企业数据治理价值

发布时间:2019.09.30来源:CSDN浏览量:177次标签:数据治理

一、什么是数据治理
数据治理是根据数据治理政策,通过组织人员、流程和技术的相互协作,对数据从形态、内容和关系等层面进行规范管理,提升数据的服务能力,以实现数据价值最大化。
我们经常说数据是企业的重要资产,通过数据我们可以实现业务创新、风险控制、监管管理,而数据治理的作用,就是通过组织、制度、流程、技术这些管理过程和实现手段,让数据更好地发挥其本身的价值。
数据治理
二、数据治理能为企业带来哪些价值?
有效的数据治理可以为企业带来巨大的价值:
成功实施数据治理可以使企业的数据质量得到全方位的提升,使与数据相关的业务流程得到深度再造,企业的数据将更一致、更准确、更可信;
由于数据质量的提升,企业能够更好地满足客户服务的需要,更好地满足业务拓展的需要,更好地满足企业内部风险管理、成本核算、绩效考核的需要,最终更好地保障高层决策的合理性和可靠性;
数据治理可以让企业达到和满足外部各监管部门对企业在数据方面的管理要求;
数据治理可以降低IT建设和运维的成本。

三、通过数据治理可以达到的目标
通过数据治理能够达到以下10大目标:
1.数据有明确的责任方;
2.数据符合标准化要求;
3.数据满足质量要求;
4.数据的成本与价值可计量;
5.数据有明确和准确的定义;
6.数据集中存储与管理;
7.数据存储有合理的期限和方式
8.数据进行统一的加工和整合;
9.数据是易访问的;
10.数据访问有安全控制。

四、数据治理的体系规划
数据治理工作是根据企业的总体发展战略指引下,通过组织、制度、流程等管理手段,对数据治理的相关专题进行管理,目前规划了七个专题:数据标准、数据质量、数据清洗、元数据、主数据、数据模型、数据生命周期。这些数据治理的机制和管理专题都需通过具体的实现手段得以落实,这些内容都通过数据认责得以有效贯彻。

五、数据治理包括的专题领域
数据治理包括的领域很多,每个领域称之为数据治理专题。数据治理包含的专题很多,比如:数据认责、数据标准、数据质量、数据生命周期、数据模型、主数据、元数据、数据整合。

数据治理的具体工作:
数据治理的领域已经有了,数据认责的关系也清楚了,那么数据治理工作如何开展呢?数据治理的工作主要集中在以下四个方面:
1.制订规范
负责制订包括数据治理发展路线图、发展目标和规划、管理政策等;
数据治理的培训与推广,数据治理的文化建设。
2.执行规范
负责监督数据治理的管理制度、管理办法、标准规范在各个部门的落实。
3.日常管理
负责数据治理各领域工作的日常管理,问题管理等。
4.考核监控
负责数据治理的指标考核,以及定期主动发起数据治理的检查工作。
(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
  • 企业数据标准管理系统应该这样做!

    企业数据标准管理系统应该这样做!

    提到“标准”二字,我们第一时间能够想到的就是一系列的标准化文档,例如:产品设计标准、生产标准、质量检验标准、库房……查看详情

    发布时间:2020.08.31来源:CSDN浏览量:186次

  • 如何保证所基于的数据具有高质量?

    如何保证所基于的数据具有高质量?

    基于数据决策的前提是数据可靠且相关,数据必须是“真实可信的”,否则“输出将是误导和无效的”。但是学校所收集的数据可能不完全,或者更新不及……查看详情

    发布时间:2020.10.31来源:知乎浏览量:138次

  • 33篇大数据治理相关文章

    33篇大数据治理相关文章

    33篇大数据治理相关文章,技术+案例一应俱全!……查看详情

    发布时间:2018.10.23来源:今日头条浏览量:162次

  • 有效数据治理计划在客户购买决策中的作用

    有效数据治理计划在客户购买决策中的作用

    数据治理计划将最大限度地提高数据的安全性,质量和价值,所有这些都构成了客户的信任。……查看详情

    发布时间:2019.01.23来源:亿信华辰浏览量:154次

  • 业务词汇表和元数据:数据治理和词汇表准备

    业务词汇表和元数据:数据治理和词汇表准备

    我经常被问到“我们如何捕获数据词汇表资产”和“我们是否已准备好与数据管理员合作?”我的回答始终是:如果您能说明数据治理计划的目标并拥有赞……查看详情

    发布时间:2018.12.21来源:数据治理浏览量:141次

  • 元数据管理流程和方法是怎样的

    元数据管理流程和方法是怎样的

    大数据环境中,如果企业不通过元数据管理把多种复杂的信息管理起来,很难做到信息的有效利用。Gartner在研究报告里明确指出,“元数据管理……查看详情

    发布时间:2022.03.21来源:小亿浏览量:583次

  • 大数据治理的五个核心要素

    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:2019.12.06来源:CSDN浏览量:228次

  • 银行数据治理的核心问题

    银行数据治理的核心问题

    银行一直掌握着大量关于客户的数据,数据汇总,存储和分析的持续进步意味着收集的数据提供了不可估量的价值和机会。 ……查看详情

    发布时间:2019.08.14来源:简书浏览量:164次

  • 敏捷方法如何帮助解决您的数据问题

    敏捷方法如何帮助解决您的数据问题

    无论哪种方式,您都必须像软件开发人员一样思考,并确保您拥有正确的思维方式,技能组合和工具集,以保持数据掌握的灵活性。……查看详情

    发布时间:2019.02.27来源:亿信华辰浏览量:130次

  • 数据囤积日益增长的威胁

    数据囤积日益增长的威胁

    在数据丰富的环境中生活和工作的缺点之一是希望将所有最后的位和字节松开以备将来使用。得益于Amazon S3和Hadoop等廉价存储系统,……查看详情

    发布时间:2019.02.28来源:亿信华辰浏览量:149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