睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

数据治理和数据管理推动成功的词汇表和词典

时间:2018-12-27来源:亿信华辰浏览数:1212


任何数据管理员的噩梦都是运行会议,创建迂腐和无关的业务词汇表或数据词典,最终收集网络粉尘。但是,跳过构建和维护良好的业务术语表或数据字典可能会产生错综复杂的含义,混乱的通信和业务故障。公司应该怎么做?


它始于数据治理和数据管理


创建一个好的数据字典或业务术语表必须从对数据治理和数据管理的良好定义开始。数据治理涵盖管理数据和数据相关资源的权限的执行和执行。数据管理意味着数据管理和数据相关资源的问责制正式化。数据管理包含了所有人,因为人们有一种关系,和数据字典甚至是DBM的目录。数据,就像它们与元数据有关系一样。因此,需要对这些人的问责制进行形式化,以捕获和记录最佳的元数据。


正式的问责制有很多种。这意味着将治理应用于现有流程而不是重新定义所有流程。但他强调,在任何数据治理风格中,组织都希望执行和执行权限。这取决于公司如何实施数据治理并通过Data Stewards应用它。


企业拥有词汇表和IT拥有数据字典


除了掌握数据治理和数据管理之外,管理者还需要了解Seiner在业务术语表和数据字典之间的主要差异。


该业务创建,维护和拥有业务词汇表。信息技术(IT)或拥有系统的人员负责数据字典。因此,两者之间的差异与谁在照顾它,谁在维护它,以及管理员是谁的元数据有关。


业务术语表的主要指令是消除整个企业的语义混淆。这意味着业务术语表中的每个业务术语都需要唯一的名称,单个定义,单个值集,一组业务规则和权威来源。这需要定义业务使用的术语。可能存在多种用法,但这些用法通常不会与业务术语表中的单一定义冲突。


相反:为特定目的创建数据字典(例如,记录应用程序,数据仓库或Data Lake中的特定数据集)。虽然业务术语很重要,但数据字典专门将这些概念与关于数据或目录中信息的元数据联系起来。可能会发生或将业务术语表术语收集或连接到数据字典信息,并且数据字典通常具有其中的业务定义。但是IT有责任把它放在那里。


成功的商业词汇表数据词典的四个秘密


1.正式管理内容


制定一个可以展示并包含具体细节的计划,例如谁将收集信息,组织内的流程和承诺水平。评估内容的正式管理程度。


确保选择对组织最有意义的数据,因为往往会有如此多的数据,为组织中的每个数据元素记录元数据都是不可想象的。我们称之为数据通用或关键数据元素(CDE)。


它们是特定的数据资产。通常,业务部门负责收集和决定使用哪种CDE。CDE可能来自多个数据字典,多个地方-甚至可能是公司仪表板上报告的数据。


通过增加组织特定价值的数据


收集有关业务术语的信息,然后将其物理存储。识别CDE并遵循正式的治理计划可能并不总是顺利。他建议企业告诉资源何时缺乏,流程何时中断,以及记录所有这些信息所需的时间框架,然后解决这些问题以使数据治理计划重回正轨。


2.让业务参与工具的定义,生产和使用


成功的数据词汇表或数据字典需要在正确的时间以正确的方式让合适的人员参与,使用正确的数据做出正确的决策,换句话说,就是数据治理权利法案。在组织中招募合适的人才作为数据管家是至关重要的。


合适的人取决于谁是词汇表或词典开发的先锋。最终赞助商需要了解并将在很大程度上决定企业的角色。此人可能是IT,首席数据官或业务人员。一旦知道这一点,企业可以理解他们将扮演的角色,为他们的词典和/或词汇表收集信息。


从那里,这个经过深思熟虑的关于角色的计划需要从战略层面的数据治理中获得批准。买入来自提供有关如何收集字典和/或词汇表信息的详细信息。包括流程图和RACI(责任分配矩阵)图表等工具。获得商业角色是必不可少的。


3.应用结构和指导


随着公司开始走这条路,我们建议他们看看如何立即收集这些信息。虽然市场已经提供了大量工具,但考虑到这些工具的公司需要展示其价值。这意味着专注于立即汇集并确保信息的收集始终如一。定义,审查和提供有关被视为关键数据元素的信息的反馈的过程需要到位。


需要为字典和词汇表提供变更管理工作流程。这样,数据管家和组织的底层人员可以参与,确保并提供充分的定义,并解决商业界提出的有关数据的问题。


4.增量构建和管理数据字典


正如建筑公司不会在一天内建造房屋一样,我们相信组织会随着时间的推移创建数据词典和业务词汇表。这种增量方法的成功来自于围绕我们在字典中包含的合理数量的元素的讨论,例如,适当的时间框架。


构建成功的业务词汇表和数据字典需要坚持他的四个原则:正式管理内容,涉及业务的定义,工具的生成和使用,应用结构和指导,以及逐步构建和管理数据字典。


(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询