浅谈数据治理（什么是数据治理）

2024-05-04 10:32:09

浅谈数据治理

数据治理是一个对企业数字化转型至关重要的一个环节，关乎着企业核心数据是否能被规范化管理、数据的价值是否能被充分发挥等等。说白了能给企业实现降本增效、业务精细化运营、重要决策制定、产品优化迭代等多方面的收益。

说到数据治理，我们得清晰认识到以下几点。

什么是数据治理？
为什么需要数据治理，痛点？
什么时候进行数据治理？
数据治理涉及的人员职责是怎么划分的？
数据治理能给企业带来什么？

1 什么是数据治理？

数据治理是对数据资产管理行使权力和控制的活动集合（规划、监控和执行），数据治理职能指导其他数据管理职能如何执行，最终保证数据的可用性、数据质量和数据安全。

https://pics1.baidu.com/feed/4034970a304e251f0ed85e89fc9cfb1e7f3e53b3.jpeg?token=72039a1de2170ddbfa2452c0eee33090

2 为什么需要数据治理？痛点

往往企业向数据化转型的途中，使用数据的同时会涉及到很多痛点，这些痛点可能来源于业务、技术、运维、产品等不同的和数据相关的成员，具体的痛点大致可以分为以下几类(包含且不局限于此)，且附上对应的解决方案。

3 什么时候进行数据治理？

数字化转型的初期
- 从规范、流程标准化等方面进行管控
数字化转型的中期
- 针对数据使用遇到的痛点，阶段性的进行改造，通常每个治理的方向可以立一个里程碑，通常可以多方并行治理
  - 产品设计治理对应的功能，如指标维度管理系统、元数据管理系统、数据地图、数据资产线上化、指标集市、运维视图、任务血缘、表字段血缘等
  - 平台研发功能并上线
  - 数据开发与治理人员按照治理的要求实施对应的治理策略，如制定数据质量校验规则，配置关键节点监控告警、数据清理、数据运营盘点等

4 数据治理涉及的人员职责是怎么划分的？

数据治理是一项非常抽象且庞大的内容，单靠一个人或者单个团队很难达成理想化的效果，所以在数据治理的过程中需要根据企业的体量、业务的复杂度等角度对数据治理的组织架构进行专业的划分。

上图是比较详细的数据治理委员会的组织架构。

5 数据治理能给企业带来什么？

浅谈数据治理（什么是数据治理）相关推荐

python读取图像数据流_浅谈TensorFlow中读取图像数据的三种方式
本文面对三种常常遇到的情况,总结三种读取数据的方式,分别用于处理单张图片.大量图片,和TFRecorder读取方式.并且还补充了功能相近的tf函数. 1.处理单张图片我们训练完模型之后,常常要用图片 ...
嵌入式AI —— 6. 为糖葫芦加糖，浅谈深度学习中的数据增广
没有读过本系列前几期文章的朋友,需要先回顾下已发表的文章: 开篇大吉集成AI模块到系统中模型的部署 CMSIS-NN介绍从穿糖葫芦到织深度神经网络又和大家见面了,上次本程序猿介绍了CMSIS- ...
oracle全表扫过程讲解,CSS_浅谈存取Oracle当中扫描数据的方法，1) 全表扫描(Full Table Scans, FTS) - phpStudy...
浅谈存取Oracle当中扫描数据的方法 1) 全表扫描(Full Table Scans, FTS) 为实现全表扫描,Oracle读取表中所有的行,并检查每一行是否满足语句的WHERE限制条件一个多块 ...
[转] 浅谈脱壳中的附加数据问题（overlay）
浅谈脱壳中的附加数据问题(overlay) Author:Lenus From: www.popbase.net E-mail:Lenus_M@163.com -------------------- ...
浅谈脱壳中的附加数据问题（overlay）
浅谈脱壳中的附加数据问题(overlay) Author:Lenus From: www.popbase.net E-mail:Lenus_M@163.com -------------------- ...
浅谈“政务互联网+”“政务大数据”
作为在"电子政务"行业持续工作了已16个年头的"老挨踢"人,计划把"政务互联网+"&"政务大数据"作为2017年 ...
浅谈yolov4中的一部分数据增强
浅谈yolov4中的数据增强前言数据增强数据增强步骤 1.对图片进行水平翻转 2.对图片进行缩放 3.对图片HSV色域变换 4. Mosaic数据增强 5. 总代码前言在接下来的几天,我将解 ...
浅谈一个新人的大数据之路
CCCCCold丶大数据之禅第一章,大数据之路浅谈数仓&数据集市&数据湖数据模型模型ETL频率: 模型存储技术: 模型数据分层: 模型架构分层: 模型主题域: 模型创建类型: ...
浅谈数据仓库建设中的数据建模方法
http://www.ibm.com/developerworks/cn/data/library/techarticles/dm-0803zhousb/ 所谓水无定势,兵无常法.不同的行业,有不同行 ...
数据建模_浅谈数据仓库建设中的数据建模方法
所谓水无定势,兵无常法.不同的行业,有不同行业的特点,因此,从业务角度看,其相应的数据模型是千差万别的.目前业界较为主流的是数据仓库厂商主要是 IBM 和 NCR,这两家公司的除了能够提供较为强大的数 ...

最新文章

热门文章