![](https://img-blog.csdnimg.cn/20190927151043371.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
数据治理
数据治理
程序员学习圈
值得去的地方,没有捷径;难走的路,才更值得开始!
展开
-
数据治理的七把利剑
前言:正所谓:“工欲善其事,必先利其器!”,一套好的数据治理工具,能让企业的数据治理工作事半功倍。数据治理本质是盘点数据资产、治理数据质量,实施数据全生命周期的管理,根据不同的项目特点,会用到不同的技术或工具,一般来说,数据治理产品或工具主要包含以下组件:数据模型管理、元数据管理、数据质量管理、数据标准管理、主数据管理、数据安全管理、数据服务平台。数据治理产品中的七个工具或组件,都各有自己的特点和使命,在企业的数据治理中都有着不同的功能侧重,但是解决问题的目标是一致的——提升数据质量。这让我不由联想到的是原创 2019-06-16 17:58:45 · 5864 阅读 · 1 评论 -
数据治理【数据安全管理】
1、概念 维基百科:“数据质量管理是对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题,进行识别、度量、监控、预警等一系列管理活动,并通过改善和提高组织的管理水平使得数据质量获得进一步提高。数据质量管理的终极目标是通过可靠的数据提升数据在使用中的价值,并最终为企业赢得经济效益。 个人理解:“数据质量管理不单纯是一个概念,也不单纯是一项技术、也不单纯是一个系统,更不单纯是一套管理流程,数据质量管理是一个集方法论、技术、业务和管理为一体的解决方案。通过有效原创 2019-06-16 17:01:16 · 3507 阅读 · 0 评论 -
数据治理【数据质量管理】
1.官方资料 https://msdn.microsoft.com/zh-cn/library/ee634396.aspx2.常用DAX函数介绍 https://www.jianshu.com/p/78562efa28fe3.Dax 优秀文章推荐 https://blog.csdn.net/capsicum29/article/details/80...原创 2019-06-16 16:29:36 · 2599 阅读 · 0 评论 -
数据治理【数据标准管理】
1.概念 数据标准是一套由管理制度、管控流程、技术工具共同组成的体系,是通过这套体系的推广,应用统一的数据定义、数据分类、记录格式和转换、编码等实现数据的标准化。2.数据标准管理 数据模型标准,即元数据的标准化。 主数据和参照数据标准。 指标数据标准。原创 2019-06-16 16:22:40 · 2800 阅读 · 0 评论 -
数据治理【主数据管理】
我们知道主数据项目的建设是一个循序渐进、持续优化的过程,不可一蹴而就。个人理解主数据管理项目从咨询规划到落地实施再到初步见效需要经历四个阶段,简单归结为12个字:“摸家底、建体系、接数据、抓运营”1.摸家底 摸家底需要全面调研和了解企业的数据管理现状,以便做出客观切实的数据管理评估。原创 2019-06-16 15:58:11 · 2392 阅读 · 0 评论 -
数据治理【元数据管理】
1.认识元数据 元数据(Metadata)是对数据的结构化描述,使得数据更容易理解,查找、管理和使用。简言之就是描述数据的数据。2.元数据的分类 根据数据的性质特点,业内一般将元数据划分为三类:业务元数据、技术元数据和管理元数据。 业务元数据是描述数据的业务含义、业务规则等。通过明确业务元数据让人们更容易理解和使用业务元数据,元数据消除了数据二义性,让人们对数据有一致的认证,避免“各说自话”,进而为数据分析和应用提供支撑。常见的业务元数据包括:业务定义、业务术语、业务规则、业务指原创 2019-06-16 12:35:24 · 20283 阅读 · 1 评论 -
数据治理【框架介绍】
1.什么是数据治理? 维基百科:数据治理对于确保数据的准确、适度分享和保护是至关重要的。有效的数据治理计划会通过改进决策、缩减成本、降低风险和提高安全合规等方式,将价值回馈于业务,并最终体现为增加收入和利润。 个人理解:所有为提高数据质量而展开的业务、技术和管理活动都属于数据治理范畴。数据治理的目的就是通过有效的数据资源控制手段,进行数据的控制,以提升数据质量进而提升数据变现的能力。原创 2019-06-16 12:32:17 · 2639 阅读 · 1 评论