数据中台如何进行数据治理

发布时间:2020.04.01来源:知乎浏览量:187次标签:数据治理

数据中台可通过数据需求、数据质量、元数据管理等领域加强数据治理

一、增强业务需求管理,构建并持续完善数据标准体系
数据中台的运营部门,收集到来自于银行各部门、各层级管理人员和业务分析人员的业务需求,并且随着人员岗位的变化,即使同一层级、同一角色的人员提出的业务需求也可能大不相同;在不同的时间段下,根据银行的业务状况、规模和偏好调整等情况,业务需求重点和逻辑也不一样。

因此,数据中台的运营部门,应持续提炼数据中台业务需求,并与数据治理部门协同,依据需求及认责管理办法,并与不同类型的业务需求与实施工程相结合,落地与银行数据标准体系相吻合的指标体系。

分类管理业务需求:通常银行业务需求来自四个方面,包括临时类数据需求、接口类数据需求、报表类数据需求、综合类数据需求。其中临时类数据需求的数据时效性比较高,开发时间较短。但接口类、报表类和综合类数据需求都相对复杂,有较多的业务口径定义和数据探源工作,实施工程种类也较多。
识别和提炼业务需求:从数据角度总结和归纳共性的指标与公共维度,并对指标的名称、业务口径、数据口径进行定义与描述,形成企业级可共享的指标库。同时,由数据管理部门牵头,明确指标的归属部门和更新机制。

二、建立跨系统数据质量检核机制,强化数据的质量管控
数据中台的数据质量问题,不仅取决于源头系统及外部数据的数据质量,并决定于采集、加工、存储、生成与应用整个数据生命周期的数据处理流程的准确程度。因此数据中台对于数据质量的管理,需要通过组织管理、技术方法、业务流程理解以及数据语义理解等多个方面,进行综合管理。

组织管理:数据中台开发与运维部门,主动参与或者主导数据治理过程,积极建立数据质量管理机制,推动落实数据管理流程,更大力度的辅助数据治理归口管理部门,发现与解决数据质量问题。
技术方法:数据中台推动数据质量问题的识别与解决,具有企业级、跨系统的平台和能力,又是提升数据服务能力的必要基础。通过归纳数据质量问题的类型及产生原因,利用技术方式实现跨部门、跨系统的数据质量问题的监测与预警,并可以持续验证与跟踪数据质量问题的解决。
业务流程及数据语义理解:数据中台的开发及运营部门,由于持续梳理各个部门、各个系统的内外部数据,通过不断的进行数据理解、数据分析,可以识别与发现部门之间业务术语、规则、逻辑等不一致而导致的数据问题,可与数据管理部门一道进行数据管控。

三、提升元数据的数据质量,深化元数据分析及应用
随着数据中台各种来源数据增多,数据应用越来越丰富,数据处理过程也必然越来越复杂。在各种数据中,如何聚焦业务关注的数据内容、使用方式以及未来应用趋势,对于数据中台的架构演变、模型设计以及数据治理等活动来说,将变的越来越重要。

识别数据:通过数据中台建设流程,整理业务层面的数据资产目录,以及维护开发方面的物理数据模型和数据字典,清晰定义各个字段项名称、含义等,实现数据资源的语义化。
评价数据:通过获取表级及字段级基础元数据、关联元数据、应用日志等,运用图计算、标签传播算法等技术,系统化、自动化地对计算与存储平台上的数据进行打标、整理、归档,计算相关评价指标,如字段的查询次数、关联次数、聚合次数、过滤次数等。
追踪数据在使用过程中的变化:通过识别和追踪数据在全生命周期的各个形态和变化,实现源数据的分析管理,对于数据使用者,可以通过元数据让其快速找到所需要的数据;对于ETL 
(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
  • 数据治理研究述评

    数据治理研究述评

    数据治理是数据科学时代关注的研究课题,对数据治理的概念、体系、内容和应用的相关研究进行述评,以期将数据治理研究引向深入。……查看详情

    发布时间:2019.08.27来源:南京大学信息管理学院浏览量:194次

  • 数据资产管理经验干货心得分享

    数据资产管理经验干货心得分享

    数据资产的定义是是指由企业拥有或企业控制的,能够为企业带来未来经济利益的,以物理或电子的方式记录的数据资源,如文件资料,电子数据等。在企……查看详情

    发布时间:2020.08.19来源:微信浏览量:104次

  • 一文透露银行业的数据治理该不该做,又怎么做?

    一文透露银行业的数据治理该不该做,又怎么做?

    小宋最近同学会,一个大学同学就职银行信息科技部门,听说小宋也在一家大数据公司便拉起小宋的手要和她好好掰扯掰扯一下银行业的数据治理了。银行……查看详情

    发布时间:2020.07.29来源:今日头条浏览量:111次

  • 浅谈数据治理的发展趋势

    浅谈数据治理的发展趋势

    随着大数据技术的飞速发展,大数据已经融入到了各行各业,为了能让各企业的数据资产得到充分的利用,数据治理非常重要,如今数据治理已经逐渐成为……查看详情

    发布时间:2019.07.17来源:知乎浏览量:102次

  • 数据治理的重点领域:专注于数据仓库和商业智能(BI)

    数据治理的重点领域:专注于数据仓库和商业智能(BI)

    这种类型的程序通常与特定的数据仓库,数据集市或BI工具一起出现。……查看详情

    发布时间:2019.03.29来源:亿信华辰浏览量:137次

  • 企业大数据治理的五个核心要素

    企业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:2019.08.20来源:知乎浏览量:103次

  • 如何以及为什么要对现代商业智能治理进行众治

    如何以及为什么要对现代商业智能治理进行众治

    现代商业智能已经在分析中发挥了作用,但治理呢?了解众包治理如何使IT和业务受益,以及如何实现目标。……查看详情

    发布时间:2018.12.29来源:亿信华辰浏览量:101次

  • 数据质量—并非所有数据都是平等的

    数据质量—并非所有数据都是平等的

    数据质量是调节数据以满足业务用户特定需求的过程。准确性,完整性,一致性,及时性,唯一性和有效性是数据质量的主要衡量标准。……查看详情

    发布时间:2019.04.04来源:亿信华辰浏览量:138次

  • 银行数据治理工作的落地面临着众多的困难与挑战

    银行数据治理工作的落地面临着众多的困难与挑战

    数据治理越来越受到银行、监管机构乃至国家层面的重视。银行已经意识到高效的管理体系、统一的数据标准、良好的数据质量才是数据价值实现的基础。……查看详情

    发布时间:2020.07.09来源:小亿浏览量:119次

  • 打破数据治理:数据质量

    打破数据治理:数据质量

    任何数据驱动的计划的成功取决于该数据是否相关且值得信赖。随着越来越多的大学将数据视为负责任的战略规划和计划的关键,许多人都意识到:有些数……查看详情

    发布时间:2019.07.11来源:知乎浏览量:130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