【導讀】大數據時代,企業(yè)急需建立以用戶為中心的自服務大數據治理,信息梳理、數據管控、連接用戶、智能化是實現(xiàn)自服務大數據治理的四個主要階段,掌握一系列關鍵技術和技術原則,是實現(xiàn)自服務大數據治理的重要基礎。
本文目錄:
一、大數據時代還需要數據治理嗎?
二、如何面向用戶開展大數據治理?
三、面向用戶的自服務大數據治理架構
四、總結
一、大數據時代還需要數據治理嗎?
數據平臺發(fā)展過程中隨處可見的數據問題
大數據不是憑空而來,1981年第一個數據倉庫誕生,到現(xiàn)在已經有了近40年的歷史,相對數據倉庫來說我還是個年輕人。而國內企業(yè)數據平臺的建設大概從90年代末就開始了,從第一代架構出現(xiàn)到現(xiàn)在已經經歷了近20年的時間。
在這20年的時間里,國內數據平臺實施者可以說是受盡折磨,數據項目一直不受待見,是出了名的臟活累活。
可以說,忽視數據治理給數據平臺建設帶來了不少問題。隨處可見的數據不統(tǒng)一,難以提升的數據質量,難以完成的數據模型梳理等源源不斷的基礎性數據問題,限制了數據平臺發(fā)展,導致數據應用不能在商業(yè)上快速展示效果。
舉一個典型商業(yè)智能應用的例子,管理駕駛艙可能很多朋友都聽說過,很多企業(yè)建設了管理駕駛艙,但是建設完之后往往成為擺設,只有當領導需要看的時候,大家才去拼命改數據。
為什么數據平臺的建設遇到這么多“坎”,而且難以真正發(fā)揮其商業(yè)價值?其實核心問題還是數據本身不統(tǒng)一,數據內容準確度不高。
數據治理逐漸受到各行業(yè)認識
我國最早意識到數據治理重要性的行業(yè)銀行是金融行業(yè)。由于對數據的強依賴,金融業(yè)一直非常重視數據平臺的建設,經過幾代數據平臺的驗證,發(fā)現(xiàn)數據治理是平臺建設的主要限制因素,而且隨著投資和建設的投入增加,對數據治理的重要性的認識也越來越深刻。
人民銀行與銀監(jiān)會也非常重視數據治理,從08年開始,在全國銀行業(yè)推行統(tǒng)一的數據標準,控制行業(yè)的數據質量。工行、建行、國開等大型銀行,對數據治理都非常重視。08年前,我們與國開一起開始了數據治理的建設,下圖展示的就是國開銀行針對數據全生命周期的數據管控。
如今各行業(yè)都開始了大數據平臺的建設,希望利用大數據的能力,來實現(xiàn)數字化轉型。大數據平臺的建設本質上還是數據的建設,傳統(tǒng)數據平臺碰到的所有問題大數據平臺都有可能碰到,由于數據量級的變化,大數據平臺必然還會產生新的問題。
2024-09-12 09:22
2024-09-10 09:46
2024-09-09 08:56
2024-09-09 08:09
2024-09-07 09:58
2024-09-06 09:12
2024-09-03 09:08
2024-09-01 08:20
2024-09-01 08:07
2024-08-30 09:30