通用数据治理平台的功能模块

随着互联网与大数据技术的飞速发展，大数据已经融入到了各行各业。数据治理非常重要，已经逐渐成为了政府、企业进行智能化决策的重要手段。数据治理可以帮助企业提高数据质量，并帮助企业针对现状制定有效的策略，从而让各企业的数据资产得到充分的利用。

一、数据治理的概念与定义

数据治理(DataGovernance)，是企业数据治理部门发起并推行的，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。也就是将数据从具有很少甚至于没有组织和流程的治理到企业范围内的综合数据治理、从处理主数据时的混乱状态到主数据井井有条、从零散没有规律变为统一规划的主数据的一个过程。数据治理是一种数据管理的概念，能够确保数据的全生命周期存在高数据质量的能力。具体来讲是指组织对数据的安全性、完整性和可用性的整体管理。 

数据的安全性，则是指数据治理和分享的过程是安全可控的，这个过程不会侵犯用户隐私，不会给组织本身留下安全隐患。

数据的完整性，是指我们收集的数据本身是完整的，能够覆盖各类数据应用的需要，不会因为缺少了对某些数据的采集，而带来了数据资产的流失；

数据的可用性，是指数据本身是可用的、可信的和质量有保证的，不会因为本身的数据质量给后续的数据应用带来问题；

二、数据治理的技术组成

数据治理是专注于将数据作为企业的商业资产进行应用和管理的一套管理机制，能够建立规范的数据应用标准，消除数据的不一致性，实现数据广泛共享，提高组织的数据质量并能够将数据作为组织的宝贵资产应用于业务、管理、战略决策中，发挥数据资产的商业价值。

数据治理涉及的IT技术主题包括数据标准、元数据、数据集成、数据质量、数据资产、主数据、生命周期、数据安全、数据交换等多产品组成的一整套解决方案。

所有与数据有关的技术产出物全部通过知识库实现相互之间共享，知识库作为数据治理的后台通道，传输不同平台、环境、技术、工具所提交和需要的元数据信息。

三、数据治理主要模块详细说明

数据标准管理：数据标准可作为信息管理的基础，也可以作为应用系统开发时进行数据定义的依据，同时也是作为经营管理中所涉及数据的规范化定义和统一解释。适用于业务信息管理、应用系统开发及数据描述。涉及行业标准、国家标准、地方标准和企业标准，在定义元数据实体或元素时进行关联。数据标准需要不断的更新优化和积累，补充完善以便更好的支撑业务的开发和系统的集成。

元数据管理：元数据管理主要面向开发人员、最终用户提供元数据服务，是对企业涉及的技术元数据、业务元数据、管理元数据按照科学、有效的机制进行盘点、集成和管理，借助变更报告、影响分析等应用，控制数据质量、减少业务术语歧义和建立业务和技术之间的良好沟通渠道，进一步提高各种数据的适应性、可维护性、可信性和可集成性。以满足用户的业务需求，对企业业务系统和数据分析平台的开发、维护过程提供支持。

数据安全管理：数据安全应贯穿数据治理全过程。从技术上，数据安全包括：数据的存储安全、传输安全和接口安全等。从管理上，建立数据安全管理制度、设定数据安全标准、培养全员的数据安全意识。企业需要在安全、效率之间找到平衡点。因为安全与效率始终是一个矛盾体，数据安全管控越严格，数据的应用就可能越受限。

数据质量管理：明确数据质量管理目标、建立数据质量管理体系，定义数据质量检验规则，控制对象和指标，生产数据质量报告，执行数据质量检核。为促进数据质量的不断提升，需要通过数据质量问题处理流程及相关功能实现数据质量问题从发现到处理的闭环管理。

主数据管理：主数据是企业内外被广泛应用和共享的数据，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。主数据管理涉及主数据的所有参与方，如应用程序、业务流程、用户等，创建并维护企业核心数据完整性、一致性、正确性和关联性。是一个通过运用相关的技术、流程和解决方案，对企业核心数据的有效管理的过程。

四、数据治理平台商业案例

睿治数据治理平台融合数据质量、数据标准、数据集成、元数据、数据资产、主数据、生命周期、数据交换、实时计算存储、数据安全10大产品，每个模块功能可互相调用，全程可视化操作，打通数据治理各个环节，同时提供各个产品模块任意组合，满足企业不同的数据治理场景。

数据质量：有效识别各类数据质量问题，建立数据监管，形成数据质量管理体系，全面提升数据的完整性、准确性、及时性，一致性以及合法性。

数据标准：为数据提供一套统一的数据定义、数据命名、赋值规则、数据类型等的定义基准，从源头确保数据的正确性及质量，维持企业数据模型的一致性、规范性，提升开发和数据管理的一贯性和效率性。

数据集成：对数据进行清洗、转换、整合、模型管理等处理工作。用于为数据应用提供可靠的数据模型以及问题数据的修正。

元数据：采集汇总企业系统数据属性的信息，帮助各行各业用户洞察元数据之间的关系和影响挖掘隐藏在资源中的价值。

数据资产：为用户提供资产视图，为管理员提供决策依据，发现不良资产，快速了解企业资产，提升数据资产的价值。

主数据：帮助企业创建并维护内部共享数据的单一视图，统一商业实体定义，简化改进商业流程，提高数据质量与业务的响应速度。

生命周期：建立数据自动归档和销毁，全面监控展现数据的生命过程。

数据交换：完成数据的收集、集中、处理、分发、加载、传输，构造统一的数据及文件的传输交换，提高信息资源的利用率，保证了分布在异构系统之间的信息的互联互通。

实时计算存储：支持海量数据的高效储存和统一管理，为企业决策提供实时的数据支撑。

数据安全：提供数据加密、脱敏、模糊化处理、账号监控等各种数据安全策略，确保数据在使用过程中有严格的认证、授权、访问和审计等措施。