大数据治理带来全面解决之道_大数据应用

DAMA数据管理职能框架

数据治理（Data Governance）是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。用通俗的方法讲，企业数据分析系统的数据来源是各个业务系统或手工数据，这些数据的格式、内容等，都有可能存在不同，如果不进行数据治理，这些数据对数据分析没有任何用处。只有对数据基础进行规范，管理元数据、数据监控等，才能得到有价值的数据。得到规范的数据后，才可在此基础上进行主题化的数据建模、数据挖掘、数据分析等。

数据治理的功能

数据标准解决业务系统之间缺少统一标准的功能

元数据解决系统之间数据变更对应的影响分析困难

数据质量解决数据质量差，错误发现不及时的问题

使用数据标准和主数据来解决数据表和模型繁多，价值未大释放的问题

数据资产、数据共享和交换解决业务系统之间数据资产分散，共享性差的问题

数据安全解决数据安全无保障的问题

标准、安全、管理解决管理系统不完善的问题

数据治理的价值

1、高效运营需要

2、从根本上解决数据质量问题

好的数据质量是一切数据分析的基础，垃圾数据对数据分析没有任何用处，再多的业务和技术投入都是徒劳的，因为很经典的一句话：垃圾进垃圾出（GarbageinGarbageout）

3、规范和共享的需要

4、风险管理的需求

5、管理创新需要

业务流程和资源配置的优化，可以提高业务管理能力；

避免出了问题再补漏，数据管理部门和生产部门相互推脱责任。

高质量的数据是分析挖掘的基础，有助于改善决策能力，做出正确的决策，发现更多商业机会。

6、实现流程管控

以实现业务价值为导向

找到管理层和业务部门的数据问题、痛点以及用数需求，并通过解决数据问题、满足用数需求为迭代目标，确定数据治理的重点范围。在前期数据治理体系基础性建设的基础上，进一步建立并完善数据治理的长效机制并确保日常持续、有效运转，充分发挥已有治理体系的效能，切实解决业务部门面临的数据痛点和难点，有效提升数据质量，满足外部监管统计报送及内部经营决策分析的用数需求，进而释放数据治理成效、实现数据价值。