数据架构与商业智能_王飞_AZW3_MOBI_EPUB_PDF_电子书(无页码)_王飞

内容节选

第6章数据治理体系 本章目标 通过前几章的学习,我们已经理解了数据架构的基本知识和相关案例,同时了解了大数据的架构实践。为了提升数据架构各个层次的管控及其协作能力,我们同样需要理解数据治理方面的知识。 在本章中,我们将重点学习数据治理方面的知识,包括数据治理的概念、数据治理建设的关键要素和成功手段、数据治理建设的意义和必要性、数据标准的定义、数据标准项目总体规划和设计、数据质量管理总体规划、数据质量管理的解决办法、元数据管理的设计方法和数据生命周期的设计方法等内容。 学习本章后,读者将掌握: ●当前企业和商业银行的总体现状和面临的问题 ●关于相关问题的改进措施 ●数据治理的概念 ●数据治理体系框架 ●数据治理建设的关键要素和成功手段 ●数据治理建设的意义和必要性 ●数据标准的定义 ●数据标准的分类和应用价值 ●数据标准体系框架 ●如何推进数据标准建设的实施 ●数据标准项目总体规划和设计 ●数据标准规划方法 ●数据标准实施优先级 ●数据质量管理的概况 ●数据质量管理总体规划 ●数据质量管理的解决办法 ●数据质量管理的执行 ●元数据管理概况 ●元数据管理的设计方法和流程 ●数据生命周期概况 ●数据生命周期的设计方法和流程 6.1 数据治理体系概述 6.1.1 当前企业和商业银行的总体现状和面临的问题 数据是企业的原始材料,也是金融、电信、互联网等行业最大的价值来源之一,如何利用这些数据,以及如何更好地对数据进行挖掘,已经成为提高企业竞争力最重要的手段之一。 1.当前企业和商业银行的总体现状 目前来说,很多企业和商业银行都处于数据治理的初级阶段,很多系统的数据仍然面临着各种问题,例如数据不一致、不完整,数据质量较差,甚至不同的系统之间采用的数据标准规则都不一致,这样都会导致数据共享成本的上升和数据清洗工作量大大增加。如果缺乏对这些数据的有效管理,不仅会造成数据的价值和潜力不可能被挖掘出来,同时也会严重影响企业的利益和决策。对于这些问题,表面上是数据的问题,但是更深层次的原因是对数据管理的缺失或者相关制度不健全,以及人员的职责划分不清晰。 举例来说,对于数据管理缺失的问题,为了保障系统能够采集到完整、真实和有效的数据,在进行系统建设的时候,必须通过数据标准给予规划和约束。对于令人头疼的数据质量问题,它的改进也是一个长期的过程,除了使用技术手段保障数据的质量外,还可以通过对数据的管理来保证数据质量问题的快速解决。很多商业银行建立数据质量管理体系和数据治理机制,通过对数据质量问题的预防、识别、分析和监控等活动,满足数据质量管理的要求。 2.企业和商业银行面临的问题 对于多数企业的系统建设,总会暴露出一些弱点和缺陷,例如系统多、数据标准不一致、很多数据难以共享等问题,这对核心业务系统的运行效率有很大的影响。所以对于大多数企业来说,应该着眼于长期的数据治理,挖掘数据的潜力,为企业增加业务价值。 对此,我们应该考虑如何对这些问题进行解决。 6.1.2 关于相关问题的解决办法 关于上述问题,我们有以下几种解决办法,如图6-1所示。 图6-1 关于上述问题的解决办法 (1)落实对数据治理的监督 从战略角度来说,对数据治理的监管有利于实现企业的科学管理和可持续发展,例如可以将数据质量管理纳入到企业的规章制度中,建立数据质量管理的相关政策、流程、人员角色和职责,确立数据质量管理的目标,保障相关的管理部门和人员对数据质量管理进行有效评估和检查,同时落实数据质量责任制。 (2)改进企业的监管制度 将监管内容细化到业务流程的每一步,建立有效的激励和惩罚制度,并且按照各个环节的职责要求,保障相关人员能够履行职责。举例如下: 通过建立统一的数据字典,确保客户、产品和机构等基础信息的名称、定义、来源的一致性。各个系统之间可以建立统一的数据标准,规范数据名称和定义,然后在此基础上,逐步健全数据仓库,实现数据的标准化和规范化。同时保障监管标准的本地化,贴近监管的实际情况,做好监管数据治理的顶层设计,从而引导企业的高层领导从战略高度认识数据治理对于企业的管理转型和可持续发展的作用,然后将数据治理纳入到公司的规章制度中。对于高管层来说,应该确立数据治理的目标,建立机制和流程,明确职责和人员,通过各种审核、控制的方式保障相关部门对数据治理的评估和检查,有效落实问责制。 (3)适当地补充监管指标 增强对核心指标的验证作用。 因此,我们引出了数据治理的概念。 6.1.3 数据治理的概念 数据治理是一套包含策略、原则、组织结构、管理制度、流程以及各种相关技术工具的管理框架。它是数据管理与应用行使权力控制的活动集合,在数据管理与应用层面上进行规划、监督和控制。数据治理是为数据管理、应用与服务提供保障的一种机制。 换句话说,数据治理实质上就是治理数据的政策和管理的方法,具体应该落实到......

  1. 信息
  2. 前言
  3. 第1章 企业架构总体规划
  4. 第2章 数据架构现状分析
  5. 第3章 数据架构目标规划
  6. 第4章 数据架构案例
  7. 第5章 大数据架构与实践
  8. 第6章 数据治理体系
  9. 第7章 商业智能架构理论
  10. 第8章 商业智能架构实践
  11. 第9章 商业智能—数据仓库架构和案例
  12. 第10章 商业智能—ODS数据架构和案例
  13. 第11章 商业智能—数据集市架构和案例
  14. 第12章 金融行业数据架构案例和商业智能
  15. 第13章 电力行业数据架构和商业智能案例
  16. 技术词汇
  17. 参考文献