
數據治理定義流程正確記錄業(yè)務政策、規(guī)則和標準
定義流程記錄數據定義、與業(yè)務術語相關的業(yè)務背景、分類、關系以及實施數據治理工作必須定義的政策、規(guī)則、標準、流程和衡量策略。此流程以“發(fā)現驅動定義”的形式與發(fā)現流程階段迭代并行,同時,定義流程使發(fā)現流程更有重點和針對性。
構成定義階段最重要的流程包括:
創(chuàng)建業(yè)務詞匯表。此流程為獲取和共享與重要數據有關的業(yè)務環(huán)境上下文的協作流程。除了預期的核心數據實體和屬性定義外,上下文還包括規(guī)則、政策、參考數據、任意形式的注解、鏈接以及數據所有者,在此就不一一列舉了。
·確保所有人達成共識--數據架構師、建模人員、開發(fā)人員、管理員及數據使用者:業(yè)務流程所有者以及運營和戰(zhàn)略決策者。
數據分類。對于結構化數據來說,此流程通常被稱為元數據管理--獲取以元數據形式表示的相關支持業(yè)務和IT環(huán)境上下文。對于非結構化數據來說,在正確分析上下文環(huán)境,給內容做標記和歸類以進行相關查詢中,數據分類起到了非常重要的作用。
·有效的數據分類使業(yè)務用戶了解環(huán)境上下文,快速跟蹤信息,從而迅速應對規(guī)章遵從的需求,降低成本,提高效率,進一步了解業(yè)務和客戶。通過降低集成復雜度、提高黑盒/自定義編碼的透明度,可信數據分類使IT從中受益,并最終提高協作性、靈活性,縮短實現價值的時間。
數據關系定義。此流程在元數據(數據建模)和數據(業(yè)務層次結構)兩個級別定義數據關系、映射及層次結構。
·沒有關系的數據模型只不過是一張數據清單。定義主數據、交易數據和參考數據--以及依賴這些數據的應用程序和流程--之間預期的關系,并最終定義組織業(yè)務模型。數據層次結構(例如,組織結構、物料清單、客戶、產品、銷售、營銷渠道)是組織制定計劃,決策以及客戶關系的基礎。
參考數據管理。此流程定義和規(guī)范應用程序中或應用程序之間要使用的參考數據,以確保數據在獲取及使用中的一致性。參考數據可以包括內部管理屬性業(yè)務定義值表(如客戶類型,產品顏色)、行業(yè)標準值(如ISO3166國家標準代碼)、或行業(yè)規(guī)范標準(如GS1 GDSN數據同步代碼表)。
·通用、標準化的參考數據確保能夠進行數據的協調和匯總,并能從截然不同的應用程序、功能、地區(qū)或各代表處的共享數據中,或B2B貿易伙伴的共享數據中得到洞察力。
業(yè)務規(guī)則定義。此流程創(chuàng)建和記錄建立數據驗證、清洗、豐富、匹配、合并、屏蔽、歸檔、標準化等規(guī)則和政策的邏輯業(yè)務需求。這些規(guī)則既定義了機器支持的自動化流程,也定義了以人為中心的手動流程。
·當進行到實施流程階段時,業(yè)務規(guī)則是確保數據可信、安全并最終適合業(yè)務使用的關鍵。
數據治理政策定義。此流程定義數據治理驅動政策,如數據責任和所有權,組織角色及職責,數據獲取和驗證標準,數據訪問和使用,以及數據的屏蔽、歸檔、建立子集和保留。
·正確的定義、核準、宣傳以及執(zhí)行這些政策,就能將企業(yè)文化發(fā)展為把數據當作公司資產來管理的文化。如果沒有這些自上而下、公司高層驅動的政策命令,將很難改變以往影響數據質量和安全性的行為。
其他相關政策調整。組織內有些其他工作可能已經體現了業(yè)務驅動或IT驅動的政策,設置如何管理和使用企業(yè)數據,只是目前還未被列為“數據治理”政策。其中包括信息安全、數據隱私、GRC、IT管理等方面的政策。
·如果一項數據治理工作是要準備研究和定義必須記錄和執(zhí)行的政策,那么這項工作可從已經完成的工作開始,調整哪些政策應歸入數據治理工作,哪些政策只需認可和遵從,而哪些應該被替換或改進。
關鍵績效指標(KPI)定義。此流程定義那些用于說明數據治理工作有效性和價值的方法,如服務水平協議(SLAs),數據質量及政策遵從操作基線衡量標準,投資回報率(ROI)和總體擁有成本(TCO)等等。
·如果沒有衡量數據治理工作價值和有效性的方法,數據治理工作將不會獲得贊助、資源、資金或優(yōu)先權。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10