企业数据治理的一些内容

1、什么是企业数据治理？

 

企业数据治理是指从使用零散数据变为使用统一规范数据，从具有很少或没有组织和流程治理到企业范围内的综合数据治理，从尝试处理数据混乱状况到数据井井有条的一个过程。

 

2、企业数据治理的类型

（1）源端数据治理：是指通过解决业务系统源头数据质量的问题，提高后续数据分析的准确率。主要应用于如ERP、CRM、财务管理系统中。

（2）末端数据治理：是指通过解决数据全生命周期末端（数据仓库层）的数据质量问题，提高数据分析的准确率。主要应用于数据仓库等末端数据存储中。

（3）综合数据治理：是源端数据治理和末端数据治理的综合，并且是比其更广泛的概念，通常称为面向数据分析及业务管理的数据治理。

 

3、企业数据治理的价值

（1）价值一：确立企业数据管理体系规范和标准，并实现其系统化落地；

（2）价值二：全面梳理并清洗存量数据，根治多年积累的数据质量问题；

（3）价值三：全面实现数据管理的系统化、集中化，节约业务系统用户数；

（4）价值四：搭建全面科学的数据验证体系，杜绝数据冗余的再次发生；

（5）价值五：实现数据管理过程的流程化、制度化、准确化；

（6）价值六：实现详尽的静态数据服务；

（7）价值七：数据交换平台全面实现企业数据的协同、联动；

（8）价值八：建立了统一的数据标准，为企业资源共享、快速决策提供保障。

 

4、二次数据治理

（1）产生的原因：企业经历过一轮数据治理后，经过一段时间因为种种因素，数据质量又出现下降，需要再次进行数据治理的工作。

（2）需要进行二次数据治理的一些特征

[1] 主数据管理项目实施后，发现数据质量问题的比例超过20%；

[2] 主数据管理平台沦为赋码工具；

[3] 集团二级单位单独开展主数据管理工作；

[4] 企业开始寻求数据的全面治理。

（3）二次数据治理的流程

Step 1  重新梳理数据标准，确定数据标准是否有调整的必要；

Step 2  全面检测数据质量，重新全面清洗、改造存量数据；

Step 3  搭建数据质量评估监测平台，利用AI等技术构建数据质量的大数据行为模式的再评估、再处理体系。

 

5、主数据管理的局限

（1）局限一：存在主数据的动态性问题；

（2）局限二：主数据管理无法满足业务场景需求；

（3）局限三：主数据管理项目实施后运维难以保障；

（4）局限四：主数据管理项目实施后数据质量并未改善。

 

6、企业数据治理的一些改良方向

（1）方向一：构建数据治理体系架构确保数据治理的整体性；

（2）方向二：全方位重构数据标准体系彻底改善数据环境；

（3）方向三：构建全视角管控的静态数据中心以保障数据质量；

（4）方向四：通过技术+行为的手段深层次保障数据质量；

（5）方向五：构建日常数据质量监测体系持续确保数据质量；

（6）方向六：构建基于场景的数据服务体系推进数据资产化管理；

（7）方向七：构建基于过程的知识体系来确保全面的数据治理能力。

来源：稀饭居然不在家