數據中臺通常是應用驅動構建,所處理的數據是業務關心和使用的數據。在數據中臺開發與運營服務的過程中,面臨很多源頭數據的問題,比如不同系統的數據規范不一致,缺少
主數據管理,
數據質量不高等。雖然這些數據質量問題是客觀存在的,但其發現與解決是階段性的業務戰略和現實條件決定的。因此關注目前已在或者將在應用場景中使用的數據,并追溯到該數據所引用的源頭數據開展治理,最大限度的優化
數據治理的資源投入,可以極大提高數據治理的功效。
構建企業級數據模型,指引業務系統建設
在數據中臺建設中,以
數據應用為指導,回顧與梳理銀行各部門的業務流程、業務數據,構建企業級數據模型,建立模型原則與規范,并應用到源頭系統的設計與審核過程中,并建議改變傳統的功能驅動型開發方法,變為數據模型驅動型開發,將有效提升源頭系統數據的統一性。
將數據治理融入到數據中臺開發團隊中
在數據中臺的整個過程開發和運營過程中,或在系統發生重大變更時,數據治理團隊與數據中臺業務開發團隊緊密協作,應注重在源頭系統的設計、開發等各個階段都與數據中臺開發團隊掛鉤。
構建閉環的數據問題反饋機制,持續監控數據問題
數據中臺識別發現的數據問題,與源頭系統的開發、變更及后續質量控制相統一和協調, 讓源頭系統的業務和開發人員成為數據中臺數據治理的支持者和操作者
(部分內容來源網絡,如有侵權請聯系刪除)