1. <blockquote id="8lq7a"><ruby id="8lq7a"></ruby></blockquote>

          1. 产业
            首页  >  产业  >  产业观察

            大数据治理:数据问题的全面解决之道

            2018-12-20  来源:中国信息产业网-人民邮电报  作者:文立木

            当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格式也越来越多样化,包括IT系统里存储的结构化、非结构化数据,各样电子文档数据等。与此同?#20445;?#20225;业管理者对数据的困惑也与日俱增,这些数据从哪里来?我们能相信这些数据吗?数据之间有什么样的关系?谁能理解这些数据?

            零散化存放是数据问题根源

            造成上述情况最根本的原因是:数据零散化存放。大型企业在不同发展阶段,会根据业务需求建设很多内部IT支撑系统,比如ERP(企业资源计划)系统、CRM(客户服务管理)系统、财务管理系统等,这些系统的分散建设,数据割裂,造成了数据零散化存放的现状。

            基于数据作?#27835;觶?#39318;先需要数据的聚合,但由于生产系统和数据的离散化,造成了数据标准、数据模型不统一,因而企业最需要做的就是对数据整合和标准化。

            大数据治理带来全面解决之道

            大数据治理是诸多数据问题的全面解决之道。根据DAMA(国际数据管理协会)的定义,数据治理(DG,Data Governance)是指对数据资产的管理活动行使权力和控制的活动集合(规划、监控和执行)。作为DAMA数据管理职能框架(图1)的10项职能之一,起着指?#35745;?#20182;数据管理职能如何执行的作用,它通过制定正确的政策、操作规程,确保以正确的方式对数据和信息进行管理。

            图1 DAMA数据管理职能框架

            大数据治理,即基于大数据的数据治理。大数据,一般指符合4V特征的数据,包括社交数据、机器数据等,大数据对传统数据治理工作带来很多的扩展,在政策/流程上,大数据治理应覆盖大数据的获取、处理、存储、安全等环节,需要为大数据设置数据管理专员制度;需考虑大数据与主数据管理能力的集成,需要对大数据做定义,统一主数据标准;在数据生命周期管理各阶段,如数据存储、保留、归档、处置?#20445;?#35201;考虑大数据保存时间与存储空间的平衡,大数据量大,因此应识别对业务有关键影响的数据元素,检查和保证数据质量。此外,在隐私方面,应考虑社交数据的隐私保护需求,制定相应政策,还要将大数据治理与企?#30340;?#22806;部风险管控需求建立联系。

            关键词:精准营销 数据集成 治理模式 数据整合 数据元素 数据安全管理 数据保存时间 数据保密 数据类型 数据标准化

            今天快乐十分开奖结果
            1. <blockquote id="8lq7a"><ruby id="8lq7a"></ruby></blockquote>

                      1. <blockquote id="8lq7a"><ruby id="8lq7a"></ruby></blockquote>