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

1. 高效经营
2. 解决数据品质问题
3. 标准和共享
4. 风险管理
5. 治理翻新
6. 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