需要數據治理的原因如下:
開發能力不足或者數據意識比較差,導致上報或者采集到的數據混亂,邏輯沒有梳理清楚導致數據中各種特例或者容錯,模型缺少抽象導致數據分散,技術不足、異常考慮不足導致數據中存在亂碼或者異常。
業務復雜,各類業務之前差異很大,缺少統一的高層設計,導致上報上來的數據很難兼容。
團隊復雜、業務外包缺少統一的規模和管理,各個團隊按照自己的最省事的方式做事,不考慮后續團隊的配合,掛坑埋雷。
定義數據資產的具體職責和決策權,應用角色分配決策需要執行的確切任務的決策和規范活動。
為數據管理實踐制定企業范圍的原則,標準,規則和策略。數據的一致性,可信性和準確性對于確保增值決策至關重要。
建立必要的流程,以提供對數據的連續監視和控制實踐并幫助在不同組織職能部門之間執行與數據相關的決策,以及業務用戶類別。
如何進行數據治理很重要,離不開以下幾種關鍵要素:
組織架構:對于企業來說,數據治理屬于管理范疇,企業數據治理需要強有力的組織架構來支撐,以加強企業對數據治理的掌控。因此,企業數據治理組織架構應該由高層領導牽頭,全部業務部門參與,最終由業務部門主導,IT部門執行,為數據治理工作的順利執行提供組織上的保障。
制度流程:此外,數據治理還需要企業有完善的制度和規范的流程,來把好“數據流轉”關。在制度方面,需要制定出適用于全企業的管理辦法;在流程方面,制定出數據治理的一般流程,并規范從數據需求定義到數據質量檢測和評估一系列流程的具體操作。
技術支撐:技術支撐是企業數據治理最基礎,同時也是最重要的一部分。數據治理涉及到數據標準管理、元數據管理、數據質量管理、數據安全管理等多個模塊相關銜接。在數據治理過程中,應該把重點放在平臺和工具上,一套完整的平臺工具和相應的自動化手段,能夠幫助企業更容易地進行數據治理。