上海有门科技有限公司 ,科技与科学的区别

数据治理的方法与实操步骤

时间:2021-10-14 09:33:25 | 作者:爱科技网 | 点击: 58 次

           
       

数据治理的方法与实操步骤

   订阅  

   

 
 

原力大数据干货|数据治理的方法与实操步骤

 
   
    4  次浏览        
   2021-10-15  
 
   
编辑推荐:  
此文主要介绍数据治理的必要性及其解决的问题,数据治理的体系与理论基础,最后总结在项目实践中得出了4 个观点,希望对您的学习有所帮助。
本文来自于原力大数据 ,由Alice编辑、推荐。
 
 

当一个企业的信息化发展到一定阶段,IT系统和平台越建越多,数据越来越丰富,很多企业就会出现这样一个问题:

绝大多数人只了解与手头工作相关的IT系统和数据,大家都不清楚公司到底有哪些IT系统、到底有哪些数据,更不知道如何如何用好数据。

这时,数据治理就成为了企业有效利用数据价值的一个必经之路。

一、数据治理的必要性及其解决的问题

数据治理的提出,本质上就是为了确保信息在流转中能保持高度的一致性、全面性、便利性,让数据更好的辅助决策和经营。

事实上,当企业的IT系统越来越多、数据越来越丰富的同时,很容易就会出现各种各样的问题,主要可归结为以下3种情况:

1、系统间相互割裂:

企业内部IT系统呈现孤岛化,信息无法流转

由于IT系统之间的相互割裂,当一项工作需要多部门配合时,同一个信息在不同系统录入时往往需要手工衔接,容易出现关键信息传递出错、信息遗漏等问题。

数据治理的方法与实操步骤

2、平台间信息不一致:

平台间数据标准不一,缺少全局规范文档,信息无法对接应用

同一条记录在不同平台录入时数据格式、数值精确度等不一致,甚至名称、编号也有差别,数据在对接核对时就会出现混乱。

数据治理的方法与实操步骤

3、缺乏统一管理:

IT系统建设缺乏统一的管理规范,无法从源头上解决信息混乱问题

系统建设时局限于部门需求,没有从业务全流程角度进行规划,导致平台系统分布零散、功能重复,权限管理不统一等问题。

数据治理的方法与实操步骤

要解决这些问题,只能从源头做起,先深入理解企业的运营规则和流程,然后把整体的数据体系及标准、管理等建立起来,为更多的数据应用提供足够的数据支持。

二、数据治理的体系与理论基础

1、DAMA体系

较为权威的理论体系是国际数据关系协会制定的DAMA体系,主张从9大管理方面全方位进行数据治理,并且详细阐述了每个方面具体要做的事情。

数据治理的方法与实操步骤

☆ 元数据管理:集成、控制和提供元数据

☆ 数据质量管理:定义、监控和提高数据质量

☆ 数据架构管理:定义企业数据需求,设计实现数据需求的蓝图

☆ 数据开发:设计、实施并维护解决方案,实现企业数据需求

☆ 数据操作管理:数据库设计、实施和支持

☆ 数据安全管理:确保隐私、机密性和合适的访问控制

☆ 参考数据和主数据管理:管理珍贵版本和复制品

☆ 数据仓库和商务智能管理:支持报表处理和分析

☆ 文档和内容管理:管理数据库之外的非结构化数据

2、ITIL标准

ITIL即IT基础架构库(ITIL-IT Infrastructure Library),被誉为IT服务管理的圣经,其中包含了总结国际大公司在IT服务管理中的经验并得到证明的IT服务计划和运营的最佳实践框架,能够确保数据治理中IT建设的稳定与灵活性。

数据治理的方法与实操步骤

☆ 能力管理:通过合理配置服务能力,发挥IT资源最大效能的服务流程管理。

☆ IT服务可持续度管理:有足够的技术、服务和管理资源来支撑IT服务持续性。

☆ 财务管理:预算和核算IT服务提供方的服务成本,确保符合成本效益原则的管理流程。

☆ 配置管理:提供IT基础架构的逻辑模型,支撑其他服务管理流程运作的管理流程。

☆ 事故管理:快速响应处理可能引起服务中断和服务质量下降的事件的管理流程。

☆ 问题管理:精准找到(潜在)问题源头,并积极预防的管理流程。

☆ 变更管理:平衡IT服务中“时间”与“风险”的管理流程。

☆ 发布管理:保证软硬件变更发布成功的管理流程。

☆ 服务水平管理:是定义、协商、订约、检测和评审提供给客户的服务的质量水准的流程。

☆ 可用性管理:确保以合理的成本满足不断增长的可用性需求的管理流程。

3、6W2H分析法确保数据治理工作的有序开展

广泛用于企业管理和技术活动,更加全面具体、结构更加严密地分析工作,有助于制定决策和执行性的活动措施,也有助于弥补考虑问题的疏漏。

数据治理的方法与实操步骤

☆ What:数据治理要达成的目标和工作的内容

☆ Why:进行数据治理的原因及其迫切性

☆ Who:数据治理工作具体有哪些工作人员,由谁来统筹

☆ When:排期规划与各个模块的建设进度安排

☆ Where:确定数据治理主要针对的数据或部门

☆ Which:数据治理依托的理论指导和方法论

☆ How:数据治理采用的方法和建设思路

☆ Howmuch:考虑成本投入或预算

三、数据治理的实施步骤

数据治理最终落地应是企业的数据资产管理平台,涵盖企业的数据资产管理和数据应用管理两大块,全面、统一的管理企业数据资产与使用。

原力大数据对合作企业的数据、平台、组织架构都十分清楚,并协助制定了一些行业的数据治理标准规范。

所以基于这些信息的积累,原力大数据在推动企业数据治理落地时,会遵循三步迭代推进的方式开展:

第一步:

选择企业的关键领域/业务线条,融合关键线条数据,打造小数据中心,梳理、规范、重构数据,将数据治理的标准、管理规划落地;

第二步:

融合企业全部线条的数据,建设企业大数据中心,将关键线条的数据治理、数据重构经验扩展至全领域,构建企业统一的数据服务应用;

第三步:

强化数据中心的数据资产管理和数据应用管理两方面的服务,将数据治理的9大管理工具化,将数据服务模块化,统一调用、统一管理。