标签：过程 是什么 没有 外部 它的 发展 查找 信息 lan
数据治理是当今快速发展且竞争激烈的企业环境中的一项要求。既然企业有机会捕获大量不同的内部和外部数据，那么他们需要一个纪律来最大化其价值、管理风险并降低成本。
数据治理是流程、角色、政策、标准和指标的集合，可确保有效和高效地使用信息，使企业能够实现其目标。它建立了流程和职责，以确保整个企业或企业中使用的数据质量和安全性。数据治理定义了谁可以对什么数据、在什么情况下、使用什么方法采取什么行动。
精心设计的数据治理策略对于任何处理大数据的企业来说都是基础，它将帮助您的业务如何从一致、通用的流程和清晰的职责中受益。业务驱动因素强调了在您的数据治理策略中需要谨慎控制哪些数据以及从这项工作中获得的预期收益。此策略将成为您的数据治理框架的基础。
例如，如果您的数据治理策略的业务驱动因素是确保医疗保健相关数据的隐私，则需要在患者数据流经您的业务时对其进行安全管理。将定义保留要求（例如，谁更改了哪些信息以及何时更改的历史记录）以确保符合相关政府要求。
数据治理可确保明确定义与数据相关的角色，并在整个企业内就责任和问责制达成一致。精心规划的数据治理框架涵盖战略、战术和运营角色和职责。
数据治理经常与其他密切相关的术语和概念混淆，包括数据管理和主数据管理。
数据管理是指对企业的整个数据生命周期需求的管理。数据治理是数据管理的核心组成部分，将其他九个学科联系在一起，例如数据质量、参考和主数据管理、数据安全、元数据管理等。
数据治理可确保为合适的人员分配合适的数据职责。数据管理是指为确保数据准确、可控且易于被相关方发现和处理的必要活动。数据治理主要是关于战略、角色、企业和政策，而数据管理则是关于执行和运营。
数据管理员负责管理数据资产，确保实际数据与数据治理计划一致，与其他数据资产相关联，并在数据质量、合规性或安全性方面受到控制。
主数据管理侧重于识别企业的关键实体，然后提高这些数据的质量。它确保您拥有有关客户、供应商、医疗服务提供者等关键实体的最完整和准确的可用信息。由于这些实体在整个企业中共享，因此主数据管理是将这些实体的碎片化视图整合到一个视图中。
但是，没有适当的治理，就没有成功的主数据管理。例如，数据治理计划将定义主数据模型（客户、产品等的定义是什么），详细说明数据的保留策略，并定义数据创作、数据管理和访问的角色和职责。
有效的数据治理策略可为企业带来许多好处，包括：
· 对数据的共同理解——数据治理为数据提供了一致的视图和通用术语，同时各个业务部门保留了适当的灵活性。
· 提高数据质量——数据治理创建了一个确保数据准确性、完整性和一致性的计划。
· 数据地图——数据治理提供了一种高级能力，可以了解与关键实体相关的所有数据的位置，这是数据集成所必需的。就像 GPS 可以代表物理景观并帮助人们在未知景观中找到方向一样，数据治理使数据资产变得可用并且更容易与业务成果联系起来。
· 每个客户和其他业务实体的360 度视图——数据治理建立了一个框架，以便企业可以就关键业务实体的“单一版本真相”达成一致，并在实体和业务活动之间创建适当的一致性级别。
· 一致的合规性— 数据治理提供了一个平台来满足政府法规的要求，例如欧盟通用数据保护条例 (GDPR)、美国 HIPAA（健康保险流通与责任法案）和行业要求，例如 PCI DSS（支付卡行业数据安全标准）。
· 改进数据管理——数据治理将人的维度带入高度自动化、数据驱动的世界。它建立了数据管理的行为准则和最佳实践，确保传统数据和技术领域（包括法律、安全和合规等领域）以外的问题和需求得到一致解决。
随着越来越多的企业和企业意识到将其部分或全部数据存储和流程迁移到云集成策略和iPaaS的好处，对有效数据治理的需求大规模增加。
迁移到云就是将某些任务委托给第三方，例如基础设施管理、应用程序开发、安全等。云还涉及技术资源的虚拟化，这可能会带来数据主权挑战——例如强制要求数据的法规居住在某个地方或国家。此外，云优先策略通常鼓励去中心化，允许业务线或工作组独立推出自己的系统，这可能会导致不受控制的数据蔓延。
这就是治理找到它的位置的地方。首先，战略数据治理计划对于将内容迁移到云至关重要。无论企业是转向混合还是完全云数据模型，数据迁移过程都将享受整体数据治理计划的所有相同好处，并且迁移本身将更加高效和安全。
此外，将数据流程移至云端会增加安全性和访问方面的复杂性。虽然完全本地数据解决方案仍然需要强大的数据治理策略，但当数据通过云移动时，利益相关者尤其欣赏数据治理的价值。
为了为您的企业找到正确的数据治理方法，请寻找可以快速、经济地与企业现有环境集成的可扩展工具。
此外，基于云的平台将使您能够快速插入经济高效且易于使用的强大功能。基于云的解决方案还避免了本地服务器所需的开销。
当您开始比较和选择数据治理工具时，请专注于选择能够帮助您实现数据治理策略中列出的业务收益的工具。
这些工具应该可以帮助您：
· 通过发现、分析和基准测试工具和功能来捕获和理解您的数据。例如，正确的工具可以自动检测新数据集中的个人数据（如社会保险号）并触发警报。
· 通过验证、数据清理和数据丰富来提高数据质量。
· 使用元数据驱动的ETL和ELT以及数据集成应用程序管理您的数据，因此可以使用端到端数据沿袭来跟踪和跟踪数据管道。
· 使用积极审查和监控的工具控制您的数据。
· 记录您的数据，以便可以通过元数据对其进行扩充，以提高其相关性、可搜索性、可访问性、可链接性和合规性。
· 使最了解数据的人能够通过自助服务工具为数据治理任务做出贡献。
亿信华辰的数据质量、数据和元数据管理以及数据治理工具功能强大且易于使用，可让您快速有效地满足您的数据治理需求。
今天的企业拥有大量关于客户、客户、供应商、患者、员工等的数据。当这些信息被正确地用于更好地了解市场和您的目标受众时，一个企业将更加成功。相同的数据治理还将确保这些数据在您的企业内可信、有据可查、易于查找和访问，并确保其安全、合规和保密。
标签：过程 是什么 没有 外部 它的 发展 查找 信息 lan
原文地址：https://www.cnblogs.com/esenbigdata/p/14874377.html
