没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
142页
亿信华辰基于服务的 11000 多家各行业标杆企业的项目实施经验、成熟的数据治理产品与丰 富的大数据技术能力,总结了数据治理的全域实施方法论以及元数据、主数据、指标建设、 数据资产、数据标准、数据质量、数据安全等数据治理细分板块的实施细则,针对各类数据 问题,对症下药,各个击破,实现为客户持续赋能、落地见效的目的,帮助政企实现由“人 管数”到“智能化管数”的质变。 数据为王,治理先行。如今数据治理作为数字化转型的基础,已成为各行各业数字化变革中 的焦点和主战场。 但同时,数据治理又是一个长期、复杂的工程。其最终目标是提升数据的价值,涉及到组织 体系、标准体系、流程体系、技术体系和评价体系五方面的工作领域,包含了数据标准、数 据质量、主数据、元数据、数据安全等多个方面内容。
资源详情
资源评论
资源推荐
北京亿信华辰软件有限责任公司
1
前言
数据为王,治理先行。如今数据治理作为数字化转型的基础,已成为各行各业数字化变革中
的焦点和主战场。
但同时,数据治理又是一个长期、复杂的工程。其最终目标是提升数据的价值,涉及到组织
体系、标准体系、流程体系、技术体系和评价体系五方面的工作领域,包含了数据标准、数
据质量、主数据、元数据、数据安全等多个方面内容。
亿信华辰基于服务的 11000 多家各行业标杆企业的项目实施经验、成熟的数据治理产品与丰
富的大数据技术能力,总结了数据治理的全域实施方法论以及元数据、主数据、指标建设、
数据资产、数据标准、数据质量、数据安全等数据治理细分板块的实施细则,针对各类数据
问题,对症下药,各个击破,实现为客户持续赋能、落地见效的目的,帮助政企实现由“人
管数”到“智能化管数”的质变。
扫码免费试用产品
2
目录
第一章 数据治理如何让数据产生价值 .................................................................................................. 1
第二章 数据治理的 3W1H:治什么?谁来治?怎么治?选哪个? ............................................. 18
第三章 什么是元数据,元数据管理平台该如何搭建 ....................................................................... 24
第四章 如何搭建数据指标体系 ............................................................................................................ 33
第五章 如何利用 PDCA 模型有效提升企业数据质量 ...................................................................... 44
第六章 企业为什么要建数据标准,应该怎么建数据标准............................................................... 54
第七章 企业的主数据建设方法论与实践 ............................................................................................ 62
第八章 数据只有被交换共享,才能创造价值 ................................................................................... 94
第九章 企业如何做好数据资产的盘点 ............................................................................................. 103
第十章 从数据资产管理出发,看数据治理的最优架构如何搭建 ............................................... 114
第十一章 如何从数据生命周期的角度做好数据资产管理............................................................ 121
第十二章 新形势下,企业如何做好数据安全治理 ........................................................................ 130
ESENSOFT
1
第一章 数据治理如何让数据产生价值
众所周知,2020 年新冠疫情爆发以来,“健康码”已常态化的出现在大家的日常生活
中,这个全民参与其中的数字化疫情防控手段背后正是“数据治理”在发挥作用。
政府利用数据资源汇聚分析与数字技术等手段,通过“数据流”牵引带动真实世界中“人
流”、“物流”、“商流”的复苏与回归,从而实现了社会治理现代化的一次跃升。
那么到底什么是数据治理?为什么要实施数据治理?以及该如何开展数据治理工作,才能
引领企业加快数字化转型,从而获取更大的业务价值。今天小亿就来为大家分享一下。
1. 什么是数据治理?
1.1 定义
DAMA 国际数据管理协会对数据治理定义:数据治理是对数据资产的管理活动行使权
力和控制的活动集合(规划、监控和执行)。
数据治理涵盖了从前端业务系统、后端业务数据库再到业务终端的数据分析,从源头到
终端再回到源头,形成的一个闭环负反馈系统。从目的来讲,数据治理就是要对数据的
获取、处理和使用进行监督管理。
具体一点来讲,数据治理就是以服务组织战略目标为基本原则,通过组织成员的协同努
力,流程制度的制定,以及数据资产的梳理、采集清洗、结构化存储、可视化管理和多
维度分析,实现数据资产价值获取、业务模式创新和经营风险控制的过程。
1.2 与数据管理、数据管控有何不同
ESENSOFT
2
(1)数据治理
数据治理面对的更多是战略层面、组织层面、制度层面的事务,是确立“什么样的决策
需要在什么层级制定”。所以,数据治理是一个相对高阶的概念。对应的是一个“数据
治理委员会”级别的机构,由这个委员会来建立数据治理的整体组织架构,定义责任主
体,落实工作机制。
(2)数据管理
数据管理是操作和实施层面的概念,是通过一系列实际落地的办法去实现“治理”目标
的具体过程。数据管理对应的是一个以“数据管理部”级别的职能部门+各个相关职能
部门的矩阵化组织。通过内建组织机构和工作机制,有牵头、有配合、有主责、有落
实,在各自的职能领域去完成数据管理的具体任务,包括企业级层面的数据标准化、数
据资产管理,业务领域层面的数据规范化、数据质量改进等等。
(3)数据管控
数据管控是对“数据管理”要求在业务过程、产品设计、开发实现层面的具体实施。管
控离不开“制度”+“规范”+“工具”+“考核反馈”,每一个管控机制,都应该有
一个 PDCA 的管理循环。数据管控的落地,制度设计和规范定义层面,需要数据管理
部门牵头推进,同时,也需要技术部门的工具和系统能力支撑,才能“管得了,管得
住,管到位”。
剩余141页未读,继续阅读
晓晓的AI机器人资料库
- 粉丝: 1
- 资源: 7
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 杨辉三角(Pascal's Triangle)是一个在数学中非常著名的数列,它以一种特定的模式排列数字,内容以5种代码实例实现
- yolov5数据集:CT图像肾脏、结石检测(2类别,包含训练集、验证集)
- 电力102规约请求报文实录
- RTL8723 linux+安卓驱动 2020版本
- ISO 26262 道路车辆-功能安全-系统级产品开发
- 数据挖掘期末题 选择填空简答
- EKF在CTRV模型上的建模推导
- 用于:https://laoshifu.blog.csdn.net/article/details/138191428 多层创建
- 电力102规约(电能累计量的传输规约)培训
- 「常用」E9外部流程接口
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0