共计 403 个字符,预计需要花费 2 分钟才能阅读完成。
数据治理: 对企业数据资产治理行使权力和管制的流动汇合
治理模型: 基于既定的治理准则, 清晰确定数据治理设计的范畴, 指定可量化, 可执行的施行与评估计划
治理指标: 帮忙企业或者组织实现其老本、收益、危险三者的最优化控制目标, 并继续迭代欠缺和优化
数据管理存在的问题
1.(短少统一标准)业务零碎之间短少统一标准
2.(数据品质差) 数据品质差, 谬误发现不及时
3.(影响剖析艰难) 零碎间数据变更对应的影响剖析艰难
4.(数据价值低) 数据表和模型多, 价值未最大开释
5.(资产共享差) 业务零碎间数据资产扩散, 共享性差
6.(治理差, 落实差) 管理体系不欠缺, 已有规范落实差
7.(平安无保障) 数据安全得不到保障
数据治理价值
- 高效经营
- 解决数据品质问题
- 标准和共享
- 风险管理
- 治理翻新
- 流程管控
数据治理的劣势(品质, 效率, 可视化)
品质: 业余事件业余做, 统筹规划, 闭环控制, 继续改良
效率: 人员各司其职, 并行处理
可视化: 全界面化操作, 各种治理信息可视化展现
正文完