以元数据为基础的数据治理策略

数据治理策略是什么？

数据是公司的资产。用户必须更快的决定，用户必须相信它。数据治理打破了整个企业中不同系统的数据岛，建立了一套流程、标准和策略，使企业范围内的数据能够消耗。自动数据处理平台可以快速、安全地向需要执行的业务用户提供可信数据。合作是整个组织成功使用数据的关键。所有业务用户都需要知道在哪里可以找到正确的数据，并对数据的含义有一个共同的理解。可用业务数据的数量、类型和范围呈指数级增长，使得搜索、理解和信任变得越来越困难，尽管这对获取价值至关重要。

系统就位 - 就像受管理的数据目录一样 - 使用户能够理解业务术语中的数据，并建立数据集之间的关系。为此，首席信息官需要与首席数据官合作（CDO）合作，管理基于治理的数据策略，将正确的数据传递到正确的手中，促进业务转型。

CIO和CDO业务必须相互支持，两者都不能单独成功。为了使数据治理策略成功，每个业务负责人都必须在其中DNA拥有数据。CDO构建这些组织实践和行为的任务是协调这一基本变化，从而成为数据驱动的组织。

为了确保在正确的时间掌握正确的数据，组织必须快速采用敏捷的数据流程，使业务移动更快，对内部和外部更敏感，从而无情地识别和减少不良数据岛。数据需求。最重要的是，他们需要确保团队与共同愿景保持一致，并以务实的方式促进预期的结果。

数据几乎渗透到业务的各个方面，是数字化转型的基础。治理工作应与数字化工作密切相关。在组织充分发挥这些技术的所有潜力之前，必须对云、物联网、人工智能、物联网、人工智能和机器学习技术进行深入研究。在实施新技术时，数据通常是最大的问题，越来越多的消费者受到数据驱动决策的影响。为了使技术产生正确的影响，数据必须正确且无偏见。有缺陷的数据只会减缓数字化转型。

例如，在Forrester在首届数据战略和意见会议上，我们了解到人工智能支出因缺乏对算法数据的信任而停滞不前。数据处理是解决这个问题的解决方案，为数据可见性和质量提供了好处- 如果不实施健全治理，就不会正确AI产生信任。

元数据管理

数据处理操作模型可以支持业务和技术元数据的捕获和管理。我和许多公司的人交谈过，他们说他们不知道他们的数据在哪里，它意味着什么。可以使用许多不同的工具来创建技术元数据。理想情况下，可以提供强大的数据目录和谱系。这些信息很有用，但数据的业务定义是一个关键需求。

数据治理办公室可以协调公共业务语言的开发，甚至是受影响业务领域的业务术语表，利用数据域所有者和业务数据管理员，并确保将此信息与技术元数据集成以获得企业数据的完整视图，无论它居住在哪里。这种努力可以为组织带来的价值是巨大的。

数据治理和数据质量自然相互补充，无论是与新开发还是持续监控/维护有关。强大的数据质量管理程序需要数据分析，定义业务规则，确保正确数据，实施这些业务规则，持续监控关键数据项，并采取纠正措施继续提供高质量数据。 

数据管理办公室是协调和确保数据质量管理过程可持续发展的重要领域。上述许多活动最好由业务数据管理员和技术数据管理员进行。没有数据管理计划，很难找到任何人拥有正在进行的过程，以确保持续的高质量数据。

益信华晨的元数据管理平台内置全文搜索引擎，让各级用户快速定位自己关心的元数据。该管理平台支持基于名称、基本属性和元数据之间的关系的搜索，也支持全文搜索。在整个元数据环境中，在整个元数据环境中随时元数据。

场景二:快速定位问题

1、无法实现快速定位

如果你是一个业务部门的经理，有一天，当你得到公司的业务数据时，你突然发现有些数据不合逻辑，甚至涉嫌欺诈，你需要找出问题的链接。你的第一反应是回应相关的业务部门，当然，他们也回应了需求。但事实上，一般的数据处理链往往相对较长，数据之间的类型不同，甚至属于不同的业务系统，调查问题需要更多的人力和时间，效率较低。

2、实现元数据血缘分析的定位和预测

那么，我们如何快速定位问题呢？毕竟，只有向上寻找数据源，逐步调查数据问题，找到数据问题，才能对症下药。此时，需要使用元数据的血缘分析功能。

血缘分析是指从某个实体到数据源接口，可以快速追溯数据源和处理过程，影响分析，掌握元数据之间的相互关系。它可以提供字段级数据，以图形的方式显示数据链路之间的关系，逐渐将分析的问题数据定位在特定表的某些字段上，最后调查问题。这简化了对数据问题的分析，降低了劳动力成本，并逐步定位了问题。

对数据操作过程的分析不仅能快速定位问题，还能应用于预测数据的变化，与血缘分析类似，元数据系统提供了分析数据流向的功能，因此当前数据源发生变化时，数据图形的流向会分析与此数据源有联系的数据都有哪些变化。比如亿信元数据管理平台（EsPowerMeta）提供图形元数据基础分析和高级应用分析。

场景3：快速收集所需元数据

随着大数据技术的兴起，企业数据量急剧增加，许多企业已经意识到元数据建设的重要性，但面对多样化甚至跨系统的业务数据，如何快速收集所需的元数据？

对于不同类型的业务数据，记录数据的信息可以通过元数据进行标准化，而对于不同的库表数据，则需要从不同的库表中取出。很容易想到使用适配器，通过不同的适配器收集不同库表中的数据。

必须提到亿信华晨的元数据管理系统，它完美地实现了数据的自动收集，提供了多种数据库适配器，实现了元数据的管理、分析和收集Oracle、MySQL、SQL Server从等数据库中收集数据excel收集文本并内置Hbase等分部署数据库采集适配器，可满足不同场景的业务需求。

管理数据生命周期

数据生命周期以多种方式定义。简而言之，数据是(1)创建、(2)存储、(3)使用、(4)存档或销毁。数据处理有助于制定支持这个生命周期的策略和过程。

例如，数据域所有者与公司（风险、法律、合规等）的合作可以定义相关的数据存储、数据架构、数据标准、数据质量、数据分类、数据访问、数据使用、数据共享和数据保留。然后，数据管理办公室可以在实施这些策略后与数据域所有者合作确定适当的监控指标。如果没有数据管理操作模式，则协调这些要求并确保合规是一项复杂的工作。