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。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

企業實現一個數據治理的項目需要注意什么？

時間：2020-03-26來源：知乎瀏覽數：447次

數據治理，具體做什么？
數據治理是長期、復雜的工程，每個數據治理的領域都可作為一個獨立方向進行研究，目前總結的數據治理領域包括但不限于以下內容：數據標準、數據模型、元數據、主數據、數據分布與存儲、數據生命周期管理、數據質量、數據安全等。同時各領域之間需要有機結合，如數據標準、元數據、數據質量等幾個領域相互協同和依賴：

通過數據標準的管理，可以提升數據合法性、合規性，進一步提升數據質量，減少數據生產問題；在元數據管理的基礎上，可進行數據生命周期管理，有效控制在線數據規模，提高生產數據訪問效率，減少系統資源浪費；通過元數據和數據模型管理，將表、文件等數據資源按主題進行分類，可明確當事人、產品、協議等相關數據的主數據源歸屬、數據分布情況，有效實施數據分布的規劃和治理。

數據治理并不是一個新詞，最初企業中的數據治理是相對簡單的。幾乎所有被治理的數據，都是在企業內部的事務處理系統中生成，與現在相比，數據量較低，數據類型、IT環境也比較單一。隨著IT技術的整體發展，特別是大數據時代的到來，數據治理的“擔子”變得越來越重。

企業如果缺乏有效的數據治理策略，最直接的，將產生大量的“劣質”數據，這些數據的存在可能會帶來更大的風險，更高的管理成本，更低的工作效率等等。甚至于，在數據分析如此盛行的當下，劣質數據將對企業決策產生消極的影響——錯誤的數據，得到錯誤的結果。

企業數據治理需要注意什么？
數據治理是一個復雜的系統工程，涉及到企業和單位多個領域，既要做好頂層設計，又要解決好統一標準、統一流程、統一管理體系等問題，同時也要解決好數據采集、數據清洗、數據對接和應用集成等相關問題，這時就要注意以下方面：

1.跨組織的溝通協調問題
數據治理是一個組織的全局性項目，需要IT部門與業務部門的傾力合作和支持，需要各個部門站在組織戰略目標和組織長遠發展的視角來看待數據治理。因此，數據治理項目需要得到組織高層的支持，在條件允許的情況下，成立以組織高層牽頭的虛擬項目小組，會讓數據治理項目事半功倍。

2.投資決策的困難
組織的投資決策以能夠產生可預期的建設成效為前提，但往往綜合性的數據治理的成效并不能立馬體現，它更像一個基礎設施，是以支撐組織戰略和長期發展為目標，所以，導致此類項目無法界定明確的邊界和目標，從而難以作出明確的投資決策。

3.工作的持續推進
數據治理是以支撐組織戰略和長遠發展為目標，應當不斷吸收新的數據來源，持續追蹤數據問題并不斷改進，所以數據治理工作不應當是一錘子買賣，應當建立長效的數據改進機制，并在有條件的情況下，盡量自建數據治理團隊。

4.技術選型
這幾年隨著大數據的發展，有針對傳統數據庫的，有針對大數據數據庫的，再加上組織對自身數據資產情況沒有一個清晰的認識，這也就導致了數據治理的技術選型困難。

（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

上一篇：各行業企業數據管理遇到的挑戰...

下一篇：什么是數據治理？為何數據治理如此重要？...