工业大数据分析与治理(工业数据治理09)

2023-03-26 06:18 浏览量:284

数据管理知识领域

       数据管理工作由从事数据管理职能或知识领域的人员执行,这需要不同的技能和专业知识。DAMA定义了11个知识领域,如图下所示。

数据管理框架(资料来源:DAMA-DMBOK2

数据治理(Data Governance)。通过建立数据决策的权限和责任,为数据管理活动和职能提供整体的指导和监督。这些权限和责任的建立应该考虑到组织的整体需求。

数据架构(Data Architecture)。它是管理数据资产的“蓝图”,指基于组织的战略目标,建立符合战略需求的数据构架。

数据建模和设计(Data Modeling and Design)。这些活动是探索、分析、表示和沟通数据需求的一个过程,最后表现为数据模型。

数据存储和操作(Data Storage and Operations)。这些活动包括数据存储的设计、实施和支持,目的是达到利益最大化。这些活动服务于数据的整个生命周期——从数据规划到数据消除。

数据安全(Data Security)。这一活动确保数据隐私和安全。数据的获得和使用必须要有安全的保障。

数据整合与互操作(Data Integration & Interoperability)。这一领域包括存在于不同数据系统、应用程序和组织之内,以及组织之间的数据迁移和集成等。

文档和内容管理(Document and Content Management)。通过规划、实施和监管活动,来管理那些存储于非结构化介质中的数据和它们的生命周期,尤其是那些与法律及合规性相关的文件的管理。

参考数据和主数据管理(Reference and Master Data Management)。这一活动涉及对核心关键共享数据的持续更新和维护,以便得到最准确、及时并和基础业务相关的数据。

数据仓库和商务智能(Data Warehousing and Business Intelligence)。通过计划、实施和对系统流程的控制活动,为管理决策提供数据量化支持,使相关工作人员能够通过数据分析和数据报告获取价值。

元数据管理(Metadata Management)。通过规划、实施和控制活动,支持访问高质量的元数据集,包括定义、模型、数据流和其他对理解数据及其创建、维护和访问至关重要的信息。

数据质量管理(Data Quality Management)。这一活动包括规划和实施质量管理技术,以衡量、评估和改善组织使用的数据。

       以上这些知识领域代表了数据管理的核心内容。任何期望从数据中获取价值的组织,都必须通过从事这些活动来进行数据管理。当然,数据管理活动的内容也在不断发展。我们创建和使用数据的能力的变化意味着其他内容也可以视为数据管理的“知识领域”(如数据伦理、数据科学、大数据管理和前沿技术)。

       通过数据管理使得组织能够从其数据中获得更多价值。在数据赋能的现实中,可靠的数据管理方法变得越来越重要。数据管理包括数据治理活动、数据生命周期活动和数据基础活动。数据管理涉及一系列技能,包括战略性的技能、高度技术性的技能等。在这些知识领域工作的数据管理专业人员可以帮助组织:(1)了解和支持企业及其利益相关者(包括客户、员工和业务合作伙伴)的信息需求。(2)获取、存储和确保数据的完整性和质量,以支持企业能够使用这些数据。(3)通过防止不当访问、操作或使用,来确保数据的安全性、隐私性和机密性。

       总之,数据管理实践将随着业务需求和技术能力的发展不断进步和发展。

来源:合规一本通

上一篇:工业大数据分析与治理(工业数据治理08)

下一篇:工业大数据分析与治理(工业数据治理10)

  • 分享:
龙石数据
咨询电话: 0512-87811036,18013092598
联系我们
商务联系微信

商务联系微信

0512-87811036,

18013092598

咨询电话