通过数据治理管理数据资产

、责任和流程，而DAMA将数据管理定义为了“一个用于描述规划、指定、启用、创建、获取、维护、使用、归档、检索、控制和清除数据过程的总体术语。”

虽然数据管理已成为了该学科的常用术语，但有时也会被称为数据资源管理或企业信息管理(EIM)。Gartner将EIM描述为“一个跨组织和技术边界的用于构建、描述和管理信息资产的综合学科，以提高效率、促进透明度和实现业务洞察力。”

数据治理框架

数据治理最好被认为是一种能够支持组织总体数据管理策略的功能。这样的框架可以为你的组织提供一种收集、管理、保护和存储数据的整体方法。为了帮助理解框架应该涵盖什么，DAMA将数据管理设想为了一个轮子，而将数据治理作为中心，从中辐射出了以下10个数据管理知识领域：

• 数据架构：作为企业架构不可分割的一部分的数据和数据相关资源的整体结构
• 数据建模和设计：分析、设计、构建、测试和维护
• 数据存储与操作：结构化的物理数据资产的存储部署与管理
• 数据安全：确保隐私、机密性和适当的访问
• 数据集成和互操作性：获取、提取、转换、移动、交付、复制、联合、虚拟化和运营支持
• 文档和内容：存储、保护、索引和允许访问非结构化数据源中的数据，并使这些数据可以与结构化数据进行集成和互操作
• 参考数据和主数据：通过标准化定义和使用数据值，管理共享数据以减少冗余并确保更好的数据质量
• 数据仓库和商业智能(BI)：管理分析数据的处理并允许访问用于报告和分析的决策支持数据
• 元数据：收集、分类、维护、集成、控制、管理和交付元数据
• 数据质量：定义、监控、维护数据完整性，并提高数据质量

在制定战略时，应综合考虑上述有关数据收集、管理、归档和使用的各个方面。

作为一个高度复杂、持续不断的项目，数据治理面临着参与者随着时间的推移而失去信任和兴趣的风险。为了应对这种情况，BARC建议可以从一个可管理的或特定应用的原型项目开始，然后根据经验教训在整个公司范围内进行扩展。

BARC建议采取以下的实施步骤：

• 确定目标并了解收益
• 分析当前状态以及进行增量分析
• 制定路线图
• 说服利益相关者和项目预算
• 制定和规划数据治理计划
• 实施数据治理计划
• 监视和控制

数据治理的目标

目标是建立一个标准化的，集成、保护和存储公司数据的方法、责任集和流程。BARC认为，组织的关键目标应该是：

• 最小化风险
• 建立内部数据使用规则
• 实施合规性要求
• 改善内部和外部沟通
• 提高数据的价值
• 促进对上述的管理
• 降低成本
• 通过风险管理和优化，帮助确保公司的持续存在

BARC指出，这样的项目总是跨越企业的战略、战术和操作层面的，必须将其视为是持续的、迭代的过程。

数据治理的好处

大多数公司已经对单个的应用程序、业务单元或功能进行了某种形式的治理，即使其流程和职责是非正式的。作为一种实践，它是关于对这些流程和责任所建立

（编辑：潍坊站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!