关于大数据治理的研究与分析.docxVIP

PAGE PAGE 关于大数据治理的研究与分析 2016-05-01  PAGE 9 目录 TOC \o 1-3 1数据治理的背景和现状 PAGEREF _Toc449972628 \h 1 1.1数据治理背景 PAGEREF _Toc449972629 \h 1 1.2数据治理现状 PAGEREF _Toc449972630 \h 1 2数据治理策略 PAGEREF _Toc449972631 \h 2 2.1数据治理要素 PAGEREF _Toc449972632 \h 2 2.2数据治理策略 PAGEREF _Toc449972633 \h 3 3元数据管理 PAGEREF _Toc449972634 \h 4 3.1元数据的定义 PAGEREF _Toc449972635 \h 5 3.2为什么要进行元数据管理 PAGEREF _Toc449972636 \h 5 3.3数据模型标准化 PAGEREF _Toc449972637 \h 6 3.4标准化体系(数据定义模型设计) PAGEREF _Toc449972638 \h 6 4主数据 PAGEREF _Toc449972639 \h 7 4.1主数据的定义 PAGEREF _Toc449972640 \h 7 4.2为什么要作主数据管理 PAGEREF _Toc449972641 \h 7 4.3如何做好主数据管理 PAGEREF _Toc449972642 \h 8 4.4主数据实施流程 PAGEREF _Toc449972643 \h 8 4.5主数据管理体系 PAGEREF _Toc449972644 \h 9 5数据质量管理 PAGEREF _Toc449972645 \h 9 5.1数据质量问题 PAGEREF _Toc449972646 \h 9 5.2组织架构设计 PAGEREF _Toc449972647 \h 10 5.3数据质量治理流程 PAGEREF _Toc449972648 \h 10 5.4数据治理管理方法 PAGEREF _Toc449972649 \h 10  1数据治理的背景和现状 1.1数据治理背景 　　随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长。大约每两年翻一番，根据监测，这个速度在2020 年之前会继续保持下去。这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。 　 　大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长。信息数据的单位由TB-PB-EB-ZB的级别暴增。这些由我们创造的信息背后产生的这些数据早已经远远超越了目前人力所能处理的范畴。如何管理和使用这些数据，逐渐成为一个新的领域，于是大数据的概念应运而生。 图1　数据治理背景图 1.2数据治理现状 　 　大数据的快速发展，使它成为IT领域的又一大新兴产业。据中央财经大学中国经济管理研究院博士张永力估算，国外大数据行业约有1000亿美元的市场，而且每年都以10%的速度在增长，增速是软件行业的两倍。我国2012年大数据市场规模大约4.7亿元，2013年增速将达到138%，达到11.2亿元， 产业发展潜力非常巨大。我国大数据飞速发展的背后存在诸多的问题：相关利益交织，协调难;方案规划容易，落地困难;过度依赖技术工具;对于数据没有明确区分。 图2　数据现状分析图 2数据治理策略 2.1数据治理要素 图3　数据治理要素分析图 2.2数据治理策略 第一步：落实合适的人员负责治理。 　　任何成功的数据治理计划的第一个步骤就是，要在本企业找到CEO可以授权的人，然后让该人负责项目的具体实施。没有什么能取代强有力的领导人。 　　数据治理是涉及人事的一个难题，这需要在许多不同的利益相关者之间达成共识。因而，在本企业里面选定这样的领导人是一项重要工作。治理官员一旦选定下来，就要成立由企业的利益相关者组成的治理委员会，制订监管政策、向CEO及董事会报告进度。 　　第二步：调查清楚所处环境。 　　一旦选定了领导小组，就要调查当前情形，并清查不同部门在不同领域的当前最佳实践。领导小组需要越过独立系统看待问题，而企业数据治理评估方法对这项工作来说必不可少。这有助于比较本企业的数据治理计划目前处于什么状态，并且提供了一份路线图以便确定以后的目标。 　　第三步：制订数据治理策略。 　 　数据治理评估之后，治理委员会就应当考虑制订远景，希望公司的数据治理实践在接下来的几年达到何种目标，根据这种需求为未来制订远景。委员会应当向后规划，并且制订切合实际的里程碑和项目计划来填补相关的缺口。具体办法就是制订关键绩效指标来跟踪进度，并且向CEO和董事会提交年度报告来证实成果。 　　第四步：算出数据价值。