400-878-3819
EN
EN

数据治理的挑战及其实现步骤

文 | Smartbi大数据百科 2021-06-01 阅读次数：3278 次浏览

商业智能BI产品更多介绍：https://www.smartbi.com.cn/

商业智能BI产品更多介绍：点击前往

    数据治理的定义

    数据治理包括管理和保护公司数据资产所需的人员，流程和技术，以保证普遍理解，正确，完整，可信赖，安全和可发现的公司数据。

    数据治理的挑战

    （1）组织

    数据治理需要一种开放的企业文化，例如，可以实施组织变更，即使这仅意味着命名角色和分配职责。结果，数据治理成为一个政治问题，因为这最终意味着分配，授予和撤消责任与能力。这里需要一种敏感的方法。

    （2）接受与沟通

    数据治理需要通过合适的员工在正确的地方通过各方之间的有效通信来接受。项目经理尤其需要了解技术和业务方面的术语，术语，最好是公司的总体概念图。

    （3）预算和利益相关者

    通常仍然很难说服组织中的利益相关者对数据治理计划的需求并获得预算。另外，变更通常会因根深蒂固而受到阻碍，但是业务部门中不直接可见的资源可以弥补正常运行的过程和信息处理中的不足。

    （4）标准化和灵活性

    企业需要灵活应对快速变化的需求。但是，至关重要的是，要根据每个公司的业务需求在灵活性和数据治理标准之间寻求适当的平衡。

    数据治理的实现步骤

    （1）整理业务规则，统一数据指标定义

    无论是业务还是技术元数据，根据业务属性明确数据定义对于提高数据质量相当重要。企业可令数据治理团队运用一定的数据管理应用程序完成业务规则的梳理和数据定义的统一。

    （2）通过业务定义、跟踪数据来源

    对于每个数据指标，需要跟踪到每个指标的源业务系统，数据归属方、责任人，最好是建立一套指标的管理体系，该体系需要具备的关键功能需要有，新增或者修改指标的定义、计算公式、以及数据来源都需要一个全流程的审核机制，保留每次修改的历史版本。

    （3）确认影响业务的关键数据指标

    选取比较关键性的数据指标，对这些指标进行分析，从数据源、数据处理、数据的加工等进行全流程的梳理。

    分析关键业务的数据质量，创建自动化数据监控体系。

    数据治理团队可以采用数据分析工具预测数据分析模型，在较短时间内了解数据质量，建立一套数据质量监控体系，设置相应的校验规则，定时生成数据质量分析报告。建立自动化管理体系，把关数据治理到数据应用的整个流程，在绩效考核、分析决策、基础数据质量之间建立明确的自动化反馈机制。

    （4）检测数据质量对业务的影响程度

    通过数据治理监控平台，识别数据异常，并对关键性指标字段进行权衡，设立数据质量评估分数机制。比如直接影响到指标加工的字段，分数为最高5，再根据有异常的行数进行加权操作。

申请试用 了解更多

文章目录

数据治理的定义 数据治理的挑战 数据治理的实现步骤
试用申请

更聪明的大数据分析软件，快速挖掘企业数据价值！

相关推荐

UI主题套用，模板免费下载

友情链接：

社区问答在线文档达观数据八爪鱼采集器

Copyright© 广州思迈特软件有限公司  粤ICP备11104361号

在线咨询

电话咨询

售前咨询
400-878-3819 转1

售后咨询
400-878-3819 转2
服务时间：工作日9:00-18:00

sales邮箱

商务咨询请联系邮箱

邮箱地址：sales@smartbi.com.cn

Demo体验