e-works数字化企业网  »  文章频道  »  基础信息化  »  大数据

大数据治理需要具备哪些能力和关键技术?

2017/8/3    来源:THU数据派    作者:佚名      
关键字:大数据治理  大数据  
从企业数据资产管理和提升数据质量,到自服务和智能化的数据应用,大数据治理的内容在不断发展和完善,其落地实施的过程中会遇到各种各样的难题和挑战。本篇文章通过分析大数据治理建设中的沟沟坎坎,总结出了大数据治理需要具备的能力和关键技术。
    在企业数据建设过程中,大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量,到自服务和智能化的数据应用,大数据治理的内容在不断发展和完善,其落地实施的过程中会遇到各种各样的难题和挑战。本篇文章通过分析大数据治理建设中的沟沟坎坎,总结出了大数据治理需要具备的能力和关键技术。
 
    一、困难重重却充满光明的大数据治理发展之路
 
    1. 传统数据治理一直无法逃脱的魔咒
 
    大数据治理从建设内容和实施目标上可以划分成不同的阶段,每个阶段完成不同的任务,随着阶段的递进,建设内容逐步加深,不同的企业切入点和诉求也各不相同。大致分为以下几个阶段:
 
    (1) 摸家底阶段
 
    内容:企业元数据梳理和采集
 
    目标:构建企业数据资产库
 
    (2) 建体系
 
    内容:建立企业标准和质量提升体系
 
    目标:提升数据质量
 
    (3) 促应用
 
    内容:自服务通道、构建企业知识图谱
 
    目标:数据智能应用
 
大数据治理需要具备哪些能力和关键技术?
 
    然而,大数据治理建设之路并不是一帆风顺的,甚至可以说充满了各种问题和困难,如何管理企业级的数据资产、如何让业务积极参与到数据建设中来、如何降低数据治理的落地难度等一系列问题,一直困扰着数据治理的发展,传统数据治理的问题主要体现在以下几个方面:
 
    数据治理2
 
    (4) 管理范围窄
 
    要做数据治理首先要知道有哪些数据,传统的数据治理往往只管理了数据领域,很少关注业务、管理和开发相关的数据资产,数据管理范围比较窄,而且,受限于技术实现,即使在数据领域的数据资产也很难做到精确管理;
 
    (5) 业务难结合
 
    业务元数据的广泛缺失,导致业务人员无法使用技术性的元数据系统,元数据缺乏业务用户,使用者少;
 
    (6) 应用场景缺
 
    元数据被当成单独的系统,而不是广泛的技术基础,导致只关心元数据本身的应用场景;
 
    (7) 技术不完善
 
    在技术层面存储缺乏扩展性,采集自动程度不高,管理实时性不高。
 
    2. 自服务大数据治理是解决问题之道
 
    自服务的大数据治理平台具备管理、开发、共享、使用等能力,通过自动、自助、智能化的大数据治理,能够实现对数据的找、供、用、治,从而一站式解决传统数据治理在大数据时代的各种难题,具体涉及到以下几个方面。
 
    (1) 建好数据管理体系,快速识别数据
 
    自服务大数据治理平台可以实现有数据可管理。现在的企业数据资产繁杂众多,特别是建设大数据平台的企业,数据的类型、分布、实现技术、所属部门等都很繁杂,通过手工一点点梳理是不现实的,如何低成本、快速有效地将数据梳理和管理起来?这是做大数据治理遇到的第一个坎。
 
    自服务大数据治理平台可以通过自动化手段,自动识别企业数据资产并标明数据方位和属性,建立业务能理解的数据服务目录。
 
    数据治理3
 
    (2) 建立数据治理体系,监控并快速发现问题
 
    自服务大数据治理平台可以保障企业数据资产的质量。企业内数据环境复杂,很容易出现数据不一致、数据不及时、数据缺失等一系列问题,如何识别并快速定位数据问题?特别是针对海量数据,如何在不影响性能情况下找出问题数据?这是做大数据治理遇到的第二个坎。
 
    通过自服务大数据治理平台建立和支撑起基于数据指标、质量检核、问题发现和监控的完善数据治理体系,从事前、事中和事后等各个环节规避、发现和解决数据问题,将能保证数据应用无后顾之忧。
 
    数据治理4
 

责任编辑:李欢
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐