博客 《数据治理行业实践白皮书》正式发布,开辟数据治理新范式(附下载)

《数据治理行业实践白皮书》正式发布,开辟数据治理新范式(附下载)

   数栈君   发表于 2023-03-01 16:22  832  0

近日,作为首届未来数商大会协办单位之一,袋鼠云承办“首届未来数商大会——业数融合创新论坛”,与参会嘉宾共同探讨数据驱动企业业务增长提效的新思路。袋鼠云联合创始人、易知微CEO 宁海元发表主题演讲《数智视融合,构建数字产业生态链,释放数据价值》,并带来了本次论坛的重头戏,首发《数据治理行业实践白皮书》

当前许多企业坐拥海量数据,却仍停留在数据治理的初级阶段,只有先将数据治理好,形成数据资产中心,才能进一步明确数据的权属以及实现后续的数据要素流通交易。因此,如何实现“用数据说话、用数据决策、用数据管理、用数据创新”的数据治理机制,成为当前摆在各企业面前的首要关键问题。

白皮书在浙江省数字经济学会指导下,基于袋鼠云在数据治理领域的8年深厚积累与实践服务经验,从专业视角逐步剖析数据治理难题,阐述数据治理的概念内涵、目标价值、实施路线、保障体系与平台工具,并借助行业实践案例解析,为广大读者提供一种数据治理新思路。

01 方法论到实践,全面解码数据治理

20位袋鼠云一线大数据专家,历时4个月编著,将8年行业实践沉淀为140页深度干货。白皮书囊括15个典型成功案例,覆盖金融、集团、政务、制造、港口5大行业,全书从方法论到实践全面解码数据治理,开辟数据治理新范式。

http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/13a2eaa48cdf5d2922066192a92728b2..jpg

02 工具全景,八大治理主题环环相扣

数据开发与治理一体化是将数据治理的过程融入到数据开发的全生命周期中,强调“先设计、后开发、先标准、后建模”的原则,其目标就是将数据治理的流程与数据开发的全生命周期相融合,在数据开发过程中完成数据治理。

通过指标和数据标准的定义实现“规范即设计,设计即开发,开发即治理”的开发治理一体化理念。通过元数据管理、数据标准规范设计、数据质量提升、数据热度和成本计算,优化数据生产成本、量化数据收益价值,广泛应用于数据中台建设的中后期阶段。平台覆盖了日常数据治理过程中的核心资产管理模块。

http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/977c8590cf526d48a36ecd050f8d9295..jpg

《数据治理行业实践白皮书》:数据治理平台工具全景图

03 综合框架,让数据治理良性循环

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。

http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/eeaeb4a46867b78239985834557b7cc7..jpg

《数据治理行业实践白皮书》:数据治理综合框架

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。

以数据应用核心,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。

04 三大模式,因地制宜进行数据治理

根据袋鼠云8年的实践总结而言,通常数据治理模式包括三种模式。

http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/60103bd941aa73f6b71f2bba3b68d21c..jpg

《数据治理行业实践白皮书》:数据治理三大模式

模式一:自下而上,以数据架构为重,开展数据治理。

基于底层数据治理的,对数据治理水平要求较高,数据治理水平包括数据基础(数据量、数据质量等)以及数据治理能力,数据治理能力主要体现在数据治理团队专业度以及数据治理体系(组织、制度及流程)完善度。这种模式对组织协同度要求相对较低,主要靠数据治理团队推动进行。

模式二:自上而下,以明确的数据应用为重,开展数据治理。

基于明确数据应用进行数据治理的,相较于自下而上的模式一,组织的协同性要求会更高,需要业务部门、数据部门配合实现,但整体以需求为主,对数据治理的水平要求一般。

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。

该模式既治理现状,又规划未来,需要动员企业的业务部门、技术部门、数据部门,同时需要企业各阶层(高层、中层、基层员工)的人员共同配合,全面盘点业务的痛点及未来规划,同时梳理数据现状,规划数据未来,通常为战略项目、高层领导共同将企业数据治理水平推向一个新水平,同时完成数字化组织的转型。

想要获取完整白皮书?
扫描下方海报二维码,
http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/87981fa1a646db6e5fa189d57fd7d39b..png

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