查看原文
其他

数据治理工具:战略层工具+管理层工具+操作层工具

数据作为推动经济社会发展及数字化转型的新动能已成为社会共识,数据治理作为基础性工作,受到越来越多企事业单位的重视。数据确权、数据质量、数据安全、数据流通已成为影响数据要素价值潜力发挥的重要因素,如何做好大数据治理工作成为数字化转型的新挑战。数据治理是一个需要长期投入的工作,涉及业务和技术等方方面面,影响范围及复杂度高,治理效率尤为重要。


为进一步增强我国各行业各领域对数据治理工具的认知,通过治理工具实现对数据治理工作的降本增效,全国信标委大数据标准工作组组织编制《数据治理工具图谱研究报告(2021版)》,为各行业、各领域数据治理工具的研发和应用提供实践参考,也为后续数据治理工具标准化工作提供思路。


本报告基于数据管理能力成熟度评估模型、数据治理规范及数据质量评价等标准,结合重点行业数据治理工具的应用情况、典型数据治理工具厂商的功能架构研制而成。(以下仅展示部分,文末附下载链接)


1、报告给出数据治理工具全景图。图谱中的工具划分是按照工具应具备的能力进行划分,并非按照工具的功能开发模块进行划分。依据数据治理及管理组织各层级所关注的侧重点,本图谱将工具划分为三层,包括战略层、管理层、操作层。


2、报告给出战略层工具。为提供数据治理战略规划、评估、指导、监控的工具或功能。主要包括五大过程域:组织与职责、体系与制度、团队与文化、计划与监控、成效与评估。


3、报告给出管理层工具。为应落实数据治理战略而进行的数据管理活动的工具或功能。主要包括八大过程域:数据架构管理、元数据管理、数据标准管理、主数据管理、数据质量管理、数据资产管理、数据安全管理、数据生存周期管理。


4、报告给出操作层工具。为基于治理战略目标要求,以满足数据管理需要,对数据进行操作的工具或功能。主要包括六大过程域:数据存储工具、数据采集工具、数据处理工具、数据共享交换工具、AI计算支撑工具、数据分析应用工具。


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存