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

在數據智能時代企業面對龐大的數據量如何高效進行數據治理？

時間：2020-06-23來源：知乎瀏覽數：1226次

在數據智能時代，對企業而言，“數據驅動業務”或者“數據即是業務”的理念逐漸成為業界的一種共識。然而，數據孤島、數據標準不統一等問題在一定程度上阻礙了數據資產價值的最大化體現。個推作為專業的數據智能服務商，在數據治理方面有著豐富的實踐，旨在幫助提升效率、節省成本、獲取數據資產價值。

數據治理目標
企業數據治理的目標主要是為了企業能夠快速發展和效益的最大化，比如提升效率（數據開發效率或者使用效率）、節省成本、業務創新增收、風險控制等。企業通過治理運營可以及時發現并規避一些經營風險問題，有效確保數據使用的合理性與合規性。

數據治理規范
根據ISO定義，數據治理 (Data Governance, DG) 就是以服務組織戰略目標為基本原則，通過組織成員的協同努力、流程制度的制定以及數據資產的梳理、采集清洗、結構化存儲、可視化管理和多維度分析，實現數據資產價值獲取、業務模式創新和經營風險控制的過程。治理工作旨在讓數據使用更便捷，價值更易被挖掘。

上圖是我們國家標準化管理委員會于18年6月發布，19年初正式實施的《數據治理規范》。由圖可知，數據治理一共分為四大模塊：頂層設計、數據治理環境、數據治理域、數據治理過程。其中，頂層設計是數據治理工作的基礎。數據治理工作會涉及到多部門、多團隊、多工種，需要根據組織當前的業務和數據現狀，設定實體或虛擬組織機構，確保治理工作朝著組織戰略目標前進。

目前，個推也設立了各專業的委員會和執行組織，負責把控數據工作的目標和方向、指導數據工作的開展落地等。

數據治理環境是數據治理得以成功實施的保障條件。開展數據治理之前我們需要理清領導層、管理層、業務層、執行層等等利益相關方的需求，同時識別出項目支持力量和阻力。值得注意的是，數據治理工作是個長期的過程。有關準備工作和支持力量不容忽視，因為兩者直接決定了后續工作的推進是否順利。

架構中部的數據治理域主要負責治理工作相關的制度規范、流程的制定和落地。數據治理域由數據管理體系與數據價值體系兩部分構成。前者主要包括數據質量、數據安全相關的標準制度，后者主要指的是數據共享、數據服務和數據使用分析體系相關的制度。

數據治理工作需要長期持續投入，所以在具體執行過程中，我們就需要考慮用正循環的閉環方式去開展。治理過程主要包括確定數據治理目標、制定數據治理計劃、執行業務梳理、設計數據架構、采集清洗數據、存儲核心數據、實施元數據管理和數據血緣追蹤，并定期檢查治理結果與治理目標的匹配程度。

數據治理實踐
治理工作的主要流程可以概括為“理—采—存—管—用”。“理”指的是理組織、理業務、理數據；“采”指的是讓這些數據能方便地流入到中心集群中；“管”是治理的核心，指的是管元數據、管質量等等。“用”這個環節，常規方式一般是通過API予以提供。基于此流程，個推構建了自己的數據治理平臺。

（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：數據治理是建設數據中臺的核心數據價值的釋放之匙...

下一篇：區塊鏈與數據治理...