数据治理三大要害(p24):
第一,要定义数据,让抽象的数据变成可读、可理解的信息;第二,要有一个完整的数据地图或数据资源目录,盘活企业的数据资产,
方便用户随时找到想要的数据;
第三,要做好数据质量管理,提升数据质量并提升数据的使用率
元数作用(p28):
元数据是业界公认的数据治理中的核心要素,做好元数据管理,能够更容易地对数据进行检索、定位、管理和评估。用哲学的思维理解元数据的话,元数据其实解决的是我是谁、我在哪里、我从哪里来、我要到哪里去的问题。元数据是建设数据仓库的基础,是构建企业数据资源全景视图的基础,清晰的血缘分析、影响分析、差异分析、关联分析、指标一致性分析等是数据资产管理的重要一环
主数据特点(p28):
3大特性:高价值性、高共享性、相对稳定性。
4个超越:超越业务,超越部门,超越系统,超越技术。
数据治理的6个价值(p37)
诺兰模型
企业数据管理的问题(p43)
数据治理的6个挑战(p46)
- 对数据治理的业务价值认识不足 :没有从解决业务的实际问题出发,企 业对数据治理的业务价值普遍认识不足。企业应该从管理层和业务部门的痛点需求出 发,将数据治理的业务价值量化,以增强管理层和业务人员对数据治理的认知 和信心。想要理解数据造成的业务痛点,最好的方法是询问和观察。数据治理 必须着重于业务需求,并着重于解决让业务人员感到痛苦或他们无法解决的问 题。
- 缺乏企业级数据治理的顶层设计
- 高层领导对数据治理不够重视
- 数据标准不统一,数据整合困难
- 业务人员普遍认为数据治理是IT部门的事 :,IT部门的确对数据负有很大责任,但不包括数据的定 义、输入和使用。数据的定义、业务规则、数据输入及控制、数据的使用都是 业务人员的职责,而这些恰恰是数据治理的关键。
- 缺乏数据治理组织和专业的人才