- 产品
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
全程“零”编码,高效实现主数据模型、主数据维护、主数据分发、主数据质量的全过程管理,为企业主数据管理落地提供有效支撑,实现各业务系统间的主数据共享,保障企业主数据的唯一性、准确性、一致性。
覆盖数据建模、采集、处理、集成、共享、交换、安全脱敏于一体,一站式解决数据开发所有的问题。
统一指标定义,实现“一变多变、一数多现”的数据管理效果,为企业提供强有力的数字化保障和驱动效应。
零代码+AI,有“问”必答的数字助理,利用AI大模型和数字人技术,通过语音&文字输入问题,自动识别业务指令,深度理解用户意图的问题,洞察数据,人机交互,重新定义BI新体验。
面向企业级数据资产交易运营场景,助力企业实现数据资产的价值挖掘、升值和资产变现。
时间:2019-03-18来源:亿信华辰浏览数:583次
谁在数据治理计划中做了什么?答案很大程度上取决于您的计划的重点和范围。然而,大多数程序都是为了成功而组织,使用典型的三部分原型,包括数据治理机构,支持组(如数据治理办公室)和嵌入其他功能的个人贡献者。
数据治理机构
在组织的某个地方,一个或多个组被授权制定规则和关键决策。这组个人(或小组的等级)通常代表利益相关者群体的横截面。它们共同以政策,标准,要求,指南或数据定义的形式定义了一组规则。
(或者,他们收集并协调规则。或者解决规则集中的差距和重叠。或者解释规则。或者建立如何将规则叠加在一起的指南。)
这组规则制定者可能有几个名称:数据治理委员会,数据管理委员会等。它们可能是自组织的,也可能由另一个机构(如数据治理办公室(DGO))召集。
数据治理办公室
DGO通常协调和促进工作。有时他们会分析和打包问题,因此数据治理机构可以做出决策。通常,DGO包括进行沟通的角色,并作为技术和架构团队的联络人。DGO的成员通常会保留数据管理员和其他计划参与者的记录。
嵌入式数据治理,管理和数据质量工作者
大多数程序包括报告业务和技术功能的参与者,但也直接使用数据。将数据质量责任嵌入这些工人的工作职责中是很常见的。最常见的要求是:
1.遵守数据政策和标准。
注意:正如大多数组织要求工作人员每季度或每年证明他们将遵守安全标准一样,要求证明他们也将遵守数据政策和标准变得越来越普遍。要求证明使违规行为成为可行的违法行为。
2.在每次电话交互期间与客户验证关键数据
3.将质量问题报告给指定的角色
对已知的数据相关问题做出反应
数据治理工作几乎总是包含解决数据相关问题的机制。问题通常在几个层面得到解决,并有明确的升级路径。因此,特定问题可由个人数据管理员,管理权工作组,整个数据管理委员会或最高级别的数据治理委员会解决。
积极措施
最好的数据治理计划通过减少模糊性,建立明确的问责制以及向所有数据利益相关者传播与数据相关的信息,积极主动地在数据相关问题开始之前采取措施。此类计划通常包括数据治理办公室(DGO)或其等效程序,以提供利益相关方之间的一致性,并为使用数据的计划,项目和小组提供持续支持。
上一篇:治理和管理...
下一篇:数据治理术语表...
全面覆盖数据治理9大领域,采用微服务架构,融合度高,延展性强
实现数据从创建到消亡全生命周期的可视化,也实现全角色的可视化
丰富的智能元素和功能,大大缩短数据管理周期、减少成本浪费