新闻资讯

数据治理之道

在传统数据平台阶段,数据治理的目标主要是做管控,为数据部门建立一个的治理工作环境,包括标准、质量等。而在数据中台阶段,用户对数据的需求持续增长,用户范围从数据部门扩展到全企业,数据治理不能再只是面向数据部门了,需要成为面向全企业用户的工作环境,需要以全企业用户为中心,从给用户提供服务的角度,管理好数据的同时为用户提供自助获得大数据的能力,帮助企业完成数字化转型。

 

数据治理.jpeg

通过分析数据治理实际开展过程中出现的一些问题,我们总结出了数据治理的几个关键要素:
 
1)数据治理需要体系建设:为发挥数据中台价值需要满足三个要素:合理的平台架构、完善的治理服务、体系化的运营手段。
根据企业的规模、所属行业、数据量等情况选择合适的平台架构;治理服务需要贯穿数据全生命周期,保证数据在采集、加工、共享、存储、应用整个过程中的完整性、准确性、一致性和实效性;运营手段则应当包括规范的优化、组织的优化、平台的优化以及流程的优化等等方面。
 
2)数据治理需要夯实基础:数据治理需要循序渐进,但在数据中台建设初期至少需要关注三个方面:数据规范、数据质量、数据安全。
规范化的模型管理是保障数据可以被治理的前提条件,高质量的数据是数据可用的前提条件,数据的安全管控是数据可以共享交换的前提条件。

3)数据治理需要IT赋能:数据治理不是一堆规范文档的堆砌,而是需要将治理过程中所产生的的规范、流程、标准落地到IT平台上,在数据生产过程中通过前向的方式进行数据治理,避免事后稽核带来运维成本的增加。
 
4)数据治理需要聚焦数据:数据治理的本质是管理数据,因此需要加强元数据管理,补齐数据的相关属性和信息,比如:元数据、质量、安全、业务逻辑、血缘等;应通过元数据驱动的方式管理数据生产。
 
5)数据治理需要建管一体化:数据中台的数据模型血缘与任务调度的一致性是建管一体化的关键,有助于解决数据管理与数据生产口径不一致的问题,避免出现两张皮的低效管理模式。

推荐阅读 查看更多