如何避免先污染后治理,浅谈数据标准管理的应用

发布时间:2019.12.13来源:亿信华辰浏览量:7次标签:数据治理

先说一个普遍现象:

近几年来,数据治理的概念越来越火,响应国家政策的号召,政企机构都开始重视自身的数据质量问题。而技术部门根据业务部门的反馈,立马就会得出结论——是数据质量出了问题,然后开始投入大量人力物力开始做数据质量的提升。但是结果往往是短期内数据质量的确得到了提升,一个时间周期过去后,该有的数据质量问题还是在那里。总是先污染后治理,成本花了很多,问题没有得到根本解决。

诚然,数据质量的提升作为数据治理环节中非常重要的一环,我们的确需要重视,但是我们知其然,还要知其所以然,从数据质量问题出发,我们还得知道到底为什么会导致这些数据质量问题,从数据问题的源头做数据质量的管控,这就不得不提到数据标准管理

数据标准并不能简单的认为就是国家或者行业内出的一些标准文档,我们认为数据标准不仅只是一套规范,而是一套由管理规范、管控流程、技术工具共同组成的体系,是通过这套体系逐步实现信息标准化的过程。数据标准化是通过一整套的数据规范、管控流程和技术工具来确保的各种重要信息,例如产品、客户、机构、账户等在全公司内外的使用和交换都是一致、准确的过程。

如何做好数据标准管理呢?

接下来就以亿信华辰睿治数据治理平台中的数据标准功能模块为参考来简述我们到底该如何去做好数据质量的把控,让我们做到“先治理,避免污染”。主要从两个方面来简述,一是数据标准的建立;二是数据标准的落地及管控。

数据标准管理

数据标准监控


数据标准管理

数据标准管理


数据标准管理

数据标准落地评估查询

提前做好数据的规范以及数据管理的规范可以有效的解决大部分数据问题,睿治数据标准提供标准发现的功能,可以快速的发现哪些字段是需要建立标准的,标准管理员可以自行进行比对和判断,是否建立该标准,然后经过不同的业务部门的评审和会签,既是对新建标准的合法性和权威性的认定,也是对各业务部门数据管理员的一次通知,进而不断地去修正不符合标准的数据,提升元数据质量。业务系统的数据管理员也可以根据监管需要或者业务需要来申请新的数据标准,通过这样两种不同的角色、不同的方式来不断完善数据标准体系。

另外除了不断完善标准体系,还会定期地做元数据的标准覆盖率分析,定期出元数据的标准覆盖率分析报告,对于不达标的系统可以通过灵活的工作流催办,提升元数据的标准覆盖率。除了标准覆盖率分析,还会进行数据标准的落地评估,定期产出数据标准评估报告,对于不达标的元数据进行通报,不能让辛苦建好的数据标准成了摆设。

双管齐下,不仅建立完善的数据标准体系,还得用好数据标准,不能让数据标准文档成为一纸空谈。形成完整的数据标准管理流程,将数据标准的建立前置,而不是等到出现数据质量问题才回头发现是因为某些元数据不符合数据标准导致的,从而避免总是先污染后治理。

写在最后:

对于很多企业而言,数据就像血液,数据健康了才能在身体内各器官很好的流转,为各器官提供能量。数据的管理也是一样,不要等数据真的被污染了,才进行数据清洗,应该要做的是建立完善的数据标准管理体系,不要让一些垃圾流入我们的血液,这样健康的数据才能发挥出应有的价值。

(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
  • 企业何时考虑启动数据治理项目

    企业何时考虑启动数据治理项目

    数据治理应用方面原因有什么,企业信息化建设到了一定程度,开始对数据进行相关的展示、分析、应用等,进一步提高数据对企业统计分析和决策支持的……查看详情

    发布时间:2020.04.08来源:知乎浏览量:4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:12次

  • 金融服务数据治理:帮助价值'新货币'

    金融服务数据治理:帮助价值'新货币'

    对于在金融服务领域运营的组织,数据治理变得越来越重要。当金融服务行业董事会成员和高管在2018年初聚集在安永的金融服务领导峰会时,数据是……查看详情

    发布时间:2018.12.03来源:Michael Pastore浏览量:8次

  • 完善数据治理的制度设计

    完善数据治理的制度设计

    作为最具时代特征、最活跃的生产要素和价值创造来源,“数据”首次出现在《决定》的文本之中。这既反映了经济社会数字化转型不断加快的特征事实,……查看详情

    发布时间:2020.10.31来源:知乎浏览量:2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:3次

  • 大数据环境下数据质量管理面临的挑战

    大数据环境下数据质量管理面临的挑战

    随着三网融合、移动互联网、云计算、物联网的快速发展,数据的生产者、生产环节都在急速攀升,随之快速产生的数据呈指数级增长。在信息和网络技术……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:2次

  • 数据治理的方法论是什么?

    数据治理的方法论是什么?

    一套科学、完整的实施方法论,可以为用户建立一套适应用户业务需求,并且操作性强的主数据管理体系。遵循该方法路线进行数据治理工作可以大大缩减……查看详情

    发布时间:2019.06.14来源:欣思博述数字化浏览量:8次

  • 2019年数据保护政策趋势展望

    2019年数据保护政策趋势展望

    在全球数据保护法律政策中,欧美仍将扮演引领性角色。欧盟“e-PR”或带来更严格规制。美国联邦与地方隐私立法互补。……查看详情

    发布时间:2019.02.19来源:亿信华辰浏览量:4次

  • 中小行纷纷设立数据治理专营部门

    中小行纷纷设立数据治理专营部门

    “数据治理基础建设缺失、人才匮乏、意识觉醒较晚。”一名来参加今日第三届中国数字银行论坛的西部中小银行人士,用了三个并列短句,来形容目前中……查看详情

    发布时间:2019.11.29来源:CSDN浏览量:4次

  • 数据治理与数据质量

    数据治理与数据质量

    单纯从数据层面来看,数据体系包括治理、管理和应用三个部分。治理是负责解决人与人之间的事,管理负责各个职能领域,应用则是价值的实现。不讨论……查看详情

    发布时间:2019.01.03来源:Magic浏览量:7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