首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

关于数据治理的一些思考

数据治理的目的?

数据治理只是手段,不是目的。

判断与决策,必须依赖于事实和逻辑,对于大机构而言,数据是反应事实的重要手段。

对于大机构而言,各部门、角色对于数据的统一理解是对事实的统一理解的基础。

交易系统负责产生数据,数据仓库、大数据负责分析数据。而数据治理就是打通两头的基础。

数据治理的目标是让数据更好的为“我”所“用”。

“我”是谁?如何“用”?这是两个核心话题。

传统数据治理的问题:

数据治理分为三个环节:

1、内容的制定:组织架构、数据标准(抽象用数据描述业务)、质量规范…此部分主要是业务+数据咨询为主

2、内容的承载:将业务咨询的交付物转化为IT系统(文档系统+OA)

3、内容的落地:承载内容的系统与交易系统、分析系统间的无缝衔接和良性互动

厂商和实施商往往会错误的把内容的承载描述为内容的落地,这是一个基本概念的错误。不能直接作用于(要靠人来衔接)生产的系统,就是文档系统,和Word、Excel文档没有本质的区别。

管控:

对于不能进行过程控制的系统,只能实现弱管控:事后审计,及时发现问题并给出整改意见

对于可以进行过程管控的系统,尽量实现强管控:事前把关、事中控制、事后审计

一体多面:

数据治理、数据管理、数据处理,都是服务于“让数据为我所用”这个目标的手段,可以视为同一事物的不同视角,“整体大于局部之和”的特性明显。

如果把数据治理、数据管理、数据处理分为独立的系统各自独立设计、独立实现,必将出现三者无法有效协同的后果,过往的所有实践已经充分证明了这一点。

必须要有将这三者的设计和实现有机整合的方法论和支撑手段,既要支持统一规划、统一设计、统一实现,又要支持统一规划、分步设计、分步实现,最终确保三者的有效协同,机构内各相关角色都可以简单有效的驾驭和使用数据,让数据更好的服务于工作。

数据4.0:

如果把最终服务于工作的数据视为产品,不难发现,要想实现“让数据为我所用”这个目标,快速、高质量、规模化定制数据产品的能力是成败的关键。

我们可以把对标工业4.0的“快速、高质量、规模化定制数据产品”的能力称为数据4.0

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180414G08T6V00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券