- 发布
- 北京派客动力科技有限公司
- 电话
- 010-58204501
- 手机
- 18640165288
- 发布时间
- 2023-04-02 03:26:07
数据治理主动数据治理
主动数据治理方法消除了“数据治理官僚化”这一认识,因为主数据的授权已推给上游的业务用户,使数据管理员处于很少被打扰的角色,数据治理咨询,他们将不会成为诸如订单管理或出具等关键业务流程的瓶颈。
销售和营销均受益,因为可更迅速且经济有效地完成营销活动,在启动活动之前无需前期数据纠正。财务上也受益,因为将一次性捕获新客户需要的所有数据元素,添加新客户的流程包括提取第三方内容并计算限额,然后将该信息传回 ERP 系统。
数据治理内容
以企业财务管理为例,会计负责管理企业的金融资产,遵守相关制度和规定,数据治理咨询服务,同时接受审计员的监督;审计员负责监管金融资产的管理活动。数据治理扮演的角色与审计员类似,数据治理咨询服务,其作用就是确保企业的数据资产得到正确有效的管理。
由于切入视角和侧重点不同,业界给出的数据治理定义已经不下几十种,到目前为止还未形成一个统一标准的定义。
ITSS WG1认为数据治理包含以下几方面内容
(1)确保信息利益相关者的需要评估,以达成一致的企业目标,这些企业目标需要通过对信息资源的获取和管理实现;
(2)确保有效助力业务的决策机制和方向;
(3)确保绩效和合规进行监督。
数据治理企业系统梳理
开展数据、信息梳理的步,先对企业中的所有系统进行梳理,了解不同系统下的业务需求、项目模块、业务组等,数据治理咨询报价,编制梳理计划。当系统间进行集成或对接时,无非是将系统下的数据进行交互对接、整合,此时常见的问题就是各系统间相同的数据无法保证数据格式的一致性、准确性和完整性。第二步便是要对数据制定统一性规则,确保数据的完整性和一致性。首先要建立公共信息类模型,保障数据梳理时有统一的信息规范。其次,设定特殊信息级模型,制定数据性等级,确定数据信息敏感级别,方便确立日后哪些数据、信息以何种形式进行交互流通。