数据乱象解决之道:全面的数据治理

 

  【IT168信息化】毋庸置疑,数据已成为企业的重要资产,也是企业竞争力的重要武器。企业业务的成功,需要及时、完整和准确的数据提供支持。但经常能看到这样的现象:企业中几个部门的主管在汇报工作时,同一指标的数据不尽相同,甚至可能截然相反,到底哪个数据是正确的数据?无从确认。造成这种现象的原因很多,比如数据质量问题、统计口径问题,等等。如何确保能够为重要业务提供及时、相关和可信的数据?

  数据乱象解决之道:全面的数据治理

  对于各种数据问题,企业机构需要有效的解决方案,这就涉及到数据治理的问题。数据治理涵盖于企业的整个信息化建设过程,它涉及每个系统,包括所有业务核心系统、数据仓库、ECIF、风险管理、合规支持等等,它需要一个统一的管理平台进行管理,而这个平台支持各种数据技术,包括元数据管理、数据标准管理,以及主数据管理平台、数据质量管理平台和数据服务平台。无论是对数据进行集成、整合、交换、还是同步,它们都在数据治理这个范畴内。其中,一个比较“软”的方面就是数据标准管理,是很重要的一个环节,根据这个标准,通过相应的数据技术,对所有数据实现到端对端的梳理和管理,这就是整个数据治理的过程。

  什么是数据治理?

  数据治理是一种体系,是一个关注于信息系统执行层面的体系,这一体系的目的是整合IT与业务部门的知识和意见,通过将流程、策略、标准和组织的有效组合,对企业的信息化建设进行全方位的监管,需要企业高层的授权和业务部门与IT部门的密切协作。

  数据治理涵盖了整个企业的信息化立场和建设,包括所有核心业务系统、运营数据储存或数据仓库、ECIF、风险控制以及很多其他的系统,需要技术和“软内容”平台提供支撑,包括主数据管理平台、数据质量管理平台、数据服务平台,以及元数据管理和数据标准管理,最终实现所有数据的全方位监管,实现端到端的数据梳理和管理,确保数据的有效性、可访问性、高质量、一致性、可审计和安全性,这是数据治理的目标所在。

  实际上,很多企业都在涉及数据治理相关的项目,只是可能以其它项目的形式出现,比如数据集成、ETL、元数据等项目,这些都是数据治理的组成部分。在调查中发现,现在企业做数据治理,更多关注的是数据质量分析、评估和探查,其次是ETL和其它数据集成工具,以及数据模型。

  数据治理项目包括四个关键要素:策略和流程、组织、标准和定义、技术。这四个方面缺一不可。

数据乱象解决之道:全面的数据治理

▲数据治理管理框架

  数据治理技术平台

  企业开展数据治理,在理顺数据治理管理框架之后,技术和方案的选择就至关重要了。数据治理的相关技术包括企业数据集成、元数据管理、数据质量、实时数据和非结构化数据采集。Informatica作为全球领先的企业数据集成提供商,提供了领先的数据集成平台,通过这个平台,支持所有数据类型的项目。

  借助Informatica数据集成平台,企业用户能够实现广泛的数据连接,包括结构化、半结构化、非结构化的数据连接,这点非常重要,数据的广泛连接性是数据治理的重要基础。

数据乱象解决之道:全面的数据治理

  Informatica 提供了统一的数据治理平台,主要功能包括:

  数据发现和探查:找到隐藏的、对可信数据的治理造成风险的数据问题

  主数据管理 (MDM):利用 MDM 进行数据管理,以建立单个权威性的客户、产品或任何其它数据域视图

  数据沿袭和主动数据质量监控:作为数据治理的一部分,保证在整个企业中可对数据问题进行跟踪,同时保证长期满足数据质量预期

    原文地址:http://cio.it168.com/a2012/0604/1356/000001356362.shtml

 

Theme by Danetsoft and Danang Probo Sayekti inspired by Maksimer