- 理论支撑:企业财务大数据[2022-06-16]
- 数据治理的时代演变之道[2022-06-15]
- 数据治理的经济分析[2022-06-14]
- 实施数据治理时常犯的10[2022-06-13]
- 数据质量管理办法[2022-06-10]
- 治数VS养数[2022-06-09]
- 华为是怎么做数据治理的[2022-06-09]
- 数据发现对数据治理的重[2022-06-08]
- 工业企业数据治理的八大[2022-06-07]
- 企业数据治理团队的十大[2022-06-06]
数据治理体系可以这么规划|数据治理解决方案
数据治理解决方案在不同行业有不同的侧重点,或者在同一点上的深度也不同。康赛根据在教育行业的丰富经验总结了目前高校的一些特点,建议可以从以下几个方面来考虑的数据治理解决方案。如图1所示。
图1:康赛高校数据治理解决方案
数据治理体系规划
如图2金字塔所示,数据治理工作是在学校战略和学校规划的指引下进行设计,这些和规划包括业务发展目标、IT治理规划以及数据治理相关的发展规划。所以以下所有的机制,专题以及实现都要受此战略目标和规划指导。如果学校高层并没有数据治理的战略准备,那么对它的数据治理将无法开展。数据治理工作涵盖内容比较广泛,从规划到实施,从业务到流程,从前台到后台,从管理到技术,各项工作都必须从制度上加以保障,这就要求学校必须全面配合才能见到成效。
图2:数据治理体系规划
完善的数据治理体系的制度应当包含以下几个方面:
1、数据治理战略体系规划
由学校高层相关委员会制订数据治理工作的战略规划,纳入学校信息中心的长远规划。
2、数据治理组织架构及职责管理
明确数据治理的组织架构,规范数据治理组织中相关部门和人员的职权和责任。建立数据责任人体系,明确数据定义、录入、使用部门和信息中心的工作职责,并在各主要部门设置数据治理工作岗位,如图3数据流向图。
根据高校的实际情况,应该各业务部门设立专门的数据责任人,由责任人来负责接口数据质量,反应业务系统需要的应用。考虑到数据最后还要为各业务部门进行服务,由责任人反应的需求必定是最真实的需求。
图3:数据流向图
3、数据标准管理体系规划
技术方面,用业务驱动的方式制定数据标准。在业务管理方面,制定数据标准的制定、发布、变更、作废等流程,规范数据标准的管理工作。
4、数据质量管理体系规划
制订数据质量管理的办法、流程、组织及评价考核规划等内容,及时发现并解决数据质量问题。康赛的DQAS全量数据质量监控系统(全量数据产品线“北斗七星”中的一员,我们称作“玉衡”)可以在过程中最大程度整合、清洗、转换各系统的数据以保证学校各系统的数据在中心库的质量。
5、元数据管理体系
元数据是各系统之间数据沟通的桥梁。分为技术元数据和业务元数据。技术元数据是关于中心库技术细节的元数据。业务元数据是为了保证用户能够正确、方便地使用中心库数据,主要用来提供系统与最终用户之间的语义层。
6、数据中心整体架构设计
康赛把各系统的数据整合到数据中心,所有的基础数据支持都来自于数据中心的数据。数据中心的设计应当充分考虑数据质量的问题,有良好的机制确保数据的准确性,能够尽早发现数据质量问题,定位数据质量问题。
同时数据中心的设计还需要具备足够的稳定性,以应对源系统和外部分析需求的不断变化。数据中心和外围业务系统应保持松耦合的关系,确保数据中心的数据运行不会对关键业务系统的性能和稳定性有影响,最重要的就是体现在数据中心如何从源系统抽取数据,既要保证对源系统的影响最小,同时也可适应源系统的数据源的变化,这就要求数据抽取这一层的设计具备足够的灵活性、稳定性和源系统的无关性。
7、数据安全管理体系
制订数据安全的保护措施,明确数据的产生、转移、存储、使用和销毁等阶段的管理制度,保证数据完整性、保密性和可用性。
8、数据生命周期适用
学校数据的生命周期也是有考量的。比如说一般学生的基础数据的生命周期是四年,数据中心的容易是有限的,我们不可能保存所有的基础数据,那么学生基础数据在数据中心的生命周期怎么设定就需要讨论了。