140页深度干货,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,丰富内容可免费获取!
免费获取链接:https://fs80.cn/4w2atu
数据治理可以从政治治理的角度来理解:它包括立法职能(定义策略、标准和企业架构)、司法职能(问题管理和升级)和执行职能(保护和服务、管理责任)。
下图描述了典型的数据治理组织模型:
其中,部分关键角色的职责如下:
有关更多关键角色(如CDO、数据管理专员)的具体职责。
下面两张图介绍了数据治理过程中的典型运营框架,包括制度的制定和下发,数据治理日常工作,问题处理与上升等内容。
数据治理的组织模型主要有三种:集中式治理、分布式治理、联邦式治理。具体选择哪种组织模型,需要根据组织和业务的实际需求来确认。
对数据治理的价值评估,主要包括创造的价值,和节约的成本两部分,即常说的降本增效。其中成本不仅仅是直接的资源成本,还包括潜在的风险成本等。
1)替换成本(Replacement Cost)。在灾难性数据破坏事件或者数据中断时,数据替换或恢复的成本,包括组织内的交易、域、目录、文档和指标信息等。
2)市场价值(Market Value)。兼并或收购企业时作为企业资产的价值。
3)发现商机(Identified Opportunities)。通过交易数据或者通过售卖数据,从数据(商务智能)中发现商机获得的收入价值。
4)售卖数据(Selling Data)。一些组织为产品或销售将数据打包从数据中获得的洞察。
5)风险成本(Risk Cost)。它是基于潜在罚款、补救成本和诉讼费用的估价。来自法律或监管的风险包括:
①缺少必需的数据。
②存在不应留存的数据(例如,在法律审计期间发现的意外数据;需要清除但尚未清除的数据)。
③除上述成本外,包括数据不正确造成客户、公司财务和声誉受到损害。
④风险下降或者风险成本的下降,其实是与提升和验证数据等操作干预成本的抵消之后的溢出部分。
为了描述信息资产价值的概念,可以将公认的会计准则转换为公认的信息原则用于辅助资产价值判断:
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》免费获取链接:https://fs80.cn/4w2atu
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