数据治理的十五个最佳实践

发布时间:2020.07.31来源:知乎浏览量:127次标签:数据治理

数据治理是什么?
数据治理是一套原则和实践,以保证数据在完整生命周期中的质量。

数据治理

数据治理研究所(DGI)认为,它是一套切实可行的框架,帮助任何组织的各种数据利益相关方识别并满足其信息需求。DGI认为,企业不仅需要管理数据的系统还需要一套完整的规则体系,并通过流程和程序来确保这些规则都得到遵守。对任何治理系统来说,这都是一项艰巨的任务。Profisee平台这样的工具则可以使这项工作更加容易。

数据正在成为决定企业成功的核心企业资产。数字化转型在世界各地都被提上了日程。如果能够管理你的数据,就可以利用数据资产并成功进行数字化转型。这意味着必须部署适合组织发展、未来业务目标及业务模型的数据治理框架。该框架必须控制此过程中所需的数据标准,并在组织内部以及公司运营所在的业务生态系统中委派所需的角色和职责。

数据治理最佳实践
一方面,你可以从其他从事数据治理过程中进行学习。但是,每个组织都是不同的,你需要从无意识的成熟阶段到有效的成熟阶段中,一路调整数据治理实践。

本文列举了15个通用的最佳做法:
1、从小处开始。在商业的方方面面,不要眼高手低。力争快速获胜,并随着时间的推移建立雄心。
2、设定清晰、可衡量且具体的目标。你无法控制无法测量的内容。达到目标时去庆祝,并以此来赢得下一个胜利。
3、定义所有权。没有企业所有权,数据治理框架就无法成功。
4、确定相关角色和职责。数据治理是一个团队合作,其中包含来自业务各个部门的交付成果。
5、教育利益相关者。尽可能使用业务术语,并将数据治理学科的学术部分转换为业务上下文中有意义的内容。
6、专注于运营模式。数据治理框架必须集成到企业中开展业务的方式中。
7、地图基础架构、体系结构和工具。你的数据治理框架必须是企业体系结构、IT环境和所需工具的合理组成部分。
8、制定标准化的数据定义。必须分清什么需要集中管理,哪些需要敏捷化及本地化管理,并在两者之间取得平衡。
9、识别数据域。从数据域开始,在产生的影响和付出的行动之间获得最佳比率,以提高数据治理的成熟度。
10、识别关键数据元素。聚焦最关键的数据元素。
11、定义控制度量。将这些部署在最有意义的业务流程、IT应用程序和/或报告中。
12、建立商业案例。确定与增长、节省成本、风险和合规性有关的数据治理成熟度不断提高的优势。
13、利用指标。聚焦于企业通用绩效相关的有限的数据质量KPI。
14、经常交流。数据治理实践者认为,交流是该学科最关键的部分。
15、这是一种实践,而不是项目。
(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
  • 业务流程建模与标准操作过程之间的联系

    业务流程建模与标准操作过程之间的联系

    我们上周开始了一个关于业务流程(BP)建模及其在企业中的角色的新博客系列。本周的重点是业务流程建模和标准操作过程之间的联系。具体而言,使……查看详情

    发布时间:2019.02.18来源:亿信华辰浏览量:107次

  • 数据治理与数据管理:有什么区别?

    数据治理与数据管理:有什么区别?

    如果今天有任何定义成功企业的东西,那就是公司数据的成功理解,使用和策略。了解您的数据并确定如何实施它会带来一系列问题,包括用户和利益相关……查看详情

    发布时间:2018.11.13来源:克里希基德浏览量:111次

  • 数据质量在数据治理中的重要意义

    数据质量在数据治理中的重要意义

    数据的质量问题从一定的角度反映出组织当中存在的一些问题,而问题的来源可能是数据流动,可能业务流程也可能源于管理问题等等,数据质量问题的分……查看详情

    发布时间:2020.01.10来源:CSDN浏览量:127次

  • 中小银行数据治理难点在哪儿?

    中小银行数据治理难点在哪儿?

    银行数字化转型是银行业伴随金融科技发展的必然趋势,而数据治理是实现银行数字化转型的基础。……查看详情

    发布时间:2019.12.13来源:CSDN浏览量:129次

  • 金融服务的数据治理2.0

    金融服务的数据治理2.0

    随着金融服务业面临特别的压力,数据驱动型业务的变化速度正在增加。对于银行,信用卡,保险,抵押贷款公司等,必须正确地进行数据治理。……查看详情

    发布时间:2019.01.25来源:亿信华辰浏览量:107次

  • 手把手系列:常用数据交换方案之Web Service接口处理法

    手把手系列:常用数据交换方案之Web Service接口处理法

    Web Service是一个SOA(面向服务的编程)的架构,是一个平台独立的,低耦合的,基于可编程的web的应用程序,可使用开放的XML……查看详情

    发布时间:2020.12.29来源:知乎浏览量:100次

  • 数据质量问题分析

    数据质量问题分析

    数据质量问题主要包含四个问题域:技术问题、信息问题、流程问题、管理问题。1、技术问题由于具体数据处理的各技术环节异常所造成的数据质量问题……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:139次

  • 数据标准从发起到落地执行的四个阶段

    数据标准从发起到落地执行的四个阶段

    数据标准的设计从需求发起到落地执行,一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段:……查看详情

    发布时间:2020.09.24来源:知乎浏览量:103次

  • 询问数据治理教练:数据湖上的数据治理?

    询问数据治理教练:数据湖上的数据治理?

    在没有首先理解数据的情况下将数据提取到数据湖中,这只是经常发生的许多数据治理错误之一。您可以在此处下载我的免费报告,找出最常见的错误,更……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:110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:165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