数据治理的四个阶段

发布时间:[2020-04-29] 来源:网络点击量:

数据治理的定义是对数据资产管理行使权力和控制的活动集合。其最终目的是挖掘数据价值，推动业务发展，实现盈利。

我国最早意识到数据治理重要性的行业是金融行业，金融行业对数据的依赖性很强，而数据治理是数据平台建设的主要限制因素。

数据治理平台是以元数据为基础，实现数据的产生、存储、迁移、使用、归档、销毁等环节的数据生命周期管理。实现数据从源到数据中心再到应用端的全过程管理，为用户提供了准确便捷的企业资产信息。数据治理平台也包括数据标准，数据质量。

数据治理分为四个阶段

第一阶段，梳理企业信息，构建企业的数据资产库。首先要清楚企业的数据模型、数据关系，对企业资产形成业务视图、技术视图等针对不同用户视角的展示。

第二阶段，建立管理流程，落地数据标准，提升数据质量。从企业角度梳理质量问题，紧抓标准落地。

第三阶段，直接为用户提供价值。本阶段依赖于前两个阶段的建设，为用户提供方便的获取数据的途径。

第四阶段，为企业提供数据价值。通过多种手段对多种来源的数据进行分析，形成企业知识图谱，体现数据的深层价值。

通过这4个阶段的建设，建立起全企业的数据质量管控平台，以用户为中心，由用户使用数据并通过用户的使用优化数据质量，既达到了数据治理的目标，也最大限度的发挥了数据的价值。

大数据时代，企业急需建立以用户为中心的自服务大数据治理，信息梳理、数据管控、连接用户、智能化是实现自服务大数据治理的四个主要阶段，掌握一系列关键技术和技术原则，是实现自服务大数据治理的重要基础。