- 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]
数据乱象解决之道:全面的数据治理
【IT168信息化】毋庸置疑,数据已成为企业的重要资产,也是企业竞争力的重要武器。企业业务的成功,需要及时、完整和准确的数据提供支持。但经常能看到这样的现象:企业中几个部门的主管在汇报工作时,同一指标的数据不尽相同,甚至可能截然相反,到底哪个数据是正确的数据?无从确认。造成这种现象的原因很多,比如数据质量问题、统计口径问题,等等。如何确保能够为重要业务提供及时、相关和可信的数据?
数据乱象解决之道:全面的数据治理
对于各种数据问题,企业机构需要有效的解决方案,这就涉及到数据治理的问题。数据治理涵盖于企业的整个信息化建设过程,它涉及每个系统,包括所有业务核心系统、数据仓库、ECIF、风险管理、合规支持等等,它需要一个统一的管理平台进行管理,而这个平台支持各种数据技术,包括元数据管理、数据标准管理,以及主数据管理平台、数据质量管理平台和数据服务平台。无论是对数据进行集成、整合、交换、还是同步,它们都在数据治理这个范畴内。其中,一个比较“软”的方面就是数据标准管理,是很重要的一个环节,根据这个标准,通过相应的数据技术,对所有数据实现到端对端的梳理和管理,这就是整个数据治理的过程。
什么是数据治理?
数据治理是一种体系,是一个关注于信息系统执行层面的体系,这一体系的目的是整合IT与业务部门的知识和意见,通过将流程、策略、标准和组织的有效组合,对企业的信息化建设进行全方位的监管,需要企业高层的授权和业务部门与IT部门的密切协作。
数据治理涵盖了整个企业的信息化立场和建设,包括所有核心业务系统、运营数据储存或数据仓库、ECIF、风险控制以及很多其他的系统,需要技术和“软内容”平台提供支撑,包括主数据管理平台、数据质量管理平台、数据服务平台,以及元数据管理和数据标准管理,最终实现所有数据的全方位监管,实现端到端的数据梳理和管理,确保数据的有效性、可访问性、高质量、一致性、可审计和安全性,这是数据治理的目标所在。
实际上,很多企业都在涉及数据治理相关的项目,只是可能以其它项目的形式出现,比如数据集成、ETL、元数据等项目,这些都是数据治理的组成部分。在调查中发现,现在企业做数据治理,更多关注的是数据质量分析、评估和探查,其次是ETL和其它数据集成工具,以及数据模型。
数据治理项目包括四个关键要素:策略和流程、组织、标准和定义、技术。这四个方面缺一不可。