大数据时代的数据管理体系建设.docxVIP

大数据时代的数据管理体系建设 摘要：新时期下，随着大数据技术水平的不断提升，数据的应用价值也越来越高，因此对数据进行规范化管理意义重大。为确保数据的管理更加高效，应该依托于大数据时代背景，明确数据管理的含义，分析数据管理期间面临的各类问题，并在掌握成因的基础上采取行之有效的方式，科学对数据管理体系加以建设，确保可以为数据资产的管理与应用提供必要支持。 关键词：大数据时代；数据管理体系；建设 引言：基于数字经济时代下，数据的作用越来越大，虽然数据在资产负债表中没有显示具体的数值计量，在其潜在价值和作用很大，需要加强对数据的规范化管理。数据管理的目的是要确保组织机构数据资产能得到有效管控，提升数据资源的使用率。随着云计算等先进技术手段的大力发展，企业信息系统也得到了全面优化，但技术的发展并不能确保数据物尽其用，数据的潜在价值无法被充分挖掘，因此需要加强对数据管理体系的构建。 1数据管理的概念和内涵 所谓的数据管理，具体是将数据作为数据资源，通过对先进技术手段的利用，包括计算机技术等，让数据得到高效收集和存储，通过采取行之有效的方式加以处理，保证各类数据能得到科学分类和管控。在早期的数据管理过程中，应用的方式大多为人工处理以及文件管理，借助管理信息系统来整合各类数据信息，以此发挥数据的作用，保证数据的安全和独立，让数据更为完整，提高数据的利用效率。随着信息技术水平的不断提升，大数据时代的到来，使得数据管理发生了很大改变，从以往单纯针对数据应用过程的数据管理转变为数据生命周期的多维度管理。 在数据管理方面，除了包含业务管理职能之外，规范管理也是重要的内容，包括设计规范的制定、数据标准等，但最为关键的还是要有专业的数据管理队伍支撑。在数据治理职能方面，能对其他数据管理职能有效指导和管控，保证各职能权责能得到深入落实。在数据治理过程中，与数据管理的整个过程息息相关，目的是要确保所得到的数据更为可靠真实，实用性强，促进数据质量的提高，以便数据在存储过程中能始终处于安全环境。数据资产管理是要深入拓展数据管理的概念，对数据价值十分关注，二者有明显的差异。在管理视角方面，数据资产更关注数据资产的属性，将资产管理的标准作为核心，在明确管理要求的前提下，加大对各类体制的管理和控制，保证能增强数据的价值和成本属性。在职能管理上，由于数据的资产属性较为明显，所以在管理期间增加了很多职能，包括价值管理、共享管理等，能让管理过程更为严谨、科学，有利于管理有效性的提高，能为数据管理体系的构建提供必要支持[1]。 1.2?数据管理职能分析 开展数据管理的主要目的是要实现数据“变现”，促进数据高效率的运用，让数据能实现低成本运作，将其作用和价值充分展现出来。通过数据管理，利用最小的代价获得最大的价值。在《DAMA数据管理知识体系职能框架》中，数据管理可以体现在以下几个方面： （1）数据标准管理：主要是将协商一致原则作为基础，科学制定数据标准和规范，加大对流程的管控，让数据的实施过程更为标准、合理，保证中间环节不会出现任何差错，让数据的分类高效，以便数据的作用能充分展现[2]。 （2）数据质量管理：具体是对数据从计划、存储、共享等各个阶段存在的各类数据质量问题进行分析和研究，注意识别和监控，科学开展管理活动，并采取行之有效的方式对管理水平改善和提升，以此获得更高质量的数据信息。 （3）数据资产管理：对数据资产科学管理，以保证数据资产的价值能得到保护和提升。 （4）数据生命周期管理：对数据资产的生命周期策略合理制定，严格执行，保证数据的价值能充分展现出来。 （5）数据安全管理：通过计划、制定以及执行数据安全政策，为数据提供必要的认证和审计，减少各类风险的存在。 2数据管理工作面临的问题分析 在对数据管理过程中，因为数据技术与数据量发展速度飞快，使得与数据管理体系的构建存在不协调性，经常出现各种问题，影响了管理有效性的提高，阻碍了数据管理体系的科学构建。 （1）数据来源混乱。在数据管理期间，业务系统的流程十分繁琐，涉及到的内容颇多，所以在数据管理体系建设环节，所涉及到的内容和需求差异较大，数据来源以及口径经常存在不相符的现象，最终导致数据传输与传入的标准没有规范，约束性不强。 （2）数据质量无法保证。在约定好的数据标注以及规范框架下，数据在管理过程中，质量依旧存在良莠不齐的情况。究其原因，主要因为信息数据理解缺乏统一性，数据在获取、传输、维护方面难度很大。系统作业流程与人工流程在设置过程中，很多细节没有考虑到，出现了设置不当的情况，再加上没有健全的管理机制作为支撑，人员素质及能力偏低，导致管理工作的开展受到很大阻碍。如果数据无法做到精准可靠，便不能做到可溯源及一致性，甚至会导致呈现出来的报表和决策参考能力偏低，没有任何意义可言。 （3）数据管理可持续运营问题。业务系统的