数据治理-数据治理标准化的价值

发布时间:2020.11.08来源:知乎浏览量:1次标签:数据治理

1. 数据的三个特性与标准化
数据的三个特性:
1)管理属性,存储位置、管理部门、管理人员等。
2)业务属性,业务定义、业务规则、质量规则等。
3)技术属性,名称、编码、类型、长度等。

数据的管理属性与标准化:
通过数据的标准化定义,明确数据的责任主体,为数据安全、数据质量提供保障。
标准的数据指标体系为各主题的数据分析提供支持,提升数据处理和分析效率,提供业务指标的事前提示、事中预警、事后提醒,实现数据驱动管理,帮助领导快速、准确决策。

数据的业务属性与标准化:
通过对实体数据的标准化定义,解决数据不一致、不完整、不准确问题,消除数据二义性,使数据在企业有一个全局的定义,减少各部门、各系统的沟通成本,提升企业业务处理的效率。
标准的数据指标体系,让业务人员也能够轻松获取数据、自助分析数据,为基于数据的业务创新提供平台。

数据的技术属性与标准化:
标准的数据及数据结构是企业信息共享的基础。
标准的数据模型和标准数据元为新建系统提供支撑,提升应用系统的开发实施效率。
数据标准化清晰定义数据质量规则、数据的来源和去向、校验规则,持续提升数据质量。

2. 数据标准化是数据中台价值实现的前提
数据中台的三个基本要求:
1)标准化。数据标准化是数据应用和数据洞察的前提,即价值实现的前提。
2)高质量。高质量的数据是业务创新和精准决策的基础,也是运营合规的基础。
3)全方位。全方位的数据是服务客户和开拓市场的关键,也是安全可控的基础。

数据治理的三个总则(终极目标):
1)价值实现。数据治理标准指导下的数据中台数据资产管理(高质量、全方位)。
2)运营合规。数据治理标准指导下的数据中台数据服务管理(标准化、高质量)。
3)风险可控。数据治理标准指导下的数据中台安全管理体系(标准化、全方位)。

3. 数据中台产品体系中的数据治理与标准
数据治理标准与规范不仅是数据中台建设的标准依据,也是数据中台中很重要的业务板块,这些业务板块正是数据治理标准与规范价值落地的工具,真正决定着数据中台的建设水平和质量,以及最终数据价值的实现。
(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
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