问题与挑战

1、数据标准问题:业务系统之间缺少数据标准,对表字段的命名随意性强,定义混乱;同一英文字段名对应多个中文名,反之也存在着中文的一对多;同一业务元素对应多种数据类型和长度。

2、数据质量问题:数据质量低,统计不准确,许多预期需求无法实现、造成决策失误;数据错误的发现不及时;数据处理过程中的问题未及时纠正,导致更多的后续错误。

3、数据共享问题:海量的、分散在不同角落的企业数据导致了数据资源利用的复杂性和管理的高难度。

4、管理流程问题:标准管理体系不完善,标准管理软件易用性差,落实效果差;管理角色分工不清晰,数据管理部门和生产部门相互推脱责任。

5、数据安全问题:数据权限划分不清,敏感数据得不到监控;账号和权限无法追踪,非正常的访问行为无法捕捉。

6、数据融合问题:企业与外部业务交互所产生的 “体外循环”数据与企业的核心 数据体系并不能自然地融合。

解决方案

数据治理三大核心

数据标准:数据清单、数据规范

元数据:数据在哪里、从哪里来、到哪里去?

数据质量:数据符合标准吗?

数据治理七大要素

建立数据管理团队元数据-业务与IT的桥梁

制定管理办法与认责划分主数据-常用业务数据统一

构建数据模型数据质量评测

数据标准

方案优势

1、消除数据的不一致性,建立规范的数据应用标准;

2、提高组织数据质量,高质量的数据有助于减低IT建设及运维成本,对企业的系统安全稳定运行极其重要;

3、实现数据广泛共享,全面拉通数据,提升业务效率;

4、将数据作为组织的宝贵资产应用于业务、管理、战略决策中, 发挥数据资产的商业价值;

5、严密的数据安全制机,可以降低企业数据风险;

6、增强IT建设灵活性,降低系统集成成本;

7、帮助组织更好的遵从内外部有关数据使用和管理的监管法规。