2021权威解读:大数据治理包括哪些内容

近年来数据治理越来越受到国内外研究机构和学者的关注，在数据治理的框架设计等方面均取得了很多研究成果，并在商业、教育、医疗等以数据为核心业务的社会发展领域取得了很好的应用效果。

ＤＡＭＡ（国际数据管理协会）、ＩＳＡＣＡ（国际信息系统审计和控制协会）、ＤＧＩ（国际数据治理研宄所）、ＩＢＭ数据治理委员会和Ｇａｒｔｎｅｒ公司等权威机构均从不同角度给出了数据治理的框架。

国际数据管理协会

几家权威机构给出的数据治理框架包括元数据管理、数据质量管理、数据安全管理、数据标准、主数据管理、信息生命周期管理、数据开发等数据治理的内容，以及数据组织架构管理、数据治理流程等数据治理的组织管理与实现。

1.大数据治理包括：组织管理，打通数据治理流程

组织管理，是打通数据治理流程的重要一环，涉及数据管理人员、数据利益相关者、数据访问使用等各部门、单位之间的业务协调，需要IT与业务部门进行协作，而且必须始终如一地进行协作，以改善数据的可靠性和质量，从而为关键业务和管理决策提供支持，并确保遵守法规。

2.大数据治理包括：元数据管理，数据治理的核心环节

元数据的管理有着十分重要的作用。通过元数据管理工具将元数据服务提供给所有业务人员，使业务人员也能够快速的从业务角度理解数据，从而帮助业务人员更好的利用数据。同时，通过查询元数据信息可以了解数据在整个生命周期（包含数据的来源、数据修改与删除等）中的来龙去脉，实现高效管理大数据系统中的海量数据信息

元数据管理。大数据治理需要将大数据与企业的元数据库进行整合，将大数据术语纳入业务词库。例如：增加“独立访客”术语，以支持点击流分析。

1. 从Hadoop 中将技术元数据引人元数据库。

2. 确保数据血统（data lineage）管理者能够将数据流从Hadoop 引人技术元数据库。

3. 管理数据血统，并在大数据环境中对分析施加影响。

3.大数据治理包括：数据标准，数据治理的成效保障

数据标准的合理性与统一性，决定数据治理的成效。通过时空格网编码的方法建立时空数据的统一标准，结合其他的业务标准共同建立数据治理的标准体系。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。企业数据标准体系的建设应既满足当前的实际需求，又能着眼未来与国家及国际的标准接轨。

4.大数据治理包括：质量管理，数据治理的成果保障

数据质量管理。大数据质量的管理要实时化，并解决与准结构化和非结构化数据相关的问题。糟糕的数据质量一定会阻碍需要深度商业洞察的分析，因此大数据治理的质量必须“足够好”。

主数据管理，数据治理的主要目标

主数据管理是通过运用相关的流程、技术和解决方案，对企业核心数据的有效管理过程。主数据管理涉及主数据的所有参与方，如用户、应用程序、业务流程等，创建并维护企业核心数据一致性、完整性、关联性和正确性。主数据是企业内外被广泛应用和共享的数据，被誉为是企业数据资产中的“黄金数据”，主数据管理是撬动企业数字化转型的支点，是企业数据治理最核心的部分。

5.大数据治理包括：安全管理，数据治理的必要条件

数据安全管理，早在1890 年，路易斯·布兰寻密斯（后成为美国最高法院的法官）和塞缪尔·沃伦，即在《哈佛法学评论》杂志上发表了《隐私权》一文。该论文将隐私定义为“让人独处的权利”。此后，全球各地的规制和立法，对隐私权理论进行了规范和扩展。大数据治理需要识别敏感数据，并制定有关敏感数据的可接受使用的政策。政策需要考虑因大数据类别、产业和国家而异的规制。鉴于有关隐私话题的许多报道引人注目，如果适用的话，大数据治理计划有必要建立与社交媒体和地理位置数据有关的指南。

总结

数据治理需因地制宜，不论建立什么样的数据治理框架体系、采用什么样的数据治理技术，其目的都是实现数据治理目标，即：通过有效的数据资源控制手段，实现对大数据的管理和控制，以提升数据分析的能力、数据应用的深度，进而提升数据变现的能力。因此数据治理体系和框架，只是企业数据治理的一个参考，需根据具体需求进行调整，不能照搬和套用，更不能为了治理而治理。

了解更多数据治理平台相关知识：https://www.esenruizhi.com/