【學長姐帶路】如何用數據/資料治理優化企業?
原標《擁有大數據卻不知該如何善加利用?讓我們一起來透過數據/資料治理優化企業!》
文/葉承宇 (丁丁) Dean Yeh
隨著資訊科技的迅速發展,數據在企業運營中的地位日益重要。然而,隨之而來的是數據的急遽增長和分散,使得如何有效管理和利用這些數據成為一個亟待解決的問題。本專題旨在探討一套完整的數據治理方案,包括數據標準管理、主數據管理和元數據管理,以期為企業提供有效的數據管理策略,實現數據的價值最大化。
1. 數據標準管理
1.1. 數據標準化的價值
數據是業務發展的基礎性支撐要素,高品質的數據是提升業務效率、加強管理與分析能力的必要條件。透過數據標準化,把數據變成資源,透過對數據的加工與分析,為業務的經營與發展提供支援,進而創造利潤,從而確保數據資產發揮其業務價值。因此,數據標準是數據管理與應用的重要基石。以下為數據標準建設的具體實施步驟。
# 數據標準建設流程
– 現狀分析
– 收集現有資料,分析資料格式、結構及品質。
– 標準定義
– 制定統一的資料標準,包括命名規則、格式要求等。
– 標準映射
– 將現有資料映射至新的標準,確保資料一致性。
– 執行建議
– 提供建議及執行方法,協助實施新的資料標準。
2. 主數據管理
2.1. 主數據管理的價值
在沒有主數據管理系統和數據治理規範的情況下,各自應用功能將因應各種業務需求為出發點,而發展相對獨立的應用系統建設,是導致許多數據共用與統一方面問題的重要原因。而被鎖定在每一個應用系統和流程中的通用數據,也因為無法基於統一的數據生命週期原則來進行管理。
解決的方式是建議將通用數據從應用系統中抽取出來,以統一的規則進行管理,同時形成統一、完整和準確的主數據檢視表,進而再對外提供數據。
2.2. 主數據管理架構
主數據管理體系可以從 政策制度、組織流程、數據標準 和 管理系統 四個方面來建設,透過明確的數據標準、統一數據定義,合理優化系統分佈、規劃和建設主數據管理系統,強化主數據管理系統與各系統之間的相互溝通。
- 主數據管理的政策制度
- 定義了主數據管理各項工作方法,包括主數據管理相關各方如何參與數據管理工作,相應的職責和權利如何劃分,以及必要的監控和保障手段。
- 主數據治理組織及流程
- 主數據管理是一個跨領域的管理活動,涉及數據治理部門的數據品質、數據標準、數據架構管理以及業務部門的數據負責人。
- 主數據標準
- 主數據需要遵循數據標準體系架構下具體主題領域相關標準,確保主數據資訊維護與使用的一致性。
- 主數據管理系統
- 主數據管理系統的建設目標可以總結為三個方面:
- 實現主數據資訊共用。
- 統一管理主數據資訊資源。
- 改善主數據資訊品質。
- 主數據管理系統的建設目標可以總結為三個方面:
2.3. 主數據的範圍
# 主數據可能的範圍,包含:
– 客戶主數據
– 產品主數據
– 機構主數據
– 員工主數據
– 合約主數據
2.4. 主數據管理流程
# 主數據管理典型流程包括:
– 主數據模型管理流程
– 主數據品質監控流程
– 主數據業務標準管理流程
– 主數據衝突解決流程
2.5. 主數據管理系統
# 主數據管理系統常見有四種架構模式
– 合併模式
– 目的:作為主數據資訊彙集系統,為相應的主題分析,提供全面、完整的主數據資訊。
– 註冊模式
– 目的:主數據管理系統負責管理主數據資訊主鍵,避免主數據的實體重複。
– 共存模式
– 目的:主數據管理系統負責管理主數據資訊主鍵資訊,實現數據資訊同步,確保主數據一致。
– 交易中心模式
– 目的:主數據管理系統作為主數據資訊唯一儲存,實現主數據資訊集中管理。
3. 元數據管理
3.1. 元數據管理的價值
在資訊化高度發展的企業,往往有多達幾十個甚至上百個業務系統支撐企業的運營,而且快速發展的業務又不斷的驅動著系統的改造和新建;另一方面由於競爭的加劇,企業急需提高自身的決策水準,因此資料倉儲系統,客戶關係管理、風險管理、財務管理等應用市集的建設也非常迅速。
企業內IT系統的數量越來越多,系統間的關聯關係和資料流程向也越來越複雜,資料不但從前臺業務系統流向後端的分析型系統,而且分析型系統的資料又會反饋到業務系統中;系統升級與變更也非常頻繁。
在這種複雜的環境下,如何保證上下游系統之間協調同步、變更的順利進行,對企業的IT管控提出了很高的要求。建立企業級的元數據管理體系,並且完善依託於元數據的相關管理制度是非常必要而且迫切的。
3.2. 元數據管理目標
元數據管理的建設目標將包括以下幾個構面:
- 建立一套元數據管理系統的體系架構;
- 元數據管理體系架構應是開放的、可擴展的;
- 來源系統物理數據模型的元數據資訊;
- 資料倉儲系統物理模型的元數據資訊;
- 來源目的映射的元數據資訊;
- 建立初步的元數據管理體系。
3.3. 元數據管理架構
元數據管理需要搭建元數據模型,分別為 技術元數據、業務元數據與操作元數據建立相應的配套制度與操作流程。
結論
數據治理在當今資訊化時代扮演著舉足輕重的角色。透過建立完善的數據標準、主數據和元數據管理體系,企業能夠有效地提升數據品質、實現數據共用,進而支援業務的持續發展。希望本專題所提供的數據治理方案能為企業在數據管理方面提供有力的指引,實現業務和資訊科技的無縫整合。
※本文由 葉承宇 (丁丁) Dean Yeh 授權勿任意轉載,原文《擁有大數據卻不知該如何善加利用?讓我們一起來透過數據/資料治理優化企業!》
___________
你也有經驗想分享嗎?快來投稿賺稿費吧!
瀏覽 954 次