数据标准在数据治理中的意义

发布时间:2020.04.28来源:知乎浏览量:140次标签:数据治理

一个拥有大量数据的企业,要发挥其数据的价值必须整合和加工现有或新建的各种信息系统或者业务应用中的数据,并通过将经过处理的数据嵌入到业务流程中,实现智慧化生产,智慧化管理。数据资产管理就是在上述从数据产生到数据整合、加工、使用的端到端价值实现过程中,管理各个环节的数据定义、格式、值域范围、业务规则、加工逻辑,安全权限以及数据之间的加工依赖关系等一系列事项。数据资产管理的目的是让数据的使用者能够清楚地认识数据和数据关系,进而能够用好数据;让数据应用的管理者能够洞察数据、应用、系统之间的复杂依赖关系,进而能够管好数据。

数据标准是为了规范系统建设时对业务的统一理解,增强业务部门、技术部门对数据的定义与使用的一致性。新系统建设应遵照(自主开发)或尽可能与数据标准贴近(如外购软件包);对于现有系统,应贯彻统一的业务定义,通过数据转换来满足统一的技术要求,与数据标准接轨。

数据标准适用于业务数据描述、信息管理及应用系统开发,可以作为经营管理中所涉及数据的规范化定义和统一解释,也可作为信息管理的基础,同时也是作为应用系统开发时进行数据定义的依据。
数据标准对系统集成和信息资源共享具有重要意义:
1、增强业务部门和技术部门对数据定义和使用的一致性。
2、减少数据转换,促进系统集成。
3、促进信息资源共享。
4、促进企业级单一数据视图的形成,支持管理信息能力的发展
5、建立统一的数据标准。目前存在各业务部门标准不统一,部门之间数据标准矛盾或者相互混淆的情况,导致部门间数据交换,数据共享比较困难。建立统一的数据标准有助于对数据进行统一规范的管理,消除各部门间的数据壁垒,方便数据的共享,另外数据标准同样对业务流程的规范化有帮助作用。
6、提高数据质量。电力数据的采集和传输受到采集传感器的精度、稳定性,通讯设备和环境因素的影响较大,导致存在大量的空值和垃圾数据。可通过数据质量管理对电力数据进行质量检查,找出有问题的数据,通过数据清洗,问题整改,例外排查等一系列手段提高数据质量;另外还可以通过出具数据质检报告,数据质量绩效考核来督促各业务部门重视数据质量从而加强人员和业务的管理来提高数据质量。
7、数据资产管理。将经过处理的高质量数据资产统一管理,提供全生命周期的管理和数据安全保障。并可将数据资产进行分类和编目,方便数据的展示和数据共享,同时也为数据分析和数据挖掘(电力需求预测、电力系统优化等)打好基础。
(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
  • 银行自身要提升数据治理能力

    银行自身要提升数据治理能力

    数字经济对金融服务的模式也提出了新的要求,银行必须依托科技支撑,加快和深化数字化转型,带动风控模式的改革创新。银行还需要着力于构建其自身……查看详情

    发布时间:2019.10.29来源:知乎浏览量:226次

  • 解锁数据治理:亿信华辰的数据治理工具引领风潮

    解锁数据治理:亿信华辰的数据治理工具引领风潮

    在数字化飞速发展的时代,数据已成为企业的重要资产。然而,如何有效管理和利用这一资产,确保数据的质量、安全性和合规性,是企业面临的挑战。亿……查看详情

    发布时间:2023.09.27来源:浏览量:194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:172次

  • 如何成功实现一个数据治理项目,大神详细拆解实施要点

    如何成功实现一个数据治理项目,大神详细拆解实施要点

    此文将主要围绕数据治理项目具体阐述实施步骤、工具平台的功能,并基于实践经验,提出数据治理成功的要素。全文有点长,非常实用的干货,建议收藏……查看详情

    发布时间:2021.05.26来源:亿信数据治理知识库浏览量:1037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:2020.11.13来源:知乎浏览量:152次

  • 企业大数据体系构建,从这4层逐步递进递进

    企业大数据体系构建,从这4层逐步递进递进

    关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通。关于企业的大数据体系构建,可……查看详情

    发布时间:2019.05.20来源:数据分析网浏览量:228次

  • 大数据时代的数据治理

    大数据时代的数据治理

    随着Hadoop技术的提升,数据如何进来,如何整合,开展什么样的应用都已经有了成熟的案例,可是,同传统数仓时代一样,垃圾进垃圾出,如何破……查看详情

    发布时间:2020.03.19来源:知乎浏览量:139次

  • 数据治理到底是什么?

    数据治理到底是什么?

    幸运的是,培训可以为精通数据的员工提供这些技能。通过正确的沟通工作,您的数据治理团队可以开展治理业务,确信他们能够为您的各种数据利益相关……查看详情

    发布时间:2019.03.19来源:亿信华辰浏览量:205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:166次

  • 数据质量管理趋势

    数据质量管理趋势

    进一步信息又可分为物理信息和语义信息两类,其中物理层面的信息反映基础的数据结构;语义信息属于进阶有含义的语义数据结构,反映人类的视角。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:162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