数据治理实践指南（图文）

1 数据治理体系

1）数据质量

• 完整性：数据的记录和信息是否完整，是否存在缺失情况
• 准确性：数据汇总记录的信息和数据是否准确，是否存在异常或者错误
• 一致性：多个业务数仓间的公共数据，必须在各个数据仓库中保持一致
• 及时性：数据能及时产出和预警

2）元数据管理

元数据是关于数据的组织、数据域及其关系的信息，通俗理解，元数据就是描述数据的数据。

• 帮助构建业务知识体系，确立数据业务含义可解释性
• 提升数据整合和溯源能力，血缘关系可维护
• 建立数据质量稽核体系，分类管理监控

3）主数据管理

企业主数据指企业内一致并共享的业务主体，大白话理解就是各专业公司和业务系统间共享的数据。

一般主数据管理需要遵循如下几点：

• 管理和监管各组织机构、子公司、部门对主数据的访问，制定访问规范和管理原则
• 定期进行主数据评估，判断既定目标的完善程度
• 组织相关人员和机构，统一完善主数据建设
• 提供技术和业务流程支持，全集团集中统筹

4）数据资产管理

如何盘活数据，形成数据资产，提供完整的数据资产全景视图，可方便运营者全局、宏观地掌控企业资产动态。

5）数据安全

数据安全是企业数据建设必不可少的一环，我们的数据都存储在大大小小的磁盘中，对外提供不同程度的查询和计算服务。

6）数据标准

大白话理解，我们需要在组织内定义一套关于数据的规范，好让我们都能理解这些数据的含义。

今天张三说这个客户号是办理银行卡的客户，明天李四又说是借贷过的客户。对比一看，两者的字段类型和长度一致，到底要采纳哪个意见呢？

2 企业数据治理实施过程

2.1 数据治理实施框架

数据治理体系是为了规范业务数据规范、数据标准、数据质量和数据安全中的各类管理任务活动而建立的组织、流程与工具。

2.2 数据治理组织架构

2.2.1 组织架构

1）决策层

提供数据标准管理的决策职能，通俗理解即拍板定方案。

2）管理层

• 审议数据标准管理相关制度
• 对跨部门难的数据标准管理争议事项进行讨论并决策

• 管理重大数据标准事项，提交信息科技管理委员会审议

   

3）执行层

• 业务部门：负责业务线数据标准的制定、修改、复审，推广落实数据标准等
• 科技开发：承担治理平台、数据标准、数据质量等实施工作；系统设计和开发工作中遵循数据标准
• 科技运营：负责技术标准的制定和技术推广

2.2.2 管理层职责

1）项目经理

• 确定项目目标、范围和计划
• 制定项目里程碑

• 管理跨项目协同

   

2）专家评审组

评审项目方案，确定方案的合理性

3）PMO

• 确保项目按计划执行
• 管理项目重大风险
• 执行跨项目协同、沟通

• 组织项目关键评审

   

3）数据治理专项组

执行各项目的落地实施和运营推广，推动执行层的实施数据治理技术落地和项目进展。

2.2.3 执行层职责

数据架构师、数据治理专家和业务专员形成数据治理"铁三角"，紧密协作，推进数据治理与数据架构落地。

1）业务专员

• 定义数据规则
• 保障数据质量

• 提出数据需求

   

2）数据治理专家

数据治理专家作为数据治理组成员，负责设计数据架构，运营数据资产；牵头组织业务、IT达成数据治理目标。

• 构建数据逻辑模型
• 监控数据质量

• 运营数据资产

   

3）数据架构师

数据架构师作为IT开发部门的专家，承担数据标准落地、模型落地的重任，协助解决数据质量问题。

• 数据标准落地
• 逻辑模型落地

• 物理模型落地

   

2.3 数据治理平台

在确定了技术实施方案和组织管理架构，下面需要进行数据治理体系的落地实施。

1）核心功能

数据治理平台作为数据治理的产品体系，旨在保障数据平台的数据是安全、可靠的、标准的、有价值的。

• 数据资产管理：提供面向用户的场景化搜索，提供全景数据资产地图，方便快速查找资产和资产分析

• 数据标准管理：统一定制数据标准，提高包括字段、码值、数据字典管理，保障业务数据和中台数据的统一标准

• 数据质量监控：提供事前、事中、事后的数据质量体系，支持数据质量监控规则配置、告警管理等功能

• 数据安全：提供数据安全脱敏、安全分级和监控

• 数据建模中心：统一建模，提供业务系统建模和模型管理

   

2）元数据管理

通过建立完整且一致的元数据管理策略，提供集中、统一、规范的元数据信息访问、查询和调用功能。

3）数据质量

• 数据质量监控：支持所有用户进行数据质量监控规则配置

• 规则阻断：配置数据质量监控阻断规则，数据质量出现差异可实时阻断下游作业运行，屏蔽错误结果链路扩散。

• 告警：数据质量出现预设偏差，及时发出预警通知及时修复

4）数据标准

支持定制统一的数据标准平台，包括字段标准管理，码值标准管理以及字典管理，业务源数据和中台数据统一标准。

5）数据安全

基于集团数据资产实现数据安全分级管理，自动识别安全信息；提供数据访问安全行为监测，及时识别访问风险。

2.4 数据治理评估

数据治理平台开发完成并运行，需要对整体数据治理体系的效果进行验证和评估。

1）数据资产

通过构建数据资产管理体系，实现资产全覆盖，并支持全局搜索和精准定位目标资产。

• 实现全局搜索，面向用户提供场景化检索服务

• 支持标签、数据地图、表名和字段名等多种检索维度

• 支持进行数据地图，源业务数据字典的结果筛选

• 比如支持PV/UV用户搜索和资产展示，明确服务目标

2）数据标准

新旧数据标准沉淀，打通了数据建模工具、数据标准库和词根标准库，落地数据标准和词根。

• 实现数据标准库100%拉通
• 智能识别数据标准和引用

• 客户端同步更新数据标准、词根

   

3）数据安全

基于以上数据安全管控体系，支持数据安全定级，构建灵活的数据安全共享流程。

免责声明：因部分内容无法找到真正来源，如有标错来源或文章所使用的图片文字链接等涉及侵权，请尽快与我们联系处理，谢谢！

本文转载自：CDO研习社；如有侵权，请联系删除