什么是数据治理?

此伞下有 10 个组件:

• 数据质量

• 数据架构

• 数据建模与设计

• 数据存储与运营

• 数据安全

• 数据集成和互操作性

• 文件和内容

• 参考和主数据

• 数据仓库和商业智能

• 元数据

一张图描绘一千个字:

[](https://res.cloudinary.com/practicaldev/image/fetch/s--3TNuaVTj--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to- uploads.s3.amazonaws.com/uploads/articles/unnm1xnzdta72mmarz8k.png)

接下来,我们需要这些关键组件来实现数据治理。

[](https://res.cloudinary.com/practicaldev/image/fetch/s--cJd3Of-u--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev- to-uploads.s3.amazonaws.com/uploads/articles/3fug2a3jaf46kei4gfx4.png)

1. 人员 数据治理专业人员、数据管理员以及其他关键业务和 IT 人员是数据治理计划的骨干。他们建立和开发工作流程以确保满足企业数据治理要求。

2. 数据战略 数据治理团队在组织企业数据战略的制定和实施路线图中发挥着至关重要的作用。数据战略是一个执行文档,它提供了对数据的高级企业要求并确保满足这些要求。制定企业数据战略是组织数据管理之旅中的重要一步。

3. 数据流程 数据治理程序需要建立关键数据流程进行数据管理。其中包括数据问题跟踪或解决、数据质量监控、数据共享、数据沿袭跟踪、影响分析、数据质量测试等。

4. 数据策略 数据策略是一个或多个声明的高级集合,这些声明陈述了影响和指导企业级数据习惯的数据的期望和预期结果。数据治理计划为数据管理建立数据治理策略。政策包括出站数据共享、法规遵从等。

5. 数据标准和数据规则 数据标准提供了确保遵守数据政策的框架和方法。数据标准的一个例子可以是使用 ISO 3166 标准来定义国家、附属领土、特殊地理区域及其主要细分的名称的代码。数据规则指导或约束行为以确保遵守数据标准,这提供了与 ****th 数据策略的合规性。数据规则的一个示例是仅允许 ISO 3166 标准中列出的国家/地区代码的组织。通常,组织将寻求为主数据和参考数据、数据定义和域开发、元数据管理、分类、可访问性等建立数据规则。数据治理计划可以利用许多数据标准。一些比较著名的数据标准包括:

国际标准化组织 (ISO):3166、19115、11179

Dublin Core:一种基本的、与领域无关的、使用最广泛的元数据标准,易于理解和实施。

另请阅读:2021 年十大数据治理工具

6. 数据安全 数据安全涉及保护数字数据(例如数据库中的数据)免受破坏性力量以及授权和未授权用户的有害行为。这些不受欢迎的用户活动是指间谍活动、网络攻击或数据泄露。

7. 沟通 数据治理沟通包括与需要了解数据治理团队活动的协会受众的所有书面、口头和电子互动。沟通计划包含所有沟通的目标、目的和工具,从一开始就应该成为治理计划的一部分。该计划确定了如何向各个利益相关者和组织的其他成员展示治理和管理方面的挑战和成功。沟通计划突出了正确的商业案例并展示了他们的结果。

8. 社会化 数据治理的社会化是任何治理计划中的一项重要活动。数据治理社会化计划是帮助将数据治理活动整合到组织的政策、内部文化、层次结构和流程中的计划。该计划对组织来说是独一无二的,因为它是根据其文化和行为标准量身定制的。

9. 指标/KPI 建立业务指标和关键绩效指标 (KPI) 以监控和衡量数据治理计划的整体业务影响对于计划的成功至关重要。指标和 KPI 必须是可衡量的,随着时间的推移进行跟踪,并且每年都以相同的方式持续衡量。

10. 技术 数据治理计划需要各种技术,使流程无缝和自动化。较小的数据治理程序通常使用他们在企业中已有的技术堆栈。同时,更大的数据治理购买特定于数据治理及其所需功能的软件。它简化了捕获所需元数据、元数据管理、自动化数据管理工作流、决策树、协作和许多其他数据治理功能的过程。