博客 中国信通院阚鑫禹:数据治理标准化发展现状与启示(二)

中国信通院阚鑫禹:数据治理标准化发展现状与启示(二)

   数栈君   发表于 2023-02-08 18:23  181  0
2  数据治理标准化概念内涵

2.1  标准化基本概念
根据GB/T 20000.1-2014《标准化工作指南 第1部分:标准化和相关活动的通用术语》中的定义[10],标准是指通过标准化活动,按照规定的程序经协商一致制定,为各种活动或其结果提供规则、指南或特性,供共同使用和重复使用的文件;标准化是指为了在既定范围内获得最佳秩序,促进共同效益,对现实问题或潜在问题确立共同使用和重复使用的条款以及编制、发布和应用文件的活动。标准化的目的是多样的,主要是使产品、过程或服务适合其用途,包括适用性、兼容性、健康、安全、经济绩效等。

2.2  数据治理标准化基本概念
关于数据治理有多种定义,在中国通信标准化协会发布的《数据治理标准化白皮书》[11]中,将数据治理定义为通过法律法规、管理制度、标准规范、技术工具等一系列手段,面向个人数据、企业数据、政府数据、公共数据等不同类型数据对象全生命周期开展有效的管控,以满足企业管理、行业监管、国家治理、国际协作等场景下数据应用的要求。

数据治理标准化是以数据为标准化对象,为政府、企业、个人提供服务,规范各环节活动、平台工具使用、安全保护措施、数据交易流通,保障各类数据全生命周期的有序运转,是破除管理困境、提高数据质量、释放数据价值的关键所在。标准化的基本概念、工作方式和方法原理适用于数据治理工作。

2.3  数据治理标准化工作面临的挑战
当企业中出现以下几种情况时,需要从标准化的视角重新审视数据治理工作,包括:由于缺少标准,阻碍了应用系统的联通和数据共享交换;对数据资源、数据管理工具进行重复建设,缺少延续难以积累;对关键数据对象的定义,长期难以取得共识;数据质量水平的评判缺少标准依据。以上情况的出现主要源自数据治理标准化工作中以下几个方面的挑战。

(1)忽视标准的重要作用
发起标准是实施数据治理的关键步骤,但是组织往往会低估标准的必要性,对标准研制和实施所需的资源、周期和力度预估不足。同时,缺少较为专业的标准化管理部门、资源保障措施和监督管理。

(2)标准建立共识形成难
无论是数据治理还是标准化工作,都需要组织内各个部门、各类角色的深度参与和贡献,更需要取得广泛、明确的共识,但是这其中包含大量的沟通、妥协、权衡,往往面临着业务部门参与度不高、权威建立困难、标准研制效率低、标准适用性差等问题。

(3)存量系统包袱化解难
组织往往具有大量历史系统,并按照原有的技术标准和管理习惯长时间运转,数据标准化不仅要完成文本的编制,更要考虑新标准实施后对现有业务的影响,包括业务稳定性、系统改造、系统更换等。存量系统是影响数据标准落地见效的重要客观因素。

袋鼠云在大数据领域深耕7年,拥有丰富的大数据平台建设经验和成熟的产品体系,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
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