本文主要是介绍【数据管理】数据治理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
目录
1、相关概念
2、数据治理和管理职责语境关系图
3、业务驱动因素
4、目标和原则
5、 数据治理和数据管理的关系
6、数据治理组织
7、数据管理职能
8、数据制度
9、数据资产估值
1、相关概念
- 1)战略(Stategy):定义、交流和驱动数据战略和数据治理战略的执行。
- 2) 制度(Policy):设置与数据、元数据管理、访问、使用、安全和质量有关的制度。
- 3) 标准和质量(Standards and Quality):设置和强化数据质量、数据架构标准。
- 4) 监督(0versight):在质量、制度和数据管理的关键领域提供观察、审计和纠正等措施(通常称为管理职责 Stewardship)。
- 5) 合规(Compliance):确保组织可以达到数据相关的监管合规性要求。
- 6 问题管理(Issue Management):识别、定义、升级和处理问题,针对如下领域:数据安全、数据访问、数据质量、合规、数据所有权、制度、标准、术语或者数据治理程序等。
- 7)数据管理项目(Data Management Projects)。增强提升数据管理实践的努力。
- 8)数据资产估值(Data Asset Valuation)。设置标准和流程,以一致的方式定义数据资产的业务价值。
2、数据治理和管理职责语境关系图
3、业务驱动因素
(1)减少风险
- 1)一般性风险管理。洞察风险数据对财务或商誉造成的影响,包括对法律(电子举证E-Discovery)和监管问题的响应。
- 2)数据安全。通过控制活动保护数据资产,包括可获得性、可用性、完整性、连续性、可审计和数据安全。
- 3)隐私。通过制度和合规性监控,控制私人信息、机密信息、个人身份信息(PI)等。
(2)改进流程
- 1)法规遵从性。有效和持续地响应监管要求的能力。
- 2)数据质量提升。通过真实可信的数据提升业务绩效的能力。
- 3)元数据管理。建立业务术语表,用于定义和定位组织中的数据;确保组织中数量繁多的元数据被管理和应用。
- 4)项目开发效率。在系统生命周期(SDLC)中改进,以解决整个组织的数据管理问题,包括利用数据全周期治理来管理特定数据的技术债。
- 5)供应商管理。控制数据处理的合同,包括云存储、外部数据采购、数据产品销售和外包数据运维。
4、目标和原则
目标:使组织能够将数据作为资产进行管理。数据治理提供治理原则、制度、流程、整理框架、管理指标、监督数据资产管理,并指导数据管理过程中各层级的活动。
数据治理程序:
- 1、可持续发展
- 2、嵌入式(融合)
- 3、可度量
原则:
- 1、领导力和战略
- 2、业务驱动
- 3、共同责任
- 4、多层面
- 5、基于框架
- 6、原则导向
5、 数据治理和数据管理的关系
数据治理相当于将监督和执法的职责分离。业务处理的目标是为了得到高质量的数据。有效数据管理成为企业致力于通过分析获得洞察、制定决策时的高优先级事项。
以数据为中心的组织
- 1)数据应该作为企业资产管理起来。
- 2)应该在整个组织内鼓励数据管理的最佳实践。
- 3)企业数据战略必须与业务战略一致
- 4)应不断改进数据管理流程。
6、数据治理组织
从政治治理角度理解:立法职能、司法职能、执行职能
7、数据管理职能
1、创建和管理核心元数据
2、记录规则和标准
3、管理数据质量问题
4、执行数据治理运营活动
8、数据制度
对数据治理管理初衷的简要说明和相关基本规则,数据信息的创造、获取、集成、安全、质量和使用的全过程。
制度描述数据治理做什么和不做什么,标准和规程描述数据治理如何。
9、数据资产估值
理解和计算数据对组织的经济价值的过程。数据只有使用时才有价值。度量价值方式包括:
- 1、替换成本
- 2、市场价值
- 3、发现商机
- 4、售卖数据
- 5、风险成本:基于潜在罚款、补救成本和诉讼费用的估价
来自法律或监管的风险包括:
- 1、缺少必需的数据
- 2、存在不应留存的数据
- 3、数据不正确造成客户、公司财务和声誉收到损害
这篇关于【数据管理】数据治理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!