新闻资讯

数据治理的工作框架是什么样的?

数据治理具体要治包括控制数据使用成本,提升效率,保障质量几个方面:

数据治理

  控制成本主要是计算资源问题,模型冗余问题,提升效率包括模型不稳定,标准性差问题;数据质量,主要是数据不一致,问题故障频发出现。切入点在于以下几个方面:


  - 基于业务或数据使用遇到问题


  - 基于数据管理规范性问题


  - 基于组织团队流程问题


  - 基于数据一致性问题


  【元数据治理】:


  元数据包括:技术元数据,管理元数据,业务元数据。


  指标,维度,表,主题,数据层次,技术元数据,业务数据数据。


  热度表,冷却表治理


  - 当前数据表,指标,维度信息梳理


  - 临时表:带⽇日期、temp、tmp、test


  - ODS冗余数据


  【数据模型治理】:


  报表模型相似性治理(上下链路重合度大,字段来⾃自于相同上游字段的⽐比重较⼤ ,)


  - 低热度:近120天内⽆无热度,180天以上⽇日均热度等


  - 废弃模型:⽆无下游,且模型⽆无在线作业或作业⽆无调度


  数据标准治理:数据一致性


  【安全性治理】:


  字段审计,数据表权限管理,数据按安全级别分级管理和授权,数据权限工具建设和流程制定等


  【组织】


  建议数据治理小组会委员会


  需要团队组织推动,流程评审,制定规范等


推荐阅读 查看更多