主页
topics
什么是数据治理?
数据治理通过不同的策略和标准提高组织的数据可用性、质量和安全性。这些过程确定数据所有者、数据安全措施和数据预期用途。
数据治理目标是保留安全且易于访问的高质量数据,以获得更深入的业务洞察。
大数据和数字化转型工作是数据治理计划的主要驱动力。随着物联网 (IoT) 技术等新数据源产生的数据量不断增加,组织需要重新考虑其数据管理做法以扩展商业智能。有效的数据治理计划旨在提高数据质量,减少数据孤岛,确保合规性和安全性,并适当分配数据访问。
本电子书探讨了与数据治理和隐私相关的主题,例如,可扩展性、企业范围的标准和数据沿袭。
数据管理的范围比数据治理更广泛。 它可以定义为采集、处理、保护和存储组织数据的实践,然后将其用于制定战略决策以改善业务成果。 这既包括数据治理,也包括数据生命周期管理的其他方面,例如数据处理、数据存储、数据安全等。 由于数据管理的这些其他方面也可能影响数据治理,因此这些团队需要协同工作以执行数据治理策略。 例如,数据治理团队可能会识别不同数据集之间的共性,但如果想要将这些数据集整合起来,他们需要与数据管理团队合作来定义数据模型和数据架构,从而促进这些联系。 再比如数据访问,数据治理团队可以围绕对特定类型数据(例如个人身份信息 (PII))的数据访问设置策略,但数据管理团队将直接提供这种访问权限,或者设置适当的机制以提供这种访问权限(例如,利用内部定义的用户角色来批准访问)。
实施数据治理框架可以增加组织内数据的价值。 由于数据治理有助于提高整体数据的准确性,它还会影响基于该数据的结果,包括较为简单的日常业务决策以及较为复杂的自动化计划。 一些关键好处包括:
尽管数据治理的好处显而易见,但数据治理计划要取得成功还需要克服许多障碍。 其中的一些挑战包括: