据的“适用性(fitness for use)”,即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情

    发布时间:2020.04.09来源:百度浏览量:579次

  • 数据治理的坑你遇到过几个?

    数据治理的坑你遇到过几个?

    数据治理是一项长期而繁杂的工作,很多时候大家都为如何做好数据治理而感到困惑,甚至很多时候对此失去了信心。……查看详情

    发布时间:2019.08.19来源:御数坊浏览量:186次

  • 不要欺骗自己关于数据管理

    不要欺骗自己关于数据管理

    采用数据战略的早期阶段通常涉及数据管理的临时方法。企业不是投资于一套新工具,而是倾向于使用已经完成的工作,从小规模开始并最终形成方法。……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:151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:107次

  • 数据质量对于数据分析来说至关重要

    数据质量对于数据分析来说至关重要

    数据质量的关键所在包括:大致分为完整性,一致性,准确性,有效性和及时性这五个组件。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:158次

  • 询问数据治理教练:我的数据治理计划需要多长时间?

    询问数据治理教练:我的数据治理计划需要多长时间?

    有多种不同的成熟度评估可用。如同所有的事物数据治理,我更喜欢一个简单的方法,你可以下载一个非常快速和容易的数据治理健康检查调查问卷免费在……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:113次

  • 大数据时代的企业都有那些数据质量问题

    大数据时代的企业都有那些数据质量问题

    企业要想充发挥大数据的作用,就要保证数据的可靠、及时、准确,只有从高质量的数中提取出来的有用信息,企业才可以做出更精准的决策,才能更了解……查看详情

    发布时间:2019.09.27来源:数据分析网浏览量:119次

  • 怎么做好数据管理——亿信华辰

    怎么做好数据管理——亿信华辰

    数据化管理是指将业务工作通过完善的基础统计报表体系、数据分析体系进行明确计量、科学分析、精准定性,以数据报表的形式进行记录、查询、汇报、……查看详情

    发布时间:2019.03.07来源:亿信华辰浏览量:133次

  • 银监会拟要求银行业金融机构加强数据治理

    银监会拟要求银行业金融机构加强数据治理

    银行业金融机构将数据治理纳入公司治理范畴,明确数据管理和数据质量控制的要求,鼓励银行业金融机构开展制度性探索,结合实际情况设置首席数据官……查看详情

    发布时间:2019.10.18来源:新华网浏览量:135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