架,用以把数据转化为业务价值,数据治理框架可以帮助企业更有效地管理数据。
3.
降低潜在风险
当前企业对数据信息通常具有侵略性。许多企业由于缺乏正确的数据治理策略导致敏
感数据丢失。有效的数据治理可以为数据的访问控制、评估、管控风险、明确数据利
益相关人、建立决策权分配机制等提供全面支持,这就会有助于保护敏感数据。
4.
提高安全监管
安全监管是数据治理的核心领域之一,关系到数据隐私、存取管理、访问管理、信息
安全控制,以及规范、合同的遵守和执行。数据管理工作需要整个企业各个部门共同
的努力,通过有效的数据治理可以降低因为不遵守法规和规范所带来的风险。
企业数据治理需先做流程梳理
数据治理最重要的目的就是通过数据治理能为业务带来价值。流程的本质就是业务的
最佳实践,业务流程承载数据,梳理业务流程能够为数据治理打下坚实的基础。包
括:
1.数据资产盘点。通过业务流程,可以帮助我们结构化地,按照业务逻辑,去识别存
在的数据和数据类型,确保数据的完整性;
2.
数据架构规划。流程架构是基于企业业务模式的设计,是数据架构的基础,能够帮
助我们理解企业的价值链,了解存在的业务域,以及不同业务域之间的关系
3.数据清理和规范。流程中明确定义了业务各环节中涉及的输入、输出。这些输入输
出是数据的主要构成,同样也能够帮助我们明确数据与业务的关系,识别哪些数据对
业务有价值,哪些数据是冗余的。
4.数据连通性实现。业务流程图是数据流程图的基础。通过业务流程充分了解这些数
据的分布情况,数据与数据之间的关系,了解数据源,明确数据流,从而支持进行数
据建模。特别是跨职能的流程梳理,对于跨系统的数据流打通是非常关键的。
5.
数据服务和数据安全性设计。不同的业务流程有不同的业务主体,和不同的客户,
评论