数据治理组织结构与职责.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

数据治理组织结构与职责

制定数据治理政策和流程,确保数据的规范化管理和有效

利用;

制定数据质量标准和检测方法,保障数据质量;

制定数据安全策略,保护企业数据安全;

推动数据管理流程的优化和改进,提高数据管理效率;

协调各部门间的数据管理工作,确保数据管理的协同性;

建立数据管理培训机制,提高数据管理人员的专业水平;

推进信息化建设,实现数据的数字化和自动化管理。

建立数据治理委员会,其职责:协调各部门间的数据管理

工作,推动数据治理工作的顺利进行。具体包括:

制定数据治理的战略和规划,确保数据治理工作的顺利进

行;

协调各部门间的数据管理工作,确保数据管理的协同性;

评估数据治理工作的效果和成果,提出改进意见和建议;

推进数据治理工作的宣传和推广,提高数据治理的认知度

和重视程度。

以上是建议的数据治理组织设置,企业可以根据自身情况

进行调整和完善,以确保数据治理工作的有效开展和顺利推进。

我们致力于预防数据质量问题,并在监测过程中及时解决

发现的数据质量问题。虽然数据定义和元素明确的所有权仍由

业务主题专家(SME)维护,但我们承担协调数据质量相关

举措的角色。类似的数据管理问题都应在管理论坛和运维流程

和项目中得到解决。目前的工作重点是总行,未来数据治理框

架将逐步在各个分支行推行和使用。数据治理办公室是一个集

中的数据治理实体,将关注以下功能点。

数据治理办公室未来可能设置的岗位包括:

数据标准管理岗:牵头组织数据标准的编制、评审、维护、

更新以及相关制度的编制、修订、解释、推广和落地。

数据质量管理岗:牵头制定和维护数据质量标准、数据质

量检查规则,制定和维护数据质量评估模型,编制、修订、解

释、推广和落地数据质量相关管理办法,以及专项数据质量整

顿改造工作。

元数据管理岗:牵头元数据的采集、梳理、存储、维护和

更新,编制、修订、解释、推广和落地元数据管理相关管理办

法。

数据架构管理岗:牵头目标数据架构、数据生命周期管理

策略的制定、维护和更新,编制、修订、解释、推广和落地数

据架构和数据生命周期相关管理办法。

系统协调岗:负责协调或牵头涉及的系统建设改造、工具

建设改造、平台建设改造等数据治理工作。例如,牵头数据管

理平台的建设,协调数据质量整顿工作中对相关业务系统的改

造,协调数据标准在新系统建设中的落地等。此岗位也可以分

散由以上的岗位各自执行。

除了专门成立的数据治理办公室之外,企业全套的数据治

理机构还应包括以下扩展机构来配合数据治理工作的开展:

数据治理委员会:建议由科技部、数据使用和数据分析相

关的部门的负责人组成。数据使用和数据分析相关的部门应包

括数据所在系统的业主部门、数据的所有者、数据的录入者以

及数据的使用者。由于数据治理委员会的组成人员和当前___

存在很大程度的重叠,建议将数据治理委员会的职责合并至

IT管理委员会,将数据治理的议题放至___每月议题中进行。

数据治理委员会的主要职责在于监督和督促数据治理办公室的

工作,审批数据治理办公室的提案和资源预算,裁决在数据治

理工作中可能出现的而且数据治理办公室不能解决的部门间的

协调问题。

数据仓库需求管理流程示意图如下:

需求处理并非每个项目都能完成,因为需求的大小和紧急

程度各不相同。因此,首先要将需求分为不同的优先级,并估

算相应的工作量。根据用户需求的大小,可以分为以下几类,

采用不同的SDLC:

1.小型需求:这类需求通常包含一些简单的修改或增强功

能,可以采用敏捷开发模式进行处理。

2.中型需求:这类需求需要更多的时间和资源来完成,因

此需要采用增量开发模式或瀑布模式进行处理。

3.大型需求:这类需求通常需要大量的时间和资源来完成,

因此需要采用瀑布模式进行处理。

4.紧急需求:这类需求需要尽快完成,因此需要采用快速

原型开发模式或增量开发模式进行处理。

通过以上分类,可以更好地管理数据仓库需求,提高工作

效率。

文档评论(0)

180****8094 + 关注
实名认证
文档贡献者

小学毕业生

1亿VIP精品文档

相关文档