1 数据治理的定义
数据治理是20世纪90年代兴起的概念,起初数据治理的主要目标是进行客户数据的清理、完善数据标注,确保组织数据的完整性。伴随着企业规模的不断扩大,数据技术管理的相关理论不断成熟和完善,企业数据治理的重要性也在业界达成了广泛的共识,即数据不但有价值而且还是企业有竞争价值的资产。为了能够让数据一致、准确和及时的提供给数字化建设的使用者,让数据能够被使用者更容易理解,发挥数据资产的最大价值,企业需要对现有数据进行治理。
数据治理是数据资源及其应用过程中相关管控活动、绩效和风险管理的集合,是将数据作为治理对象,从元数据管理开始,进行数据标准、数据安全建设,逐步扩展到流程建设、组织保障,最终形成全生态体系。
数据治理不同于传统的数据管理,后者更关注管理的过程,例如数据质量管理、数据标准管理等,而数据治理重点聚焦于数据管理组织的架构、职责、制度保障和治理的流程等管理要素执行情况。
2 数据治理包括几个方面
数据治理的目标是在企业各业务体系内部组织建立起统一的数据管理体系,以满足业务发展对数据的依赖。关注数据的完整性和一致性,特别是关注业务体系数据的质量。具体有如下几个方面:
① 数据有明确和准确的定义:企业内部的数据必须要有明确的定义和说明,包含业务定义和技术定义等。
②数据有明确的责任方:数据的用户者对数据有明确的职责,数据责任人可能包括以下几类:数据所有者、数据管理者、数据提供者和数据使用者,不同数据用户对应数据治理体系中的不同职能。
③数据内容符合标准的要求:数据要符合企业定制监管统计管理办法以及监督统计工作实施细则的规定和要求。
④数据内容符合质量要求:数据质量要有明确的标准,满足数据用户使用的要求。
⑤数据的成本和价值是可计量的:作为企业最重要资产的数据,它的使用和存储成本与业务价值必须是可量化的,构建可量化的数据成本与业务价值评估体系是数据治理工作的重要内容。
⑥数据集中存储与管理:为降低数据治理的难度、成本和复杂度,通过建立数据集中管理的制度减少数据复制和分散存储,提高数据的集中度和集成度。
⑦数据存储有合理的期限和方式:数据存储有明确的生命周期管理,并且能够根据数据的重要性和数据用户的访问情况,在数据存储生命周期的不同阶段采用有针对性和差异化的存储策略。
⑧数据进行统一的加工和整合:为了能够达到数据治理组织制定的数据标准和质量要求,数据需要采用统一的工具和规则进行处理和整合。
⑨数据是易访问的:数据要能够非常方便的为数据用户获取和使用,但是要在满足数据治理要求的数据标准、数据质量和信息安全的情况下。
⑩数据访问有安全控制:因为数据资产的重要性和可复制性,就必然要求数据的访问、获取和存储需要有安全的管控,避免企业的核心资产泄露,造成无法挽回的损失
以上是关于数据治理的定义及相关知识的分享,获取更多信息请关注三个皮匠报告的行业知识栏目
推荐阅读:
《赛迪智库:2019中国数据治理发展报告(46页)(景略咨询).pdf》
《阿里研究院:数据生产力崛起:新动能 新治理(183页).pdf》
《中国电子技术标准化研究院:数据治理发展情况调研分析报告(32页).pdf》
《腾讯研究院:2020年数据治理年度报告(96页).pdf》