大数据下的数据资源治理整合方案

大数据下的数据资源治理整合方案V3.0

而失败”？

· 维护各个源系统和 MDM 系统之间的集成的流程是否成为一种负担？

· 在 CRM 系统中输入新记录后，必须等待才能在 ERP 系统中变得可用，用户是否有所

· 抱怨？

· 是否存在数据治理的资金问题，因为它被看做是管理费用或一种官僚作风？

回答这些问题之后，应当明显看出您是否将能够迁移到更主动的数据治理方法。您可详细计划迁移流程，将它设立为一个独立的项目或将它集成到另一个相关项目中。

何时开始

一些情况要求立即开始主动数据治理，例如当您获得多个 CRM 系统和 ERP 系统，它们要求与多领域 MDM 系统集成，以便让它们继续充当录入系统，或当您的当前源系统非常脆弱或很难维护或修改。

在这些情况下，要忍受困难并从一开始便为主动数据治理作出计划。一些组织拥有成千上万个直接在 MDM 系统中授权主数据的最终用户，并且有一个数据管理员团队支持他们、发现异常、解决低质量匹配、在需要时手动合并重复记录等等。另一种应用情况是当

第10页

大数据下的数据资源治理整合方案V3.0

您发现自己最终会选择主动数据治理方法 — 何必再为建立源系统到多领域 MDM 系统的双向集成而争论？您或许不妨直接授权最终用户来编写主数据。

元数据管理

独立企业数据集成软件提供商Informatica公司（纳斯达克代码：INFA）认为：数据治理成功的关键在于元数据管理，即赋予数据上下文和含义的参考框架。经过有效治理的元数据可提供数据流视图、影响分析的执行能力、通用业务词汇表以及其术语和定义的可问责性，最终提供用于满足合规性的审计跟踪。元数据管理成为一项重要功能，让 IT 部门得以监视复杂数据集成环境中的变化，同时交付可信、安全的数据。因此，良好的元数据管理工具在全局数据治理中起到了核心作用。

作用及其管理

Informatica将数据治理定义为“在组织范围内，对流程、政策、标准、技术和人员进行职能协调和定义来将数据作为公司资产管理，从而实现对准确、一致、安全且及时的数据的可用性管理和可控增长，以此制定更好的业务决策，降低风险并改善业务流程”。

数据治理着重于交付可信、安全的信息，为制定明智的业务决策、有效的业务流程并优化利益相关方交互提供支持。因此，数据治理本身并非是结果，而仅仅是方法：即通过数据治理来支持最关

第11页

大数据下的数据资源治理整合方案V3.0

键的业务目标。

定义

元数据为数据提供了一个参考框架。Forrester Research将元数据定义为“用于描述数据、内容、业务流程、服务、业务规则以及组织信息系统的支持政策或为其提供上下文的信息”。譬如，苹果公司旗下的App Store在网上销售软件应用程序。在此情况下的数据是应用程序。元数据则是关于这些应用程序的信息，包括应用程序描述、价格、用户评级、评论和开发公司。

重要性

正如某家大型银行的高管所言：“如果没有数据治理，任何元数据管理方案注定会失败。”元数据管理可作为一项重要功能，让IT部门得以管理复杂数据集成环境中的变化，同时交付可信、安全的数据。当业务利益相关方参与这一进程并接受对数据参考框架的责任，其优势将变得更有说服力。此时，企业就能将业务元数据与基层的技术元数据进行关联，为全公司范围内的协作提供词汇表和背景资料。

例如，当业务用户要求其在 IT 部门的搭档在报告或分析中显示“净收入”，就无需再提问“哪种净收入——财务、销售还是市场营销？”除提供其他优势外，良好的元数据管理还可通过免除此类重要问题，促进数据治理：

第12页

大数据下的数据资源治理整合方案V3.0

· 这个业务术语的含义是什么？

· 在（几个相似的）业务术语中应当使用哪一个？ · 该术语的来源是什么？

· 该数据从数据源转移到目标时是如何进行转换的？ · 由谁负责该术语的定义、记录和管理？ · 谁修改过该术语？如何及何时进行修改？ · 哪些政策和规则适用于该术语？

· 修改环境中的某一特定数据对象会对其他数据对象产生哪些影响？

· 在不对可能使用相同数据对象的其他报告和分析造成影响的前提下，需要多长时间来实施环境变更？

驱动因素

一系列公司方案推动了数据治理的进展，也由此带动了元数据管理。这些方案包括：

· 通用业务词汇表（简单的数据管理）。这种“小规模试水”方法着重于某一特定问题或业务部门的通用业务词汇表。

· 全面数据治理（或数据管理策略）。这是一种更近似由上至下的方式，通常用于涉及企业内一系列业务部门的较大规模计划，并以按多个阶段（如果不是更长时间）进行管理的计划中的多个商机为目标。

第13页