元数据管理流程和方法是怎样的
发布时间:2022.03.21来源:小亿浏览量:408次标签:数据治理
大数据环境中,如果企业不通过元数据管理把多种复杂的信息管理起来,很难做到信息的有效利用。Gartner在研究报告里明确指出,“元数据管理将是未来企业信息化的核心基础设施”。但是,很多企业逐渐发现元数据管理直接给企业业务创新带来的价值非常有限,这里给大家介绍元数据管理流程和方法。
一、元数据与元数据管理
元数据是“所有系统、文档和流程中包含的所有数据的语境。是生数据的知识。”换句话说,如果没有元数据,组织IT系统中收集和存储的所有数据都会失去意义,也就没有业务价值。
元数据管理包括业务词汇表的发展,数据元素和实体的定义,业务规则和算法以及数据特征。最基础的管理是管理业务元数据的收集、组织和维持。对技术型元数据的应用,对主数据管理和数据治理项目的成功至关重要。
二、元数据管理痛点
元数据管理不能给业务创新带来直接价值的主要原因,在于目前的元数据管理太“孤独”,这种孤独主要体现在以下四个方面:
业务难结合
系统都应该是为业务服务的,只有一个部门的人在用的系统是没有生命力的,如何让各部门的人都会使用元数据管理系统是一件很重要的事。因为缺少和业务的结合,很多企业做完元数据管理系统之后,发现只是数据管理部内部人员在使用,其他部门的人根本没法用。
管理范围窄
目前元数据管理范围窄主要体现在两个层面:第一,即使在数据仓库领域,也只管理了部分技术元数据,技术元数据的缺失导致元数据系统不能展现出企业系统的真实情况,业务元数据的缺失导致最终大家只能得到一堆缺少具体业务含义的表结构;第二,只管理了数据仓库相关的元数据,没有将元数据管理扩展到整个企业层面。
技术不完善
技术的不完善导致了以上一系列问题的出现。采集能力差,导致只能通过手工做辅录,人工成本高,不能建立完整的信息链路;实时性不高,导致很多企业不能实时了解数据资产状况,跟不上企业数据增长的速度;扩展性不强,导致很多元数据管理工具没办法管理企业业务数据和架构。
应用场景缺
目前,大部分元数据的应用场景都局限于元数据系统的内部功能,比如血缘分析,血统分析,版本管理等,这些功能都是企业在信息化里面使用到的,但实际上元数据的作用不只是体现在这些有限的功能上。
三、如何高效管理元数据
高效管理元数据的方法,那就是工具化!亿信华辰元数据管理平台,致力于处理技术元数据、业务元数据、管理元数据,帮助各行各业用户获得更多的数据洞察力,进而挖掘出隐藏在资源中的价值。
1、可扩展元模型,满足不同管理需求
元数据的应用都基于元模型。亿信元数据管理平台(EsPowerMeta)中的元模型支持CWM(公共仓库元模型)规范的同时,提供了一套便捷的自定义管理接口功能,可完全自定义扩展,能够满足元数据管理快速实施的需要,可适应用户在不同时期的不同管理需要。
2、 全面支持各类采集适配器
平台内置丰富的适配器,全面保障各类源头的元数据自动化采集,一键采集对接,同时可支持适配器快速扩展
3、 全文搜索引擎,准确定位目标元数据
亿信元数据管理平台(EsPowerMeta)内置全文搜索引擎,让各层次用户可快速定位自己所关心的元数据。EsPowerMeta支持基于名称、基本属性、元数据间关系查找的同时,还支持全文搜索。通过多种组合条件的模糊查询,即可在整个元数据环境中随时检索所需元数据。
4、 智能获取元数据,管理维护便捷
亿信元数据管理平台(EsPowerMeta)提供了完善的元模型和元数据维护功能,采用多种方式简化元数据维护的复杂性。系统支持元数据的自动获取和时间调度管理,支持手工创建和变更元数据,并配合版本管理,能完整存储元数据整个生命周期动态和变化,方便用户跟踪业务运作的历史数据。
5、图形化分析,快速理清元数据关系
亿信元数据管理平台(EsPowerMeta)提供图形化的元数据基础分析以及高级应用分析。血缘分析是指从某一实体出发,往回追溯其处理过程,直到数据源接口,可快速追溯数据来源和加工过程,影响分析可掌握元数据之间的相互影响。
6、 落地全行业,全中文硬核系产品
目前国内支持全中文内核元数据管理的为数不多的产品之一,具有自主知识产权,已成功实施于多家银行和政府机构,同时适用于业务用户、技术用户和运维管理用户。
-
持续的业务改进取决于数据治理
当我们认为有价值的东西时,我们需要确定我们如何以及何时使用它以及保护它。我们通过建立标准,政策和流程来定义如何利用和保护此资产。……查看详情发布时间:2019.01.26来源:亿信华辰浏览量:66次
-
人工智能商业化提速 创新奇智瞄准三大场景万亿市场
“接下来的AI投资就是要去跟中国各行各业进行结合,把中国的后端效率大幅改进。而这个机会将不会小于过去几年阿里、腾讯那些前端的互联网巨头所……查看详情发布时间:2019.01.27来源:亿信华辰浏览量:84次
-
数据治理管理干货 | 数据质量管理的方法
原始数据通常包含错误,如果不做数据质量管理,可能会导致错误的结果。数据质量管理是数据治理中获得正确上下文和结论的基本步骤。……查看详情发布时间:2021.06.22来源:亿信数据治理知识库浏览量:87次
-
2019年数据保护政策趋势展望
在全球数据保护法律政策中,欧美仍将扮演引领性角色。欧盟“e-PR”或带来更严格规制。美国联邦与地方隐私立法互补。……查看详情发布时间:2019.02.19来源:亿信华辰浏览量:67次
-
以数据中台为切入点,场景/应用驱动源头数据治理
数据中台通常是应用驱动构建,所处理的数据是业务关心和使用的数据。在数据中台开发与运营服务的过程中,面临很多源头数据的问题,比如不同系统的……查看详情发布时间:2020.04.01来源:知乎浏览量:80次
-
谷歌首席决策科学家:30篇文章通关数据科学与人工智能
谷歌首席决策科学家(Chief Decision Scientis)凯西柯兹科夫(Cassie Kozyrkov)在2018年非常高产,……查看详情发布时间:2019.01.24来源:亿信华辰浏览量:66次
-
大数据如何成为了驱动社会治理的创新转向?
大数据、智能化、移动互联、云计算成为了驱动经济发展和社会转型的重要力量,“用数据说话、用数据决策、用数据管理、用数据创新”成为了公共管理……查看详情发布时间:2018.09.30来源:中新界面浏览量:71次
-
Gartner 2019年十大数据和分析技术趋势:增强型分析成为重要卖点
处于数据和分析位置的领导人必须审视这些趋势对业务带来的潜在影响,并相应调整业务模式和运营,否则就有可能失去竞争优势。 ……查看详情发布时间:2019.02.25来源:亿信华辰浏览量:65次
-
11个顶级数据治理平台
虽然许多组织更加重视他们的数据治理计划,但“大多数企业都会在企业数据治理方面遇到困难,而他们最初只关注客户,供应商或产品,”MDM研究所……查看详情发布时间:2018.11.16来源:David Weldon浏览量:288次