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。

DCMM數據管理能力成熟度評估模型-數據需求管理

時間:2023-06-02來源:互聯網瀏覽數:152

1.1 概述
數據需求是指組織對業務運營、經營分析和戰略決策過程中產生和使用的數據的分類、含義、分布 和流轉的描述。數據需求管理過程識別并定義所需的數據,確定數據需求優先級并以文檔化的方式對數 據需求進行記錄和管理。

1.2 過程描述
建立分階段的數據需求管理過程,將來自不同業務、不同用戶的數據需求進行匯總、分析,作為組 織數據管理工作、數據平臺建設的輸入,保證數據平臺建設滿足數據應用需求,保證數據應用需求得到 數據管理保障。同時,數據需求管理應對數據管理標準規范進行更新。

a) 收集數據需求
需求分析人員通過用戶訪談、調研問卷等方式向數據使用者收集業務目標、業 務流程、業務分析主題等數據應用場景,并識別數據應用場景中的數據分類、數據名稱、數據含義、數 據創建、數據使用、數據展示、數據質量、數據安全、數據保留等需求,對數據需求進行分類、整理、 確定優先級,并編寫數據需求文檔。收集數據需求的過程應與信息系統開發生命周期的需求分析過程匹 配一致,數據需求文檔可以與信息系統需求文檔整合。

b) 評審數據需求
數據需求文檔完成后,根據信息系統開發生命周期的需求評審要求進行數據需 求文檔評審。評審關注各項數據需求是否與業務目標、業務需求保持一致,數據需求是否使用已定義的 業務術語、數據項、參考數據等數據標準,相關方對數據需求是否達成共識。

c)更新數據管理標準規范
對于已有數據管理標準規范中尚未覆蓋的數據需求以及經評審后達成 一致需要變更數據標準管理規范的,由數據管理人員根據相關流程更新數據管理的標準規范,保證數據 標準管理規范與實際數據需求的一致性。

d) 集中管理數據需求
各方數據用戶的數據需求應集中由數據管理人員進行收集和統一管理,確 保需求的匯總分析和歷史回顧。

1.3 建設目標
數據需求管理的建設目標如下:
a) 確保數據需求滿足業務目標;
b) 確保數據相關方對數據需求有一致的理解;
c) 確保數據本身與產生和使用數據的業務流程保持一致;
d) 確保數據的命名、定義和表示遵循組織發布的相關標準規范。

1.4 度量標準
度量標準應包含以下內容:
a)級別1:初始級
1) 在項目層面,相關方評審和審批數據需求;
2) 在項目層面,建立了收集、記錄、評估、驗證數據需求并確定優先級的方法,并將數據需 求與業務目標、應用需求匹配一致。

b)級別2:受管理級
1) 建立了數據需求管理流程,并得到遵從;
2) 數據需求管理依托于信息化項目管理流程運行;
3) 數據需求與業務目標的匹配關系得到管理和維護;
4) 數據需求與數據模型的匹配關系得到管理和維護。

c) 級別3:已定義級
1) 建立了組織級的數據需求收集、驗證和匯總的標準化流程,得到統一遵從和執行;
2) 數據需求管理流程與信息化項目管理流程協調一致;
3) 數據需求的優先級根據業務優先級排定;
4) 記錄了產生數據的業務流程,并管理和維護業務流程與數據需求的匹配關系;
5) 數據需求反映了組織級的內部管理、外部監管合規需求。

d) 級別4:量化管理級
1) 定義并應用量化指標,衡量數據需求類型、需求數量以及需求管理流程的有效性;
2) 組織對數據需求管理流程開展了持續改善措施;
3) 覆蓋外部商業機構對本組織的數據需求,促進基于數據的商業模式創新。

e) 級別 5:優化級
1) 組織對行業分享其數據需求管理實踐;
2) 參與國際、國家、行業的數據需求發展規劃。

2 數據設計和開發
2.1 概述
數據設計和開發是指設計、實施數據解決方案,提供數據應用,持續滿足組織的數據需求的過程。 數據解決方案包括數據庫結構、數據采集、數據整合、數據交換、數據訪問及數據產品(報表、用戶視 圖)等方案。

2.2 過程描述
數據設計和開發將數據需求轉化為信息系統實現的數據應用,包括數據解決方案設計、數據解決方 案的設計質量管理,以及數據解決方案的實施。

a) 設計數據解決方案
設計數據解決方案包括概要設計和詳細設計,其設計內容主要是面向具體 的應用系統設計邏輯數據模型、物理數據模型、物理數據庫、數據產品、數據訪問服務、數據整合服務 等,從而形成滿足數據需求的解決方案。

b)數據解決方案設計質量管理
數據解決方案設計應滿足數據用戶的業務需求,應滿足數據的可 用性、安全性、準確性、及時性等數據管理需求,還應滿足系統開發團隊的時間與預算需求,因此需要 進行數據模型和設計質量管理。其主要內容包括開發數據模型和設計標準、評審概念模型、邏輯模型和; 的設計,以及管理和整合數據模型版本變更。

c)實施數據解決方案
通過質量評審的數據解決方案進入實施階段,主要內容包括開發和測試數 據庫、建立和維護測試數據、數據遷移和轉換、開發和測試數據產品、數據訪問服務、數據整合服務、 驗證數據需求等。

2.3 建設目標
建設目標應包括以下內容:
a) 設計滿足數據需求的數據結構和解決方案;
b) 實施并維護滿足數據需求的解決方案;
c) 確保解決方案與數據架構和數據標準的一致性;
d) 確保數據的完整性、安全性、可用性和可維護性。

2.4 度量標準
度量標準應包含以下內容:

a) 級別1:初始級
1) 項目層面設計、實施數據解決方案;

b) 級別2:受管理級
1) 某個業務領域建立了數據設計和開發的流程,并得到遵從;
2) 某個業務領域建立了數據解決方案設計和開發規范,指導約束數據設計和開發;
3) 建立了數據解決方案設計的質量標準,并得到遵從;

c) 級別3:已定義級
1) 建立了組織級數據設計和開發標準化流程,得到統一遵從和執行;
2) 建立了組織級數據解決方案設計、開發規范,指導約束各類數據設計和開發;
3) 建立了組織級數據解決方案的質量標準,并得到遵從;
4) 應用級數據解決方案與組織級數據架構、數據標準、數據質量等協調一致。

d) 級別4:量化管理
1) 參考、評估并采用數據設計與開發的行業最佳實踐;
2) 定義并應用量化指標,衡量數據設計與開發流程的有效性;
3) 組織對數據設計與開發流程開展了持續改善措施;
4) 與外部機構聯合設計和開發數據產品、數據服務。

e) 級別5:優化級
1) 組織對行業分享其數據設計與開發實踐;
2) 組織對行業分享其數據設計與開發實踐。

3 數據運維
3.1 概述
數據運維是指數據平臺及相關數據服務建設完成上線投入生產后,對數據采集、數據處理、數據存 儲等過程的日常運行及其維護過程,保證數據平臺及數據服務的正常運行,為數據應用提供持續可用的 數據內容。

3.2 過程描述
數據運維關注數據平臺及數據服務上線投入生產后的日常運行管理,其關鍵功能包括數據提供方管 理和數據解決方案的運行維護。

a)數據提供方管理
根據數據需求確定數據提供方和數據獲取方案后,在數據運維階段需要持續 管理數據提供,包括確定候選數據提供方,明確數據提供方與數據使用方的職責,建立協同工作機制, 建立數據提供的監控規則、監控機制和數據合格標準等服務水平協議和檢查手段,建立服務水平評審機 制,確保數據平臺和數據服務有持續可用、高質量、安全可靠的數據提供。數據提供方管理包括對組織 的內部和外部數據提供方。

b)數據解決方案運行管理
數據解決方案運行管理包括對數據庫、數據平臺、數據建模工具、數 據分析工具、數據抽取-轉換-加載(ETL)工具、數據質量工具、元數據工具、主數據管理工具的選型、 部署、運行管理,確保各技術工具的選擇符合數據架構整體規劃,技術工具正常運行各項指標滿足數據 需求。

c) 數據解決方案運行管理
數據解決方案運行管理包括對數據庫、數據平臺、數據建模工具、數 據分析工具、數據抽取-轉換-加載(ETL)工具、數據質量工具、元數據工具、主數據管理工具的選型、 部署、運行管理,確保各技術工具的選擇符合數據架構整體規劃,技術工具正常運行各項指標滿足數據 需求。

3.3 建設目標
建設目標應包括以下內容:
a) 組織的內外部數據提供方可以按照約定的服務水平提供滿足業務需求的數據;
b) 數據解決方案的技術組件滿足數據架構及業務目標,持續運行良好。

3.4 度量標準
度量標準應包含以下內容:

a)級別1:初始級
1) 在項目層面開展數據提供方管理;
2) 在項目層面開展數據解決方案運行管理。

b)級別2:受管理級
1) 對某類或某些數據確定了多個候選提供方、建立了選擇數據提供方的依據和標準;
2) 在某個業務領域建立了數據提供方管理流程,包括數據尋源、職責分工與協同工作機制等 并得到遵從;
3) 在某個業務領域建立了解決方案運行管理流程,包括技術選型標準和流程、運行管理規范 等,并得到遵從;

c)級別3:已定義級
1) 建立了組織級數據提供方管理流程和標準,得到統一遵從和執行;
2) 建立了組織級的數據解決方案技術選型標準和流程、運行管理流程,得到統一遵從和執行;
3) 應用級數據提供方管理和數據解決方案管理與組織級數據架構、數據標準、數據質量等工 作協調一致。

d)級別4:量化管理級
1) 參考、評估并采用數據運維的行業最佳實踐;
2) 定義并應用量化指標,衡量數據提供方績效、衡量數據解決方案運行有效性;
3) 組織對數據運維流程開展了持續改善措施。

e)級別5:優化級
1) 組織對行業分享其數據運維實踐;
2)參與制定國際、國家、行業數據運維標準規范。

4 數據退役
4.1 概述
數據退役是對歷史數據的管理,根據法律合規、業務、技術等各方面需求設計歷史數據的保留和清 除策略,執行歷史數據的歸檔、遷移和清除工作,確保組織對歷史數據的管理符合外部監管機構和內部 業務用戶的需求,而非僅滿足信息技術需求。

4.2 過程描述
數據退役重點關注歷史數據的保留和清除,其關鍵功能包括數據退役需求分析,數據退役設計,數 據退役執行。

a)數據退役需求分析
向公司管理層、各領域業務用戶調研內部和外部對數據退役的需求,明確 外部監管要求的數據保留和清除要求,明確內部數據應用的數據保留和清除要求,同時兼顧信息技術對 存儲容量、訪問速度、存儲成本等需求。

b)數據退役設計
綜合考慮合規、業務和信息技術需求,設計數據退役標準和執行流程,明確不同類型的數據的保留策略,包括保留期限、保留方式等,建立數據歸檔、遷移、獲取和清除的工作流程和操作規程,確保數據退役標準和流程規范。

c) 數據退役執行
根據數據退役設計方案執行數據退役操作,完成數據的歸檔、遷移和清除等工作,滿足法規、業務和技術需要,同時根據需要更新數據退役設計。

4.3 建設目標
建設目標應包括以下內容:
a) 對歷史數據的使用、保留和清除的方案符合組織的內外部業務需求和監管需求;
b) 建立流程和標準,規范開展數據退役需求收集、方案設計和執行。

4.4 度量標準
度量標準應包含以下內容:

a) 級別1:初始級
1) 在項目層面開展數據退役管理,包括收集數據保留和清除的內外部需求、設計并執行方案;

b) 級別2:受管理級
1) 在某個業務領域,建立了數據退役標準并得到統一遵從執行;
2) 在某個業務領域,建立了數據退役流程和操作規程并得到統一遵從執行。

c) 級別3:已定義級
1) 全面收集了組織內部業務部門和外部監管部門全部數據退役需求;
2) 對不同數據建立了符合需求的數據保留和清除策略,得到統一遵從和執行;
3) 建立了組織級數據退役流程,在各項目得到統一遵從和執行。

d) 級別4:量化管理級
1) 參考、評估并采用數據退役的行業最佳實踐;
2) 定義并應用量化指標,衡量數據退役管理運行有效性;
3) 組織對數據退役流程開展了持續改善措施。
e) 級別5:優化級
1)組織對行業分享其數據退役實踐。
本文系由人工智能(AI)工具通過關鍵字匹配與信息整合技術生成之內容,其性質僅為初步參考與信息摘要,并不代表億信華辰的官方立場或承諾。
億信華辰明確??不對該等內容的真實性、準確性和完整性提供任何明示或默示的保證或承諾??。
涉及所有產品與服務的具體功能、配置及商業條款,均須以億信華辰發布的官方文檔及合同約定為準。
請您知悉,如需確認任何信息,最可靠的途徑是直接咨詢您的銷售對接人或通過官方在線客服渠道核實。
如有任何疑問或反饋,您可通過郵箱yixin@esensoft.com4000011866聯系我們。
我們承諾在收到郵件后盡快為您答復與處理。
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