企业数据架构规划与治理浅析.docVIP

企业数据架构规划与治理浅析 　　一、数据架构的定义 　　在阐述数据架构的定义之前，先明确复杂组织体的概念。 　　TOGAF将“复杂组织体”定义为具有一系列共同目标的组织集合。一个复杂组织体可能是政府机构或者整个公司，当今的扩展型复杂组织体往往还包括合作伙伴、供应商和客户等。复杂组织体架构是根据复杂组织体战略架构，站在全业务视角的信息化的总体设计，属于顶层设计。 　　复杂组织体架构包括四个架构域：业务架构、数据架构、应用架构和技术架构。 　　业务架构定义业务策略、治理、组织和关键业务流程。 　　数据架构是对复杂组织体的主要数据类型及来源、逻辑数据资产、物理数据资产以及数据管理资源的结构及交互的描述。 　　应用架构提供包含待部署的独立应用、应用之间交互及其与组织的核心业务流程间的关系的蓝图。 　　技术架构描述支持业务、数据和应用服务部署所需的逻辑的软件与硬件能力。这包括IT基础设施、中间件、网络、通信、处理和标准等。 　　数据架构规划是企业对数据架构比较全面长远的发展计划，是对未来整体性、长期性、基本性问题的思考和考量，也是设计数据相关活动的方案。数据架构规划的目标是为了实现企业数据的规范化、一致性、准确性和完整性，并在此基础上，充分挖掘数据的价值，有效支持企业的数据管理和经营决策分析。 　　数据架构治理是开展数据架构规划必需的原则、规范、规则和决策程序等，具体体现为数据标准规范、数据治理组织、管控流程和技术工具等。 　　二、数据架构规划和治理的现状 　　中国企业信息化经历了三十多年的快速发展，这三十年的发展，积累了很多的经验，也产生了很多的教训。随着信息化建设的快速发展，很多企业都面临着越来越多的数据方面的问题。这些问题包括： 　　缺乏全业务视角的数据总体设计。很多所谓的信息系统实际上是一些互不关联的数据结构和程序的堆砌，尽管企业信息系统繁多，但数据被分散在众多应用系统之间，信息孤岛林立，核心业务覆盖不完整；数据集成共享困难，数据核对、清理、映射工作量巨大，集成成本高。 　　缺乏统一的数据标准。企业内数据入口众多，数据标准、规则不一致，关键基础数据被多头管理，数据分散混乱质量差，数据过时和数据缺失的情况普遍存在。严重影响了业务报表、统计、分析的准确性，使宝贵的数据资源无法得到高效利用。 　　缺乏有效的数据治理机制。很多企业还没有建立完整的数据规范、管控流程和技术工具来确保数据的有效性、一致性、准确性。治理的缺失加重了管理的混乱，影响了信息系统的扩充能力，也无法快速满足业务发展的要求。 　　综上所述，对很多企业来说，低质量的数据资产已经成为信息化与业务深度融合过程中的关键制约因素。 　　三、数据架构内容模型 　　数据架构规划是全局性、基础性构想，因此它对于统一企业核心业务概念，规范数据模型，在数据层面达成统一认知能够起到重要的作用，这将为充分利用和挖掘数据价值打牢基础。数据架构能够指导企业进行数据存储、访问、整合和分析；其内容需要包含数据的静态架构，如数据模型、数据、DBMS及其相关软件、硬件和网络基础设施等，又包含数据的动态架构，如数据整理、清洗、转换和传输，数据集成，信息访问服务等。因此数据架构的内容要包含数据定义、数据管理、数据使用、数据治理四个方面。数据架构内容模型如图1所示。 　　数据定义是数据架构中的基础内容，描述了业务对象及其关系、模型、特性、约束、分析规则等； 　　数据管理描述了数据架构规划中对于数据管理、数据维护方面的内容； 　　数据使用包含数据在企业范围内、外使用的情况，对于大多数应用系统来说，它们一方面是数据服务的提供者，一方面又是数据服务的使用者； 　　数据治理包括为了规范数据标准、提高数据质量和保证数据安全而建立的标准、规范、流程、工具和评价考核体系等。 　　四、数据架构规划的方法和原则 　　数据架构规划工作方法包括：参考数据架构的原则，在深入分析数据架构现状的基础上，结合企业需求，借鉴行业先进实践，根据企业的实际情况裁剪数据架构内容模型、配置数据治理机制，进行目标数据架构的规划。如图2所示。 　　数据架构规划过程的本质是设计过程，设计存在根据具体场景进行调整、适应和妥协的情况；在数据架构规划过程中进行适应、妥协时，需要依据数据架构原则决策。因此企业在开展数据架构规划时，应该制定适合企业实际情况的数据架构原则，例如： 　　（一）灵活性原则：数据架构要充分考虑灵活性，满足企业内不同的业务需求，并适应业务的变更； 　　（二）高效性原则：保证数据校验、加载、迁移、加工的高效性，支持数据服务的快速生成； 　　（三）可扩展性原则：数据架构需要考虑未来的可扩展性，减少需求变更对数据架构的冲击。 　　五、数据架构规划和治理的步骤 　　数据架构规划主要依据数据