- 產品
- 產品解決方案
- 行業解決方案
- 案例
- 數據資產入表
- 賦能中心
- 伙伴
- 關于
時間:2019-01-21來源:億信華辰瀏覽數:787次

由于數據驅動的業務,數據治理(DG)變得越來越普遍,但是對于許多組織來說,定義DG并進行合理的實踐仍然很困難。
缺乏一種定義DG的標準方法可以歸結為其錯過預期的歷史,錯誤的開始以及對它的昂貴,侵擾性,阻礙創新和不提供任何價值的負面看法。如果沒有成功案例指出,那么做和定義DG的最佳方式并不清楚。
另一方面,缺乏定義DG?的標準方法可能是其實施工作乏善可陳的歷史原因,因為負責監督它的人對應該做什么有不同的看法。
因此,很難完全資助以有效數據管理能力為基礎的數據治理計劃。許多組織不區分數據治理和數據管理,使用這些術語可以互換,從而增加了混亂。
雖然研究表明大多數觀點數據治理“至關重要”,或者他們認識到數據的價值,但沒有正式數據治理策略的大百分比表明仍存在重大問題。
這就是數據治理難題。它是必不可少的,但不需要和/或痛苦。
這是一項復雜的苦差事,因此組織缺乏啟動和有效維持它的動力。但是,面對通用數據保護法規(GDPR)和其他合規要求,他們一直在盡最大努力避免罰款和聲譽受損。
可以說,這就是問題所在。組織將數據治理視為他們必須做的事情,而不是看到它能為他們做些什么。
數據治理的根源在于業務術語和技術元數據的結構,但它具有與數據管理策略的許多其他組件相關的卷須和深層關聯,并應作為該平臺的基礎。
數據治理是數據管理的核心,可以通過批準的訪問權限為IT和業務利益相關者發現并提供整個組織的數據。這意味著企業架構,業務流程,數據建模和數據映射都可以從中央元數據庫中獲取單一的數據真實來源,從而提高數據質量,信任和使用以支持組織目標。
但這種“數據必殺技”需要改變數據治理方法。首先,認識到數據治理1.0是在組織必須管理的數據的數量,種類和速度不同的時候制定的,并且數據治理的范圍僅擴展到編目數據以支持搜索和發現。?
現代數據治理需要滿足數據驅動業務的需求。我們稱這種改編為“?不斷發展的DG”。這是一個貫穿整個組織的具有成本效益,成熟,可重復的過程的旅程。
Evolving DG的主要組成部分是:
這種演變的最后一步是實施erwin企業數據治理體驗(EDGE)平臺。
erwin EDGE將數據治理置于更大的數據管理套件的核心。通過在基礎層面統一數據管理套件,組織的數據不再受到部門和軟件孤島的損害。它將IT和業務整合在一起,以實現數據驅動的洞察力,法規遵從性,敏捷創新和業務轉型。
它允許數據管理和數據治理生命周期的每個關鍵部分從單一的數據真實來源中提取并確保整個數據管道的質量,幫助組織實現其戰略目標,包括: