大数据治理系列.pdf

大数据治理—— 为业务提供持续的、可度量的价值 目录 大数据治理 ——为业务提供持续的、可度量的价值 1 概述 2 大数据治理系列 2 第一部分：大数据治理统一流程模型概述和明确元数据管理策略 2 第二部分：元数据集成体系结构 15 第三部分：实施元数据管理 25 第四部分：大数据治理统一流程参考模型的第四步到第九步 36 第五部分：定义度量值和主数据监管 53 第六部分：大数据监管和信息单一视图监管 67 第七部分：分析监管、安全与隐私管理和信息生命周期监管 80 概述 面对我们身边每时每刻迅速增长的庞大数据， 因为其数量大、 速度快、 种类 多和准确性的特征， 如何更好地利用大数据创造出有意义的价值， 一直是我们探 索的重要话题。而在这之前，就需要用科学正确的方法策略对大数据进行治理。 大数据治理是指制定与大数据有关的数据优化、 隐私保护与数据变现的政策， 是 传统信息治理的延续和扩展， 也是大数据分析的基础， 还是连接大数据科学和应 用的桥梁，因此大数据治理是大数据再创高峰的 必修课“ ”。下面我们将与您分享 新鲜出炉的大数据治理方案。 大数据治理系列 本系列共分为七个部分， 围绕大数据治理统一流程参考模型， 并结合实际业 务问题和 IBM 相应的产品解决方案展开叙述。 第一部分： 大数据治理统一流程模型概述和明确元数据 管理策略 为了更好地帮助企业进行大数据治理，笔者在 IBM 数据治理统一流程模型 基础上结合在电信、 金融、政府等行业进行大数据治理的经验， 整理出了大数据 治理统一流程参考模型。 本文主要介绍了大数据治理的基本概念， 以及结合图文 并茂的方式讲解了大数据治理统一流程参考模型的前两步： “明确元数据管理策 略 ”和 “元数据集成体系结构 ”内容。 大数据治理概述 （狭义）大数据是指无法使用传统流程或工具在合理的时间和成本内处理或 分析的信息， 这些信息将用来帮助企业更智慧地经营和决策。 而广义的大数据更 是指企业需要处理的海量数据，包括传统数据以及狭义的大数据。 （广义）大数 据可以分为五个类型： Web 和社交媒体数据、机器对机器（ M2M ）数据、海量 交易数据、生物计量学数据和人工生成的数据。 Web 和社交媒体数据：比如各种微博、博客、社交网站、购物网站中的数据 和内容。 M2M 数据：也就是机器对机器的数据，比如 RFID数据、 GPS数据、智能仪 表、监控记录数据以及其他各种传感器、监控器的数据。 海量交易数据： 是各种海量的交易记录以及交易相关的半结构化和非结构化 数据，比如电信行业的 CDR、3G 上网记录等，金融行业的网上交易记录、 corebanking 记录、理财记录等，保险行业的各种理赔等。 生物计量学数据：是指和人体识别相关的生物识别信息，如指纹、 DNA、虹