数据管理成熟度评估3

本篇接着数据质量继续分享

数据质量

1.    数据质量要求

概述:是度量和管理数据质量的依据

过程描述:定义数据质量管理目标，定义数据质量评价维度，明确数据质量管理范围，设计数据质量规则；

过程目标:形成数据质量管理目标，明确各类数据质量管理需求，建立数据质量规则库；

2.    数据质量检查

概述:根据数据质量规则对组织数据实时监控并发现问题；

过程描述:制定数据质量检查计划，剖析数据质量情况，校验数据质量，管理数据质量问题；

过程目标:制定检查计划，监控数据质量情况，建立问题管理机制；

3.    数据质量分析

概述:对数据质量检查过程中发现的数据质量问题及相关信息进行分析；

过程描述:规定数据质量分析方法和要求，进行数据质量问题分析，数据质量问题影响分析，数据质量分析报告，建立数据质量知识库；

过程目标:建立数据质量问题评估分析方法，定期分析组织数据质量情况，建立数据质量知识库；

4.    数据质量提升

概述：是指错误数据更正、业务流程优化、应用系统问题修复；

过程描述:制定数据质量改进方案，校正数据质量，更正数据质量，提升数据质量；

过程目标:建立数据质量持续改进策略，制定改进方案，建立良好文化；

数据标准

1.    业务术语

概述:是组织中业务概念的描述，包括中文名称、英文名称、术语定义；

过程描述:制定业务术语标准，业务术语字典，发布业务术语；

过程目标:业务术语可准确描述业务概念的含义；

2.    参考数据和主数据

概述:参考数据是用于将其它数据进行分类的数据，主数据是组织中需要跨系统、跨部门共享的核心业务实体数据；

过程描述:定于编码规则，定义数据模型，识别数据值域，管理流程，建立质量规则；

过程目标:识别参考数据和主数据的SOR，建立准确记录，建立管理规范；

3.    数据元

概述:对组织中核心数据元的标准让大家有统一标准；

过程描述:建立数据元的分类和命名规则，建立管理规范，创建数据元，建立统一目录，进行查找和引用；

过程目标:建立统一的数据元管理规范和目录；

4.    指标数据

概述:组织在经营分析过程衡量某一个目标或实物的数据；

过程描述:制定组织内指标数据分类管理框架，定义格式，进行访问授权，进行维护和管理；

过程目标:建立指标数据分类规范，和统一管理流程；

数据生存周期

1.    数据需求

概述:是组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述；

过程描述:建立数据需求管理制度，收集数据需求，评审数据需求，更新数据管理标准，集中管理数据需求；

过程目标；统一管理各类数据需求，能满足业务的需求，并符合组织发布的相关标准；

2.    数据设计和开发

概述:是指设计、实施数据解决方案，提供数据一个月，持续满足组织的数据需求的过程；

过程描述:设计数据解决方案，做好数据准备，实施数据解决方案；

过程目标:设计满足数据需求，确保解决方案与数据架构和数据标准的一致性；

3.    数据运维

概述:是指数据平台及相关数据服务建设完成上线投入运营后，对数据采集、数据处理、数据存储等过程的日常运行；

过程描述:制定数据运维方法，建立数据提供监控规则，管理各种平台和工具；

过程目标:保证数据相关平台和组件的稳定运行；

4.    数据退役

概述:是对历史数据的管理，根据法律法规、业务、技术等方面的需求对历史数据的巴黎和销毁；

过程描述:进行数据退役需求分析，执行数据退役，检查数据恢复，查询归档数据；

过程目标:对历史数据的使用清楚方案符合组织需求和监管需求，建立相关标准、数据退役能力等级标准；

下篇继续分享

 

 

来源：点滴成湖

作者：李波