一、数据治理的定义
治为整治,关注数据质量,保障数据稳定性、准确性,合理控制数据的生命周期,降低成本。理为梳理和管理,数据的基本信息、状态、关联关系等,目标是搞清有哪些数据、从哪来到哪去,最终用到什么地方。所以,
数据治理是一个过程,是一个从混乱到有序的过程。以服务组织战略目标为基本原则,通过组织成员的协同努力,流程制度的制定,以及数据资产的梳理、采集清洗、结构化存储、可视化管理和多维度分析,实现数据资产价值获取、业务模式创新和经营风险控制的过程。
二、数据治理目标
总体来说,数据治理的目标就是提高数据质量,将数据价值最大化。具体而言,数据治理的任务包括以下几点:
1)建设规范化、流程化、智能化的数据处理体系;
2)构筑适配灵活、标准化、模块化的多源异构数据资源接入体系;
3)构建统一调度、精准服务、安全可用的信息共享服务体系;
4)打造数据精细化治理体系、组织的数据资源融合分类体系。
三、数据治理作用
1、改善费用控制
数据可以帮助企业更高效地管理资源。因为企业可以消除由信息孤岛产生的数据重复,所以不必过多地购买(也不必维护)昂贵的硬件。
2、做出更明智、更及时的决策
整个组织中的用户都可以获得数据以联系和服务客户、设计和改进产品和服务,并抓住获得新收入的机会。
3、获得客户和提供商更大的信任
通过可审核地遵从内部和外部数据政策,企业将获得客户和合作伙伴的信任,他们相信企业会保护他们的敏感信息,因而对与企业开展业务充满信心。
4、增强合规性
日益复杂的监管环境使得组织建立健全的数据治理做法变得更加重要。企业可以在主动预期新法规的同时避免不合规的风险。
5、允许更多人员访问更多数据
强大的数据治理功能可以让更多人员访问更多数据,确保这些人员具有相应数据的访问权限,并且数据民主化不会对组织产生负面影响。
6、更轻松地管理风险
通过强大的治理,企业可以消除以下后顾之忧:将敏感数据暴露给缺乏适当授权的个人或系统、恶意外部人员的入侵,甚至是内部人员访问其无权查看的数据。
四、数据治理原则
1、可扩展性
满足企业现有项目的需求基础上,要充分考虑到系统的可扩展性以及应用及系统不断扩展的要求,以形成一个易于管理、可持续发展的体系结构。未来业务的扩展只须在现有机制的基础上,增加新的应用与服务模块。
2、统一性
统一的系统建设规划(特别是统一的技术架构的规划、设计);统一的访问控制策略;统一的资源展现规划。
3、经济性
从经济成本与效益角度考虑,能简单快速地建设平台,充分利用现有的应用系统和IT投资,尽快为企业提供回报。
4、安全性
全面考虑系统安全的多个方面,从网络安全、系统平台安全、应用安全的各项设计,防止非法用户对重要的不宜公开的数据的侵入。
5、技术稳定性
采用市场当前已经成熟的技术,保证系统高可用性和高稳定性。
6、先进性
采用市场领先的技术,使管理平台项目居于国内外同业领先的地位,保证平台在未来一段时间内顺应IT技术的发展趋势。
7、合规性、安全性、可审计
符合相关法规(如SOX法案)对 IT方面的规定,满足相应的安全标准,并符合审计方面的要求。
8、标准性和开放性
应遵循通用的国际或行业标准。