江苏龙网

  1. 首页 > 人文 > >

帆软软件TB|我就不会为数据管理发愁了，当年要是早知道这4步框架

一、什么是数据治理？
笔者认为：所有为提高数据质量而展开的业务、技术和管理活动都属于数据治理范畴 。 数据治理的目的就是通过有效的数据资源控制手段 ， 进行数据的控制 ， 以提升数据质量进而提升数据变现的能力 。
二、为什么需要数据治理？
在我国 ， 各行业的信息化发展和建设水平并不均衡 ， 甚至有的行业是刚刚起步 。 但是 ， 不论是金融行业、通讯行业、地产行业、传统制造业以及农业 ， 其信息化的发展基本都遵循了“诺兰模型” 。
笔者认为企业信息化大致经历了初期的烟囱式系统建设、中期的集成式系统建设和后期的数据管理式系统建设三个大的阶段 ， 可以说是一个先建设后治理的过程 。
帆软软件TB|我就不会为数据管理发愁了，当年要是早知道这4步框架
文章图片
1、数据质量层次不齐
当今时代 ， “数据资产化”的概念已经被大多数人理解和接受 。 然而 ， 数据并不等于资产 ， 也就是说不是所有数据都是数据资产 ， 数据中也有垃圾数据 。 我们需要治理的是能够为企业创造价值的数据资产 ， 而不是全部数据 。
2、数据交换和共享困难
企业信息化建设初期缺乏整体的信息化规划 ， 系统建设大多都是以业务部门驱动的单体架构系统或套装软件 ， 数据分散在这些架构不统一、开发语言不一致、数据库多样化的系统中 ， 甚至还有大量的数据存放在员工的个人电脑中 ， 导致在企业内部形成了一个个的“信息孤岛” 。
这些“孤岛”之间缺乏有效的连接通道 ， 数据不能互联互通 ， 不能按照用户的指令进行有意义的交流 ， 数据的价值不能充分发挥 。 只有联通数据 ， 消除这些“信息孤岛” ， 才能实现数据驱动业务、数据驱动管理 ， 才能真正释放数据价值 。
3、缺乏有效的管理机制
由于缺乏有效的管理机制和某些人为的因素 ， 在数据流转过程中 ， 存在数据维护错误、数据重复、数据不一致、数据不完整的情况 ， 导致了产生了大量的垃圾数据 。
数据产权不明确 ， 管理职责混乱 ， 管理和使用流程不清晰 ， 是造成数据质量问题的重要因素 。
4、存在数据安全隐患
2018年3月份的Facebook5000万用户信息被泄露和滥用的事件 ， 受该事件影响 ， Facebook股价当日大跌7% ， 市值缩水360多亿美元 。
这种数据安全事件 ， 在我国发生频率更多 ， 我还清楚的记得：2011年 ， 黑客在网上公开了CSDN的用户数据库 ， 高达600多万个明文的注册邮箱账号和密码遭到曝光和外泄 。 近年来 ， 随着大数据的发展 ， 诸如此类的数据安全事件多不胜数 。
数据资产管理上 ， 正在由传统分散式的人工管理向计算机集中化管理方向发展 ， 数据的安全问题愈来愈受到人们的关注 。
三、DMBOK的数据治理框架
DMBOK是由数据管理协会（DAMA）编撰的关于数据管理的专业书籍 ， 一本DAMA数据管理辞典 。 对于企业数据治理体系的建设有一定的指导性 。
DMBOK将数据管理分为以下10个职能域：
帆软软件TB|我就不会为数据管理发愁了，当年要是早知道这4步框架
文章图片
数据控制：在数据管理和使用层面之上进行规划、监督和控制 。
数据架构管理：定义数据资产管理蓝图 。
数据开发：数据的分析、设计、实施、测试、部署、维护等工作 。
数据操作管理：提供从数据获取到清除的技术支持 。
数据安全管理：确保隐私、保密性和适当的访问权限等 。
数据质量管理：定义、监测和提高数据质量 。
参考数据和主数据管理：管理数据的黄金版本和副本 。
数据仓库和商务智能管理：实现报告和分析 。
文件和内容管理：管理数据库以外的数据
元数据管理：元数据的整合、控制以及提供元数据 。
四、数据治理框架的理解和解读


推荐阅读


上一篇：天珑油烟净化器|油烟净化器工作原理，油烟净化器突然不工作了

下一篇：科技匠|SMORSS直播套装体验！当个颜值主播：我好像也可以