大数据时代企业数据不治理就破产-居安思危

发布时间:2020.02.21来源:知乎浏览量:162次标签:数据治理

数据治理并不等同于数据管理,而只是数据管理的顶层执行层面。数据管理指规划、控制和提供数据及信息资产,发挥数据和信息资产的价值,强调在企业间或企业内部进行。数据治理是对数据资产管理活动行使权力和控制的活动集合(规划、监控和执行)。数据治理制定正确的原则、政策、流程、操作规程,确保以正确的方式对数据和信息进行管理。

数据资产管理是业务部门和IT部门的共同职责,需要由业务部门和IT部门分别或共同制定相关决策,如业务运营模型、数据治理模型、企业信息模型、业务规范、信息规范、数据库架构、数据仓库/商务智能架构、元数据架构、技术元数据、数据安全管理等。

数据资产管理方法主要是面向数据的整个生命周期,从空间视角和时间视角实现治理和管控。从空间视角上看,因为数据在不同业务、不同系统中流动,因此数据治理必须实现跨系统、跨业务的端到端治理,需要有机构统筹规划与决策、协调与推进。从时间视角上看,企业管理数据资产,就是管理数据的生命周期。数据首先被创建或获得,然后存储、维护和使用,最终被销毁。因而有效的数据管理,开始于数据获取之前,企业先期制定数据规划、定义数据规范,以期获得实现数据采集、交付、存储和控制所需的技术能力。

数据资产管理主要工作包括数据治理政策制定、数据标准管理、数据结构管理、数据流管理、数据库管理、数据运用管理、数据治理质量改善等方面。

数据管理是系统化的工程,不仅仅是单纯的技术问题、管理问题或者实施问题,而是三者紧密联系,共同发挥作用,共同促进数据管理机制完善并发挥作用的过程。相应的,大数据平台数据治理也应采取分步骤实施,有序推进的策略。

对于一个企业来说,把数据作为资产,才是建设大数据的最终目的,而不是仅仅是因为Hadoop架构带来性价比和未来的扩展性。当一个企业把数据作为资产,他就像管理自己名下存折、信用卡一样,定期梳理,无时无刻不关心资产的变化情况,关注资产的质量。

而资产目录就是管理资产的形式和手段,他像菜单一样对企业的资产进行梳理、分门别类,提供给使用者;使用者通过菜单,点选自己需要的数据,认可菜单对应的后端处理价值,后厨通过适当的加工,推出相应的数据服务;这是一个标准的流程,而这些流程之上,附着一整套数据管理目标和流程。

大数据平台以数据资产目录为核心,将元数据、数据标准、主数据、数据质量、数据生命周期、数据轮廓等信息在逻辑层面关联起来,在管理层面上整合成统一的整体,构建起数据管理体系,全面的支持数据服务等具体应用。

那么,在大数据时代,数据能否能否带来价值或者产生进步应是其存在的最深刻意义。数据就像企业的根基,是各企业尚待发掘的财富,即将被企业广泛应用。数据即资产。

不治理或变“负资产”
大数据是企业资产,那就必须被纳入企业的资产管理中。大数据资产又不是企业传统意义上的资产,因此大数据资产管理又不同于企业的传统资产管理。数据资产管理就是需要把在各种大数据处理平台上获得的数据资产有效的管理起来,并且围绕它支持创造业务价值目标,更好的流动、加工、分析、应用,甚至是数据的开放、连接、整合、嫁接等一系列过程。围绕数据资产本身建立起一个可靠可信的管理机制。能够通过数据资产管理清晰地知道相关数据的定义、数据之间的血缘关系,并可以验证数据的有效性、合理性等数据质量指标。

任何资产都须被高效妥善管理,才能持续存在并且产生价值,数据资产之于企业也是同样。企业如果无法有效管理数据,对数据的潜在价值进行挖掘,有效资产则可能变成”负“资产,企业领导无法通过数据做出正确的决策和判断,从而影响公司未来的发展,甚至可能带来灭顶之灾使公司走上”破产“。因此,高效的数据管理是必须,而数据管理的核心第一要务就是数据治理,毕竟,规范的高质量数据是一切挖掘分析的基石。

亿信华辰经过十余年技术沉淀和项目锤炼,全面推出一站式数据治理管理平台-睿治,帮助企业搭建数据治理全栈解决方案,由元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、生命周期、数据安全等多产品组成。睿治作为一个智能敏捷的数据全生命周期管理应用平台,全方位保障企业业务数据在采集、集成、交换、存储、应用等一系列业务流程中的完整性、准确性、一致性和时效性。

睿治针对数据治理的整体框架和流程,一图以蔽之:

一站式解决方案

睿治平台融合数据治理9大产品,提供一站式解决方案。有了睿治,数据治理的所有问题那都不是事儿!9个产品模块功能可互相调用,全程可视化操作,打通数据治理各个环节,同时提供各个产品模块任意组合,快速解决企业不同的数据治理场景。

(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
  • 工信部:将加强数据治理 扎实推进国家大数据发展战略

    工信部:将加强数据治理 扎实推进国家大数据发展战略

    1月29日上午,国务院新闻办公室举行新闻发布会,请工业和信息化部部长苗圩介绍2018年工业通信业发展情况,并答记者问。……查看详情

    发布时间:2019.02.25来源:电子政务网浏览量:127次

  • 数据交换标准是什么

    数据交换标准是什么

    目前,国内采用软件管理的企业众多,有的企业自己开发管理软件、有的购买软件厂商的产品。但是它们采用的数据库平台和数据库结构各不相同。不同企……查看详情

    发布时间:2020.08.12来源:小亿浏览量:120次

  • 数据管理的演进:从响应业务到创造业务

    数据管理的演进:从响应业务到创造业务

    企业对数据的利用有三个阶段:响应运营,响应业务,创造业务。数据中台解决的是响应业务的问题,第三阶段“创造业务”,则需要AI中台。……查看详情

    发布时间:2019.03.19来源:亿信华辰浏览量:130次

  • 数据治理金融行业解决方案

    数据治理金融行业解决方案

    我国银行数据现状1、缺乏数据梳理,造成行领导看到的数据相互冲突和矛盾 2、业务职能不清晰或相互重叠,观察数据视角不尽相同,缺少数据标准与……查看详情

    发布时间:2019.08.26来源:知乎浏览量:187次

  • 数据质量问题根因分析

    数据质量问题根因分析

    说到数据质量问题的原因,做过BI或数仓项目的小伙伴肯定都知道,这是一个业务和技术经常扯来扯去、互相推诿的问题。在很多情况下,企业都会把数……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:271次

  • 盘它!终于有了数据治理全栈解决方案,这个工具全搞定

    盘它!终于有了数据治理全栈解决方案,这个工具全搞定

    引言中国银监会在2018年发布《银行业金融机构数据治理指引》,明确了数据治理架构,提高数据管理和数据质量质效,至此银行业金融机构全面拉开……查看详情

    发布时间:2019.06.13来源:亿信华辰浏览量:109次

  • 数据治理——企业数字化转型的必经之路

    数据治理——企业数字化转型的必经之路

    主要介绍了数字化转型内涵及发展路径、数据治理为数字化转型提供基础支撑、企业级数据治理整体解决方案。……查看详情

    发布时间:2021.12.31来源:浏览量:207次

  • 数据集成的原理

    数据集成的原理

    在Experian Data Quality上多次使用这个类比,但这仅仅是因为它在引用数据标准化时非常有意义。 数据标准化只是构建……查看详情

    发布时间:2018.12.29来源:数据治理浏览量:168次

  • 医疗领域的数据治理

    医疗领域的数据治理

    数据治理将为患者和护理人员实现价值。医疗保健系统和提供者越来越关注使用证据来为临床和运营决策提供信息的需求。这导致他们组装并批判性地评估……查看详情

    发布时间:2018.11.20来源:Lydia Lee浏览量:151次

  • 关于数据标准认识的几个误区

    关于数据标准认识的几个误区

    数据标准这个词,最早是在金融行业,特别是银行业的数据治理中开始使用的。数据标准工作一直是数据治理中的重要基础性内容。但是对于数据标准,不……查看详情

    发布时间:2019.12.20来源:知乎浏览量:124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