|
|
|
|
公众号矩阵

数字化转型数据治理的目标与原则

数据治理的目标就是提高数据质量,将数据价值最大化。从这个角度来看,提高数据质量我认为还是有些少许的单薄,配不上“治理”这个名词,个人的理解就是不光要提高数据质量,还要兼顾数据的安全性以及数据治理投入的成本,让数据产出和成本之间的差值最大化。

作者:IT常青树主编来源:IT常青树|2021-04-09 15:08

里面的一个重要的思路就是和数据资产相关的,数据资产的产出和投入的“账”算清楚,这样才能做规划,搞清楚数据治理的“轻重缓急”,总之一句话,数据治理必须要有明确目标,如果是分阶段的治理,那就要有分阶段的目标,那就是让数据治理产生价值,无论是正向的:如促进营销、提升效率等等,还是从负向的:如减少成本、减少合规风险、降低安全风险等等。

数据治理6个目标

从根本上来说,数据治理的目标是保障数据资产的质量,促进数据资产的价值创造。这个根本目标可以分解为以下6项:

  • 提升数据质量,帮助做出基于数据的更高效、更准确的决策;
  • 构建统一的、可执行的数据标准;
  • 良好地响应数据生产者、消费者、数据处理技术人员等数据利益相关者的需求,如保护好客户的数据隐私和数据安全;
  • 培训组织内所有的管理层和员工,让大家采用共同的解决数据问题的办法;
  • 实现可重复的数据管理流程,并确保流程透明;
  • 实现数据的可持续运营、数据资产的增值。

可以使用DCMM数据管理能力成熟度评估模型,对数据治理的目标达成程度进行科学评估,找出差距,制定持续可行的推进方案,逐步达成目标。

数据治理的6个原则

数据治理的原则可以总结为以下6条。

标准化原则:数据标准化是实现高价数据、支撑以数据为基础的相关业务的先决条件。组织必须制定可参考、可落地的标准。当发生争议的时候,有权威的标准可供仲裁参考。

透明原则:除了一些需要保密的安全措施之外,数据治理相关的文件、数据问题的发现等,都应该是公开透明的,相关人员应该清楚正在发生的事情,以及事情发生后应如何按照原则处理。

数据的认责与问责:数据治理必须解决无人问责的问题,比如将很多岗位列为负责人,最终却没有人真正负责。数据的认责是数据治理的先决条件,数据的问责和考核制度是确保数据治理工作真正落地的制度保障。

平衡原则:在大数据时代,时时刻刻都在涌现海量数据。在进行数据治理工作的过程中,必须在代价和收益之间取得平衡。往往没有必要追求百分之百的数据质量,而对于历史遗留数据,数据标准也不可能对其进行完全约束。很多时候,对于企业来说,数据可商用是平衡原则的重要参考。

变更原则:随着市场和业务的不断发展,数据标准、元数据、数据质量等要求并不是一成不变的,既要控制数据的变更流程,也要主动适应这些变化,推动标准更新。

持续改进原则:业务在不断变化,数据在持续产生,数据治理非朝夕之功,需要持续推动,不断改进,形成长效机制。

【编辑推荐】

  1. MIT科学家设计的新系统可以在几小时内创造出海星机器人
  2. 源代码被添加后门之后,PHP的用户数据库可能已被入侵
  3. 东软云科技引入阿里云Lindorm数据库 助力车联网数据存储成本下降80%
  4. 常见数据分析误区有哪些?你犯了吗?
  5. Gartner:数字化转型将进一步推动IT支出增长
【责任编辑:华轩 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

数据湖与数据仓库的分析实践攻略

数据湖与数据仓库的分析实践攻略

助力现代化数据管理:数据湖与数据仓库的分析实践攻略
共3章 | 创世达人

7人订阅学习

云原生架构实践

云原生架构实践

新技术引领移动互联网进入急速赛道
共3章 | KaliArch

37人订阅学习

数据中心和VPDN网络建设案例

数据中心和VPDN网络建设案例

漫画+案例
共20章 | 捷哥CCIE

231人订阅学习

读 书 +更多

精通SOA:基于服务总线的Struts+EJB+Web Service

Java的出现,实现了跨操作系统平台的程序开发,以Java为基础的J2EE技术已经成为因特网服务技术的主流。然而,以J2EE为基础的SOA架构技术必...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微