元数据治理—从数据的源头开始

发布时间:2019.06.20来源:简书浏览量:206次标签:数据治理

将题目分为两部分——元数据和数据治理时,元数据治理最容易理解。询问任何擅长元数据管理的组织(或提供他们的数据,信息和记录的完整文档),无论他们是否管理他们的元数据,他们肯定会肯定地回应。这些组织确保人们正式对元数据负责,因为已知的事实是元数据不会自行管理。

元数据

元数据是存储在IT工具中的数据的事实,可以改善对数据的业务和技术理解,从而提高其价值。


数据治理首先是执行与有效数据管理相关的权限的规则。

将这些定义合并在一起,元数据治理是提供有效元数据资源的学科。元数据治理基本上是元数据的有效治理。


元数据治理与普通的旧数据治理同样重要,甚至更重要。数据治理从业者将率先告诉你全面数据文档对于提高最关键数据资产价值的重要性。


成功的数据治理(和元数据治理)的五个核心组成部分是:
1、角色(权威)
2、流程
3、通讯
4、度量

5、工具


角色(权威)

成功的数据治理计划(以及元数据治理)的第一个基础组成部分是角色和职责的定义。定义角色的方式是管理数据或元数据所需工作量的预测因子。当工作超出现有职责时,分配到角色通常会产生推迟。识别角色会遇到较少的回击,因为人们将自己视为已经插入的角色。将人们视为角色是对每个人在该计划中所扮演的角色的直接认可方式。


作为方法的一部分提供的操作模型和附带工件包括对正式职责,升级和决策路径,角色如何正式参与流程以及与每个级别共享的通信的详细描述。元数据不会定义,生成和使用自身。因此,我们必须确定将对元数据治理正式负责的人员的角色和相关责任。将其视为定义将要管理的元数据的正式职责,以及生成元数据的正式责任,并希望正式负责使用元数据帮助他们完成工作职能的人员。


流程

成功数据治理的第二个基本组成部分是角色应用于流程的方式。“单一治理过程”的概念歪曲了过程是治理成功的主要组成部分的事实。没有一个元数据流程受到管理; 相反,有一系列过程将应用治理。


数据通过可重复的流程来管理,这些流程反映了整个流程中适当的正式问责级别。如果组织要通过元数据提高他们对数据的知识和信心,那么对于数据文档和元数据也必须如此。数据治理的重点是让“正确”的人员参与流程的“正确”步骤,以提供“正确”的结果,无论流程重点如何对问题进行解决,保护,质量,以项目为中心。元数据治理成为元数据流程的正式治理应用。


通讯

沟通是成功治理工作的重要组成部分。提高定义,生成和使用数据(和元数据)的每个人的数据和元数据意识对于实现成功的治理至关重要。教育必须关注政策,处理规则,最佳实践,标准,流程和基于角色的治理活动。


通信在治理定义和交付的各个方面发挥着作用。沟通必须彻底和可衡量。沟通必须侧重于正式确定上述数据和元数据流程的问责制:问题解决,保护,质量,以项目为中心,或对数据或元数据的管理方式的任何其他权限应用。通信计划必须镜像上述角色组件。通信必须包括定向,入职和利用可用通信工具专注于特定受众的持续主题。


度量

治理工作必须能够衡量其对组织的影响。这是支持角色的职责,通常称为数据治理管理员或DG主管和团队。管理您的数据和元数据的影响和价值可以在财务上量化,但情况可能并非总是如此。衡量效率和效益的改进需要现状和测量和报告结果的管理活动的基准。


组织通过收集和报告记录和解决的问题数量来衡量治理方面的改进,同时还量化问题解决的价值,量化教育,认识以及正式参与的处理规则和事件的认证。


数据和元数据治理指标和度量必须是可审计的,并且在需要时可以向管理层和权威机构证明。组织通常通过元数据计算数据定义的可重用性和可理解性,在“正确”时间访问“正确”数据的能力和速度,高质量数据的生成以及数据的正确使用和处理。


工具

治理工具使人们能够为组织创造价值。组织使用他们内部开发的工具以及他们购买的工具来满足其治理工作的特定需求。开发或购买的工具基于实用性,易用性以及数据治理计划的特定目标或元数据的治理。


工具用于规范数据和元数据管理的责任,并提高管理数据所需的数据规则和流程的知识。工具用于记录和提供元数据,以提高整个企业数据的理解和质量。


随着数据治理的定义扩展到解决大数据,智能数据,元数据和用于分析的所有数据的权限执行,数据治理工具市场正在增长。在投资新技术之前,组织应明确说明其要求,考虑利用现有工具并在内部开发工具以满足其数据治理计划的特定元数据需求。元数据治理工具和数据治理工具倾向于共享许多功能。
(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
  • 数据治理是真实的,是需要的!

    数据治理是真实的,是需要的!

    有许多组织可以很好地管理和管理他们的数据。或者是足够好(无论对每个组织来说意味着什么)。但是,还有其他组织根本不管理和管理他们的数据。他……查看详情

    发布时间:2019.06.19来源:简书浏览量:156次

  • 数据治理之道是什么,要怎么做?

    数据治理之道是什么,要怎么做?

    数据治理需要体系建设:为发挥数据价值需要满足三个要素:合理的平台架构、完善的治理服务、体系化的运营手段。……查看详情

    发布时间:2021.05.14来源:亿信数据治理知识库浏览量:138次

  • 大数据与人工智能有何区别以及哪个技术更好

    大数据与人工智能有何区别以及哪个技术更好

    要想了解大数据与人工智能的区别,首先要从认知大数据和人工智能的概念开始。……查看详情

    发布时间:2019.03.06来源:亿信华辰浏览量:108次

  • 数据治理到底应该怎么治?

    数据治理到底应该怎么治?

    数据到底怎么治,这确实是一个宽泛的话题,首先是要明确治理的内容。针对不同的治理内容采取不同的数据治理策略。关于小数据和大数据的治理侧重点……查看详情

    发布时间:2020.07.07来源:知乎浏览量:148次

  • 98%的企业备战数据治理,尚未入局的你还在等什么

    98%的企业备战数据治理,尚未入局的你还在等什么

    UBM近日发布了一份2018企业数据治理白皮书。白皮书中分析了数据治理的现状:虽然越来越多的企业(尤其是业务部门及IT部门)逐渐开始关注……查看详情

    发布时间:2018.12.10来源:亿信华辰浏览量:159次

  • 企业数据标准管理价值总结

    企业数据标准管理价值总结

    一个数据一般有业务属性、技术属性和管理属性组成,例如:数据项的业务定义、业务规则、质量规则为该数据的业务属性;数据项的名称、编码、类型、……查看详情

    发布时间:2020.09.18来源:知乎浏览量:133次

  • 全球数据质量和数据治理解决方案市场

    全球数据质量和数据治理解决方案市场

    在企业数据管理生态系统中,数据质量是一个广义的术语,指的是数据和/或过程的质量,完整性和一致性等。数据质量还意味着数据准确性和一致性的程……查看详情

    发布时间:2019.07.11来源:知乎浏览量:123次

  • 数据标准落地成最大痛点!

    数据标准落地成最大痛点!

    目前中小银行数据治理存在数据质量低下、数据治理工具缺乏、重视程度低、专业人才队伍不足等方面难点。……查看详情

    发布时间:2019.12.13来源:CSDN浏览量:155次

  • 做好数据治理才能建设大数据平台

    做好数据治理才能建设大数据平台

    大数据不是凭空而来,1981年第一个数据仓库诞生,到现在已经有了近40年的历史,而国内企业数据平台的建设大概从90年代末就开始了,从第一……查看详情

    发布时间:2018.11.28来源:数据治理浏览量:152次

  • 企业架构组织的创新能力如何?

    企业架构组织的创新能力如何?

    回想一下最新的企业架构文章,博客文章,甚至是你读过的职位描述,并算一下至少一次没有提到“创新”的内容?我猜测,“创新”往往被作为有效企业……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:152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