博客 数据治理三大模式详解(1):数据治理架构与数据治理模式

数据治理三大模式详解(1):数据治理架构与数据治理模式

   数栈君   发表于 2023-05-11 11:59  270  0
随着世界经济由工业经济向数字经济转型,数据逐步成为关键的生产要素,企业开始将数据作为一种战略资产进行管理。数据从业务中产生,在IT系统中承载,要对数据进行有效治理,需要业务充分参与,IT系统确保遵从,这是一个非常复杂的系统工程。

数据治理架构

实践证明,企业只有构筑一套企业级的数据治理综合体系,明确关键数据资产的业务管理责任,依赖规范的制度流程机制,构建有效的管理平台及工具,数据的价值才能真正发挥出来。数据治理架构如下图所示。
http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/8ff923e74d37d597fd632e149a802735..jpg
数据治理框架图
构筑数据治理体系的过程,即以数据应用为核心打造“良性循环的闭环数据治理管理体系”的过程。各IT系统获取业务活动产生的各类数据后,经过系统的数据治理、管理,不断挖掘、变现数据价值,拓展、深入数据应用场景,指导业务决策,同时在不断应用数据过程中基于发现的数据问题,通过数据治理、管理的过程不断修订,推动业务系统全面升级,真正优化业务流程管理机制及规范,最终构建数据“获取→管理→变现→发现→应对→修正”的闭环管理机制。
数据应用核心数据治理平台工具为支撑,在数据治理组织/制度保障下,不断通过数据治理手段,推动实现数据标准化及业务标准化,实现业务、技术、管理、平台的有效联动。
在数据治理综合体系内,数据治理核心模块包括数据治理规划、数据治理职能及数据治理平台工具
数据治理规划是指数据治理体系与规划、数据治理组织与职责、数据治理制度及流程,是数据治理规范化管理的核心模块;
数据治理职能包括数据标准管理、数据质量管理、数据架构及模型管理、数据开发、元数据管理、主数据管理、数据生命周期管理、数据安全管理八大职能,实际过程中,企业通常会合并管理;
数据治理平台工具包括数据开发平台、数据资产管理平台、数据质量管理平台、数据服务平台,通常数据治理平台工具基于数据治理的阶段功能并不完全一致,实践中平台工具通常综合多方面功能,而不是单平台功能。
三大模块互为动力,数据治理规划指导数据治理职能的全面发挥,数据治理各项职能通过数据治理平台工具协助管理,数据治理平台工具支撑数据治理规划的落地及优化,数据治理规划各层面逐步固化在数据治理平台上,数据治理平台辅助数据治理各项职能的管理,通过数据治理各项职能不断落实和完善数据治理规划,实现组织数字化转型,固化管理机制及流程体系。
未来企业通过构筑数据治理综合体系,逐步建立数据治理机制,完成组织转型,数据治理职能将成为企业管理的重要组成部分,良性循环的管理体系将推动企业实现更广、更深层次的数据应用,数据决策将成为企业人思考的习惯,企业决策将更加科学、有效。
未来企业数据治理蓝图架构如下图所示,业务系统、数据治理及数据应用互为动力,共同推动企业数字化转型的实现。
http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/c7bbc9e67a1f6e1284c1e58cc3e89cc8..jpg
数据治理蓝图架构示例

数据治理模式

数据治理模式是指企业基于不同的数据治理目标,根据企业组织、系统、数据应用的现状,以何种数据治理策略开展数据治理活动。根据袋鼠云8年的实践证明,通常数据治理模式包括三种基本模式。
模式一:自下而上,以数据架构为重,开展数据治理
这种模式重在数据架构,层层向上治理数据,至数据应用层。这种模式从底层数据切入,基于现有数据基础,盘点、建设、治理、应用层层展开,对企业整体的数据思维、数据治理水平要求较高,通常适用于数据量重、业务应用轻大型技术型企业,或政府机构,或新建、自研系统较多的企业。
模式二:自上而下,以明确的数据应用为重,开展数据治理
这种模式即单点应用式,通常以现有应用需求为核心开展数据治理。聚焦各个业务领域的数据应用、数据治理需求,在有需求、有资源、有驱动力的前提下,按需组织推进数据治理工作。只有业务部门的深入参与才能做好数据治理,只有针对业务自身需求进行的治理,才能得到业务部门的认可和支持。
模式二通常围绕数据应用的需求进行数据治理,比如升级架构、更换平台等涉及数据应用迁移时,或聚焦监管、上报类等明确数据应用时,围绕数据应用进行数据治理。
模式二通常适用于数据应用较强、业务部门较为强势、但整体数据认知较弱的企业。这种模式的数据治理切入相对较为简单,实践证明,大部分企业数字化转型初期会这种模式,慢慢探索企业的数据治理道路,这种模式有助于拉齐数据部门、业务部门的认知,提升企业整体数据认知,为未来数据治理的开展提供基石。
模式三:大规划模式,从数据应用规划入手,治理现状,规划未来,基于数据资产的未来开展数据治理
这种模式需要企业全面梳理业务的现状痛点及业务未来畅想,盘现状、规划未来,基于业务现在及未来的需求规划分析应用场景,在应用场景蓝图规划的范围内,全面的梳理数据的现状、规划数据的未来,针对蓝图规划中的数据需求,制定全方位策略。例如哪些新建系统、新购数据源?哪些需要现有数据系统升级,细化、标准化现有数据?哪些数据需求落地可行性较高?
制定全面的规划体系,划分优先级,有节奏、有步骤地实现全面的数据治理。这种模式通常是企业的战略项目,由高层推进开展,对数据、业务协同性要求较高,整个过程涉及系统改造升级、业务流程优化再造,是企业全面升级的过程。
http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/f8f0b1df8bc0a7198288aebc39dce1ce..jpg
数据治理三大基础模式
组合模式一:模式一&模式二组合,即全域数据治理+明确应用场景规划。这种模式兼顾底层数据与上层应用,可对冲底层数仓重建的部分风险,同时可有效地阐述数据价值,整体可行性较高。
组合模式二:模式一&模式三组合,即全域数据治理+全面应用场景规划。这种模式从现在、未来的角度全面开展数据治理,业务、数据全面覆盖,返工重建风险小,同时有助于推动业务系统、数据全面升级,业务价值较高,但对组织协同要求高,且成本投入高、耗时久,对执行团队要求高,复合型人才需求大,属于高风险高收益模式,需要企业高战略、高执行的推进落地。
http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/26dd99614fff3ca24ca0b437deca37f8..jpg
数据治理组合模式

免责申明:

本文系转载,版权归原作者所有,如若侵权请联系我们进行删除!

《数据治理行业实践白皮书》下载地址:https://fs80.cn/4w2atu

《数栈V6.0产品白皮书》下载地址:
https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友,浏览袋鼠云官网:
https://www.dtstack.com/?src=bbs

同时,欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」,交流最新开源技术信息,群号码:30537511,项目地址:
https://github.com/DTStack

0条评论
下一篇:
社区公告
  • 大数据领域最专业的产品&技术交流社区,专注于探讨与分享大数据领域有趣又火热的信息,专业又专注的数据人园地

最新活动更多
微信扫码获取数字化转型资料
钉钉扫码加入技术交流群