日日碰狠狠躁久久躁96avv-97久久超碰国产精品最新-婷婷丁香五月天在线播放,狠狠色噜噜色狠狠狠综合久久 ,爱做久久久久久,高h喷水荡肉爽文np肉色学校

睿治

智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一,入選IDC企業數據治理實施部署指南。同時,在IDC發布的《中國數據治理市場份額》報告中,連續四年蟬聯數據治理解決方案市場份額第一。

領導者的數據治理:將數據戰略轉化為行動

時間:2019-02-14來源:億信華辰瀏覽數:1267


數據隨處可見,物聯網和不同數據源,數據源,渠道和數據消費者的互聯性日益增強,數據策略指導下的數據治理控制需求高度支持業務決策并滿足合規性要求,如歐洲自2018年5月起授權的通用數據保護條例(GDPR)和針對銀行和保險業的BASEL II / III。 ?

數據治理可能有很多定義,但任何合理的定義都必須與治理的一般含義一致。治理的字典定義是“行使權力”。權威是“賦予命令,執行服從,采取行動或作出最終決定的權力或權利。”如果我們要真正管理我們的數據,我們必須擁有系統和?確保數據與權威人士的決策一致的流程。因此,“數據治理”可以定義為“人員,流程和技術的正式協調,以使組織能夠將數據用作企業資產”。

由于數據治理是一項涉及整個企業多項職能的戰略舉措,因此數據治理計劃應包括一個理事機構(指導委員會或理事會),商定的共同程序集以及溝通和執行這些程序的計劃。

最初需要分析當前數據治理的成熟度(就像狀態一樣)。然后,這將導致制定組織,政策,程序和標準,以及相關的數據治理流程和必要的支持技術。 最后,需要考慮人力和變革管理方面,因此還需要在開發和部署中提供培訓和指導。?

治理定義了操作數據管理策略的控制權和決策權;?協調人員,流程和技術,以確保數據安全的有效性和效率,并將戰略轉化為行動,主要目標是:

  • 管理定義,結構,存儲,所有者,移動,安全性,元數據,質量和所有權的責任
  • 包含愿景,范圍,目標,目標,方法和原則
  • 跟蹤并強制執行數據戰略的一致性。
  • 管理與數據相關的問題和解決方案。

數據治理將根據以下方面顯示策略:

  • 我們在哪里(現狀)
  • 可以做什么(期望的情況)
  • 我們將如何到達那里(差距分析)
  • 對業務和IT部門的影響/影響
  • 實現依賴性
  • 推薦的實施方法
  • 它需要多少錢
  • 這要花多長時間
  • 需要哪些資源,員工要求和所需的培訓
  • 發展計劃和關鍵里程碑

數據治理實施將產生一系列可交付成果:

  • 當前數據治理評估報告包括痛點
  • 數據治理章程,組織結構和運營模式。
  • 定義數據治理資產管理的生命周期和流程(策略,流程,工作流等)
  • 定義需要在整個組織中使用的不同流程集,以管理數據治理模型的不同支柱
  • 定義數據治理決策和問題解決流程
  • 定義與數據治理資產相關的SLA和KPI。
  • 定義數據治理和管理策略
  • 定義數據治理路線圖(面向成熟度增長)
  • 定義數據架構視點
  • 定義數據架構工件
  • 定義數據治理資產的模板和表單
  • 定義數據字典,業務詞匯表,數據目錄和數據沿襲報告
  • 數據治理監管機構
  • 識別數據所有者,管理員,托管人和信息管理專業人員。??????????????????????????????????????????????????????????? ??????????????????????????????????????????????????????????
  • 定義組,角色和職責
  • 與數據治理委員會和董事會合作,確保實施數據治理政策和流程。
  • 定義所需的儀表板以監控開發進度
  • 建立控制機制和合規流程以確保合規性
  • 建立數據治理資產與各種資產之間的關系。
  • 展示并批準數據治理委員會和理事會的新數據治理資產
  • 數據治理技術工具應用。

數據治理關鍵角色和職責

首席數據官(CDO);?負責所有企業數據,并在所有數據域中發揮綜合作用。CDO特別處理不同數據所有者和數據消費者之間可能出現的利益沖突。

數據所有者;?通常是沒有詳細數據集和使用知識的高級管理人員,因此他們依賴于處理數據的業務專家。數據所有者可以負責,但將細節責任委托給Data Stewards。他們的作用是了解所持有的信息,添加的內容和刪除的內容,信息的移動方式以及訪問權限和原因。

數據管家;?通常是他們負責的數據集的主題專家(SME)。通常,數據管理員來自業務部門,并了解數據對組織的真實價值。

數據保管人?;?來自IT功能,可以在源頭對數據進行更正。他們負責IT基礎架構提供和保護數據,以符合數據治理規定的政策和實踐。

數據治理組織結構模型

遵循數據治理組織結構的首選不同模型:

  • 來自IT和業務部門的團隊合作
  • 一個單獨的數據治理單元,與業務部門的負責數據代表協作
  • BI團隊建立能力中心

數據治理考慮因素和成功因素

  • 技術不是實施數據治理的限制因素
  • 數據治理的實踐實踐側重于數據質量監控和控制,這是利用數據和分析促進創新,數據集成和SOA的先決條件
  • 雖然數據倉庫被視為建立統一的企業數據視圖的唯一可行工具,因此是有組織的數據治理和數據使用方式的第一個自然目標,但針對數據倉庫的數據治理實踐的用處有限,當應用于源系統時,數據治理可以完全有效
  • 數據戰略和治理必須與企業和數字化戰略緊密結合,并具有業務流程的總體觀點
  • 管理支持和基于公司戰略確定優先級是數據治理成功的關鍵因素
  • 對業務用戶的培訓和意識對于數據治理計劃的成功至關重要
(部分內容來源網絡,如有侵權請聯系刪除)
立即申請數據分析/數據治理產品免費試用 我要試用
customer

在線咨詢

在線咨詢

點擊進入在線咨詢