当前企业的数据治理之困
发布时间:2020.06.28来源:知乎浏览量:78次标签:数据治理
1)后向型治理,不一致:因历史原因,很多企业采用“先建后治”的方式,通过手工填报、反向解析代码、脚本等的方式进行元数据探查、血缘探查、数据质量管理,事后才能发现问题,容易造成管理的内容和生产内容的不一致。
2)被动型治理,不高效:当发现质量问题时建设质量平台、需要数据字典的时候建设元数据管理平台,将原本完整的治理体系割裂为多个系统、多个平台,造成系统集成难度高、治理效果差。
3)误区型治理,难聚焦:随着中台的建设脚本和任务越来越多,本来管理数据变为了管理程序;数据治理的本质是管理数据,走入误区变成管理程序、脚本、任务,造成了管理失焦。
4)项目型治理,难延续:数据治理的最终目标是提升数据价值,是一个持续漫长的运营过程,需要逐步完善、分步迭代,指望一步到位完成数据治理是不现实的,但在实际执行过程中往往以项目交付为目标,点到为止,导致治理不全面、无延续,效果也注定是差强人意。
5)兼职型治理,难落地:由于每个行业、企业、单位的组织体系、数据应用、基础架构不同,需要通过方法论找到适合企业的特有的数据治理思路,同时需要专人或专业团队进行强有力的支撑,但实际执行过程中往往是企业安排员工进行兼职管理,导致职责不清晰,主动性不强,治理工作落地困难。
目前,在企业进行大数据应用时,我们发现一个规律:企业每天都有不断的数据分析需求,而数据的质量存在很多问题,当耗费极大心血做一个数据平台,却发现结果分析不对。那,我们亿信华辰能做什么呢?我们帮助客户将数据管理好,帮助客户的用户能更好地使用数据。
想做大数据治理,首先要把标准做好。否则,匆忙建设各种数据仓库、数据集市,最后发现标准有问题、质量不高,然后再建数据标准,导致出现投资浪费问题。事实上,企业可以更灵活,建数据仓库的同时开展数据治理,按照并行建设的方式,不仅能看到更高效的成果,同时也能提升企业数据建设的技术能力。
-
数据治理的坑,你踩过多少?
大数据时代,数据成为社会和组织的宝贵资产,像工业时代的石油和电力一样驱动万物,然而如果石油的杂质太多,电流的电压不稳,数据的价值岂不是大……查看详情发布时间:2020.06.29来源:CSDN浏览量:93次
-
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:68次
-
新模型:组合投资组合管理和数据治理建议
通常,组织决定不让投资组合管理网守优先/授权所有来自治理主导的问题分析的建议。因此,创建了一个新模型,第三个存储桶。……查看详情发布时间:2019.03.29来源:亿信华辰浏览量:59次
-
大数据时代不能没有数据治理
第一个提出大数据时代到来的是全球知名咨询公司麦肯锡,现如今大数据存在于各个行业,受到了人们的重视。现在社会科技告诉发展,信息流通快,使得……查看详情发布时间:2019.08.13来源:知乎浏览量:58次
-
大数据时代,用户不能成为“透明人”!
移动互联网时代,智能手机如同人的体外器官,而手机上安装的APP就像组成细胞。可以说,过好移动生活,首先从用好智能手机的APP开始。……查看详情发布时间:2019.04.04来源:大数据浏览量:64次
-
解析业务数据的特征——《企业大数据实践路线》
我们今天的内容是解析业务数据的特征。我们已经知道了数据从哪里来,也知道有什么数据,现在我们需要去分析一下这些数据的特征是什么,想想能在这……查看详情发布时间:2019.02.26来源:亿信华辰浏览量:63次
-
如何数据标准应对这些难题
应对数据标准这些难题,最经济、最理想的模式当然是:做大数据建设,首先做标准,再做大数据平台,数据仓库等。但一般的不大可能有这样的认识,很……查看详情发布时间:2020.11.13来源:知乎浏览量:84次
-
3点告诉你如何正确实现数据治理
数据驱动需要的不只是的新工具的出现。它需要对数据质量进行投资,以改变有关数据捕获系统的设计和使用方式的行为。……查看详情发布时间:2021.05.20来源:亿信数据治理知识库浏览量:101次