第二部分:联想数据治理四步框架

第二版数据治理双片集读取第一部分利用数据潜力实现良好治理

稳健数据治理将实现全组织结果数据治理通过编目和质量管理确保对数据的信任它将通过确保可发现性、透明性、可获取性和使用易易易度来缩短市场时间还将促进整合以扩展伙伴生态系统并参与开放数据倡议

不言而喻,数据治理赋予组织高效、高效和安全地利用数据的权力。实施全组织数据治理程序并非易事基于我们与丹麦领先投资银行合作的经验,我们概述在实施数据治理程序时需要铭记的最顶级事务

步骤1-启动自控状态分析

甚至在进入绘图板前, 理解视觉和关键驱动器 数据治理程序评估当前状态后跳入任何解决方案基于这一理解,对数据利害相关方进行个人访问并记录他们的疼痛点和目标构建特征矩阵与数据治理解决方案期望相匹配,并列特征优先度和临界度

分解课程与项目期望

商务	过程	技术类	金融界
世界级客户经验	联想治理	对齐数据网格	总成本所有制
包售资产管理产品	自用平台	当前执行目标数据架构对齐	降低运营成本
向客户介绍订阅模型
产业化批发

步骤2-选择工具

关键是要选择适合组织环境的工具边做边记住

• 单工具无法满足所有需求

• 商业工具长长特征列表,但更多并不总是欢快

• 开源工具社区工具、路径可见度、架构、扩展性等重要

深思熟虑地选择工具

• 分析当前数据生态系统(源/解析存储器、数据处理管道、耗用应用等)。基于此分析 列出不可谈判优先级举例说,你可能需要工具与数据网格原理或启动数据办公室

• 识别开源商创用工具使用特征矩阵实现优先消除,反映现有数据生态系统的差距、利害相关者优先级和对工具期望特征

• 以二级研究、概念证明、讲习班和演示以及与产品销售商的互动为基础完成工具箱使用预定义问卷引导对话

步骤3-应用工具

推荐下列步骤

• 安装并配置工具

• 工具上布置或前置环境

• 搭建DevOps管道

• 创建叉子/汇总策略

• 实施可观察性报警机制

数据目录实施时,汇总技术元数据、所有制、线程和商业词汇库,通过定义API/界面推送元数据存储器并通过发现接口提供

数据质量实现方式

• DSL定义方便数据生成程序创建质量规则推向相关域库

• 搭建管道提供自动化作业,执行数据质量检查并发布结果

• 收集质量结果/度量数据,推向计量商店并提供给生产者/消费者

搭建数据域所有式文化组成数据治理委员会,职责清晰创建域所有制,域组负责拥有和管理数据

步骤4-增强利害相关方

成功实现后,您的利益攸关方-消费者和数据产品所有者-可发挥具体功能。

消费者	数据产品所有者
发现数据产品 视图元数据 视图数据线程以更好地了解数据流 与元数据并发质量快照 存取质量通知/备警令	数据产品连接商业条件,鼓励消费 避免数据前后不一致 定义数据元素级的信息分类 剖析数据登陆前

数据工作台可帮助域队发布透明可信数据供消费者使用,并铺路加入新伙伴并增强信心

数据治理对任何组织处理大数据都至关重要,因为其影响比技术广交叉式数据采集存储、清晰衍生个人识别数据数据安全、协议管理、算法设计、产品设计、组织激励等

提供难得的机会使用技术和工作模型消除数据驱动解决方案的风险和偏差良好的解决方案需要多科团队、工具自主使用、可扩缩治理模型等更多工具数据网格完全适合此使用案例

未来数据治理:数据网

扎马克德哈尼新建技术主管兼数据网创建者将之定义为新概念,接受组织无所不在的数据趋同分布域驱动架构 自用平台设计 产品思维数据下图特征划分

• 数据成品(进程数据)

• 数据责任分散化域

• 数据生成者为数据所有者并受自服务平台/能力增强能力)

• 联式治理可实现集中数据治理、数据质量和数据生命周期

深入了解数据网点击这里.

博客短版第21次国际电子商务大会(ICEB2021)白皮书