一、什么是数据治理
数据治理(Data Governance)是组织中涉及对杂乱、无规范数据的治理的一整套管理行为。目的就是为了让数据有序,帮助组织的系统间对数据进行集成以及统一管理。企业管理者依赖于数据做出决策,而数据质量直接影响着数据的价值,因此,数据治理能提高数据的质量,发挥数据资产价值,帮助企业管理者做出决策。
二、数据治理的目的
1、建立数据使用标准规范,方便数据管理;
2、降低企业风险与成本;
3、改善数据交互与共享应用;
4、实施合规要求,增加数据价值;
5、通过风险管理和优化来帮助确保公司的持续生存。
三、数据治理包含哪些方面
数据治理内容主要涵盖数据标准管理、
元数据管理、主数据管理、数据质量管理、数据安全管理与数据生命周期管理等方面。
1、数据标准管理
数据标准管理是数据治理中的一项重要的基础性工作,是对数据的表达、格式及定义的一致约定。数据标准可以帮助企业对各项数据质量进行筛查。
2、元数据管理
元数据是数据治理工作的核心,掌握了元数据就能够,能够快速找到各个数据表的所在,以及使用情况、流向情况。
3、主数据管理
主数据支持跨系统、重复、共享应用,是各业务应用和各系统之间进行数据交互的基础,是企业的核心基础数据,是各个业务部门和系统的、高价值的基础数据。做好主数据管理,有助于企业不同部门系统间的数据交互,更好地发挥数据价值。
4、数据质量管理
为了让报表、分析、应用更加准确,需要对数据质量进行管理,主要包含以下方面。
1)及时性:数据的产生是否及时。
2)稳定性:描述数据的波动是否稳定。
3)合理性:描述数据字段间的逻辑关系是否合理。
4)准确性:描述数据是否与客观实体一致。
5)完整性:描述表中数据是否完整。
6)一致性:描述不同的系统中的同一实体属性是否一致。
7)有效性:描述数据是否客观存在,是否有效。
8)唯一性:描述相同表中的数据是否是唯一的。
5、数据安全管理
在大数据时代,数据安全的重要性不言而喻。数据安全治理首先要明确数据安全治理的对象,确定出哪些是保密数据,哪些是敏感数据,哪些是边缘数据,哪些是非密数据。然后,从决策层到技术层,从管理制度到工具支撑,自上而下贯穿整个组织架构,进行数据安全管控。
6、数据生命周期管理
数据本身存在着从生产到消亡的生命周期,在不同生命周期阶段,数据价值也不同,大数据的治理需要结合大数据生命周期的各个阶段的特点,采取不同的管理和控制手段。