大数据治理实践PPT(附下载)

大数据治理实践（提取码: fcht）.pan (0 Bytes, 下载次数: 0, 售价: 5 金钱)

2020-3-15 15:19 上传

点击文件名下载附件
大数据治理实践（提取码: fcht）
阅读权限: 20
售价: 5 金钱  [记录]  [购买]

“信息”很大一部分都是由“数据”组成的。所以数据资产管理成为了企业或者组织采取的管理活动，用于保证数据资产的安全和完整，有效地利用起来就可以带来经济效益。数据资产管理体系核心在于有效解决对数据资产进行管理的实践性问题，既可以帮助企业合理的评估、治理信息资产，又可继续挖掘数据资产，那么企业若是想要对本身数据进行治理，需要建立完整的一系列数据治理体系。在今天以数据驱动数字化转型的Data 3.0时代，数据治理的智能化程度，决定了企业数字化转型的加速度。

企业数据治理的重点和难点

1.需要企业高层支持，将数据治理工作放在企业重点工作中，保证对数据治理项目人力物力的投入，提高数据治理相关部门和人员的执行力。

2.建立完善的数据治理组织，数据治理管理制度，并明确组织内各角色的职责。数据治理团队可由业务部门牵头，IT部门联合组成，然后结合企业的现状，制定相应的管理办法、管理流程、认责体系、人员角色和岗位职责等，颁布相关的数据治理的企业规章制度

3.建立数据规范。数据规范是指对企业核心数据进行有关存在性、完整性、质量及归档的测量标准，为评估企业数据质量，并且为手动录入、设计数据加载程序、更新信息以及开发应用软件提供的约束性规则，数据规范一般包括数据标准、数据模型、业务规则、元数据、主数据和参考数据。

4.需要功能强大的数据治理工具。数据治理需要在数据采集、处理、分析、应用到归档销毁的全生命周期里，对数据的质量、数据标准进行管控，为企业提供规范统一且高质量的数据资产。数据治理工具包括元数据管理工具、主数据管理工具、数据标准管理工具、数据质量管理工具等。

有效的数据治理可以为企业带来巨大的价值：成功实施数据治理可以使企业的数据质量得到全方位的提升，使与数据相关的业务流程得到深度再造，企业的数据将更一致、更准确、更可信；由于数据质量的提升，企业能够更好地满足客户服务的需要，更好地满足业务拓展的需要，更好地满足企业内部风险管理、成本核算、绩效考核的需要，最终更好地保障高层决策的合理性和可靠性；数据治理可以让企业达到和满足外部各监管部门对企业在数据方面的管理要求；数据治理可以降低IT建设和运维的成本。