企业数字化转型如何进行数据资源规划?

发布时间:2020.04.03来源:知乎浏览量:161次标签:数据治理

1、统一信息资源模式,强化数据标准建设
以业务为导向,建立统一的企业数据架构。依托企业主数据管理(MDM)和数据资源规划(IRP),强化数据标准化建设,实现信息资源模式的统一。企业主数据管理,就是将企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),集中进行数据的清洗和丰富,并且以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给企业内需要使用这些数据的应用。围绕流程再造,从业务到数据,构建企业数据架构基线,建立数据架构管理机制。

2、推进结构化和非结构化数据的融合发
推进结构化和非结构化数据的融合式发展,将超文本、超媒体数据模型和面向对象数据模型进行融合,构建适合结构化和非结构数据统一组织和管理的数据模型。

3、积极部署大数据应用,驱动信息资源的有效利用
加大大数据技术的应用部署力度,综合运用云计算、分布式计算、数据交换、数据仓库、数据挖掘以及非结构化的数据处理等多层次的大数据技术搭建大数据平台。

4、重视数据安全管理,确保大数据生态圈信息安全
在信息资源整合过程中以数据安全管理为前提,与上下游企业以及安全管理机构、评测机构等第三方机构开展广泛合作,从企业管理制度、流程和技术手段等多方面协作确保大数据生态圈的数据信息安全。

(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
  • 数据治理运营:团队

    数据治理运营:团队

    数据治理是人员,流程和技术的结合。……查看详情

    发布时间:2019.02.14来源:亿信华辰浏览量:273次

  • 数据治理成功的秘诀

    数据治理成功的秘诀

    数据治理(DG)1.0一直在努力实现,但现在DG需要符合通用数据保护法规(GDPR),因此企业需要一种新方法来实现数据治理的成功。……查看详情

    发布时间:2019.01.27来源:亿信华辰浏览量:229次

  • 大数据时代企业为什么需要数据治理吗?

    大数据时代企业为什么需要数据治理吗?

    如今数字化转型正在各行各业中迅速发展,以数据、流量、知识为主大数据时代已经到来,对于一个企业来说,要实施数字花和大数据战略,数据治理更为……查看详情

    发布时间:2019.07.18来源:知乎浏览量:196次

  • SAP利用企业信息管理产品组合的更新推进数据治理和信任

    SAP利用企业信息管理产品组合的更新推进数据治理和信任

    对SAP主数据治理和SAP Agile数据准备应用程序和SAP数据服务软件的更新提供了现代化和全面的功能,可帮助企业轻松,信任和安全地为……查看详情

    发布时间:2018.12.21来源:SAP浏览量:180次

  • 合规性连接:身份治理的作用

    合规性连接:身份治理的作用

    今年1月,法国数据监管机构对谷歌进行了近6,000万美元的罚款,这是欧洲机构发布的最大罚款,也是欧洲通用数据保护条例(GDPR)的第一例……查看详情

    发布时间:2019.03.06来源:亿信华辰浏览量:172次

  • 什么数据可以成为“数据资产”

    什么数据可以成为“数据资产”

    什么数据可以成为数据资产?可作为“资产”的数据资源,表现为以下两种形式:可帮助现有产品实现收益的增长;数据本身可产生价值。……查看详情

    发布时间:2021.09.01来源:亿信华辰浏览量:413次

  • 2021基层政府数据治理的必要性

    2021基层政府数据治理的必要性

    政府数据治理是指为高效发挥数据价值、达到治理能力现代化的目标,以政府为主导、社会共同负责的多元主体,运用各种可行手段对重要数据资源各个生……查看详情

    发布时间:2021.04.26来源:亿信数据治理知识库浏览量:244次

  • 影响企业大数据分析的三大误区

    影响企业大数据分析的三大误区

    我们现在身处一个虚拟时空交易与现实时空交付的数字化时代。数字化正在各行业快速发展,许多企业将会经历前所未有的改变。数据正发挥着越来越重要……查看详情

    发布时间:2022.03.08来源:小亿浏览量:202次

  • 2019年需要关注的三个治理趋势

    2019年需要关注的三个治理趋势

    通过精心应用RPA,优先考虑数据质量,并迎合不断变化的劳动力构成,数据专业人员可以有效地指导他们的组织进入数据驱动的未来。……查看详情

    发布时间:2018.12.20来源:亿信华辰浏览量:148次

  • 数据质量需求与定义

    数据质量需求与定义

    数据质量通常表现为一组具体的流程和技术,用于识别和修正数据中的错误以支持业务运行及决策支持。在银行实际中数据质量管理的应用场景主要包括数……查看详情

    发布时间:2019.11.15来源:知乎浏览量:291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