2021-06-24 11:00 浏览量:375
1、什么是企业数据治理?
企业数据治理是指从使用零散数据变为使用统一规范数据,从具有很少或没有组织和流程治理到企业范围内的综合数据治理,从尝试处理数据混乱状况到数据井井有条的一个过程。
2、企业数据治理的类型
(1)源端数据治理:是指通过解决业务系统源头数据质量的问题,提高后续数据分析的准确率。主要应用于如ERP、CRM、财务管理系统中。
(2)末端数据治理:是指通过解决数据全生命周期末端(数据仓库层)的数据质量问题,提高数据分析的准确率。主要应用于数据仓库等末端数据存储中。
(3)综合数据治理:是源端数据治理和末端数据治理的综合,并且是比其更广泛的概念,通常称为面向数据分析及业务管理的数据治理。
3、企业数据治理的价值
(1)价值一:确立企业数据管理体系规范和标准,并实现其系统化落地;
(2)价值二:全面梳理并清洗存量数据,根治多年积累的数据质量问题;
(3)价值三:全面实现数据管理的系统化、集中化,节约业务系统用户数;
(4)价值四:搭建全面科学的数据验证体系,杜绝数据冗余的再次发生;
(5)价值五:实现数据管理过程的流程化、制度化、准确化;
(6)价值六:实现详尽的静态数据服务;
(7)价值七:数据交换平台全面实现企业数据的协同、联动;
(8)价值八:建立了统一的数据标准,为企业资源共享、快速决策提供保障。
4、二次数据治理
(1)产生的原因:企业经历过一轮数据治理后,经过一段时间因为种种因素,数据质量又出现下降,需要再次进行数据治理的工作。
(2)需要进行二次数据治理的一些特征
[1] 主数据管理项目实施后,发现数据质量问题的比例超过20%;
[2] 主数据管理平台沦为赋码工具;
[3] 集团二级单位单独开展主数据管理工作;
[4] 企业开始寻求数据的全面治理。
(3)二次数据治理的流程
Step 1 重新梳理数据标准,确定数据标准是否有调整的必要;
Step 2 全面检测数据质量,重新全面清洗、改造存量数据;
Step 3 搭建数据质量评估监测平台,利用AI等技术构建数据质量的大数据行为模式的再评估、再处理体系。
5、主数据管理的局限
(1)局限一:存在主数据的动态性问题;
(2)局限二:主数据管理无法满足业务场景需求;
(3)局限三:主数据管理项目实施后运维难以保障;
(4)局限四:主数据管理项目实施后数据质量并未改善。
6、企业数据治理的一些改良方向
(1)方向一:构建数据治理体系架构确保数据治理的整体性;
(2)方向二:全方位重构数据标准体系彻底改善数据环境;
(3)方向三:构建全视角管控的静态数据中心以保障数据质量;
(4)方向四:通过技术+行为的手段深层次保障数据质量;
(5)方向五:构建日常数据质量监测体系持续确保数据质量;
(6)方向六:构建基于场景的数据服务体系推进数据资产化管理;
(7)方向七:构建基于过程的知识体系来确保全面的数据治理能力。
来源:稀饭居然不在家