▌数据治理应运而生

有效的数据治理计划可以最大限度地提高数据的价值，从而提高运营效率，决策制定和法规遵从性，同时最大限度地降低与不良数据管理相关的风险。 许多公司已经拥有良好的数据治理基础，但由于它们采用了更新的数据和分析平台，因此需要重新审视其战略。 其中一些功能增强将以组织或流程为重点，而其他功能可能依赖于自动化和认知等技术来提高数据质量，工作流管理，信息安全性以及业务，技术和操作元数据的获取。

在这种不断发展的数据和技术环境中，组织可以通过关注四个主要支柱来制定前瞻性的企业数据治理计划。

▌流程，政策，标准和程序

数据治理反映了组织在数据管理相关领域的战略方向和预期成果，包括质量和元数据管理，信息安全，架构和数据建模。 不断发展的流程，政策，标准和程序是实现有效数据治理的关键。 在实施现代数据平台的组织中，有几点需要考虑：

1   ▏过程自动化

处理大量数据的较新平台可以实现更多交互式，实验性和渐进式分析。 信息规模和复杂性的增加直接影响组织执行数据管理操作的方式。 诸如元数据发现或数据质量验证的许多过程可以受益于使用认知技术自动化并且被视为数据生命周期的组成部分。

2   ▏数据治理民主化

随着数据的规模和复杂性的增加，管理它的责任转移到其所有者 - 他们最了解他们的数据 - 来自消费者的投入。 两者都可以配备正确的协作工具，流程，标准和程序，以实现有效的管理。

3   ▏新架构模式的标准和程序的演变

组织正在改变其运营和分析领域，并利用微服务等新架构模式。 在这种分布式和松散耦合的环境中，相同数据的副本通常存储在不同的物理位置，这可能使管理更加困难并且易受安全性的影响。 因此，组织可能会寻求发展其数据架构和安全性的标准和程序。

▌组织，角色和责任

许多公司已经建立了具有明确角色和职责的数据治理组织，以监督和促进数据管理流程。 随着更新的平台变得可用，组织，角色和职责可能会发生变化。 一些关键考虑因素是：

1   ▏将数据治理拓展到开发

对数据的问责可能需要更多的治理，不仅仅是在数据管理领域，而且还在软件开发生命周期本身，从而产生更主动的数据治理流程，并减少修复生产平台问题的需要。

2   ▏高效的管家

管理员（尤其是技术管理员）的角色可以进行调整，以适应新兴技术的变化，例如支持云的平台，大数据，流数据和微服务。 组织可以提供培训，帮助管理员在现代数据平台上有效工作。

3   ▏专注于数据安全角色

通过组织内外的多个渠道访问信息可能会产生额外的数据安全风险。 因此，不仅要关注数据安全角色，还要引入颠覆性技术来管理数据访问和使用，这一点至关重要。

▌技术和工具

有效实施数据治理流程需要适当的平台和工具。 对于实施现代数据平台的组织，一些关键考虑因素是：

1   ▏利用认知和自动化技术

根据现代数据平台，许多组织正在转向更新的技术，如认知和自动化，用于元数据发现，摄取，解释和丰富。 这些技术可以大规模运行并实时评估数据质量，为执行算法提供即时反馈，以便在事件处理等场景中修复已识别的质量问题。

2   ▏实现数据治理工具的无缝集成

鉴于复杂的技术环境，数据治理工具与运营和分析平台集成，利用代表性状态转移（REST）API等模式非常重要。这样可以在整个组织内对数据沿袭，质量和元数据进行集成查看。

3   ▏不断变化的安全环境

通过较新的数据平台提供的一些行业标准协议可以帮助提高信息安全性。 例如，严重依赖微服务的分布式环境通常容易受到与访问控制和授权处理相关的破坏。 使用OAuth 1.0 / OAuth 2.0等标准协议有助于解决安全问题。 与此同时，组织可以强调对数据安全领先实践的广泛认识。

▌数据编目

虽然传统工具更侧重于技术和操作元数据并支持有限的各种元数据资产，但现代平台中元数据的增加会导致收集，编目和发现过程更加复杂 - 通常需要先进的技术和方法。 数据编目有助于建立企业数据的整体视图，并帮助消费者发现，理解和信任可能相关的资产。 在实施现代数据平台的组织中，关键考虑因素包括：

1   ▏元数据管理的语义方法

在使用不同符号定义和描述数据资产的平台中，业务语义和本体变得越来越重要。 相关标准可用于开发通用语言和参考模型，以解决各种数据架构组件及其相互关联。

2   ▏元数据内容发现和增强

元数据的主要目的是从整体上表示数据，以帮助用户管理和使用它。 因此，捕获和管理元数据资产的多样性以及它们之间的相互关系非常重要。 认知技术和自动化可以帮助发现元数据资产之间的隐藏关联，并改善数据编目潜力 - 例如，通过发现业务和技术元数据之间的关系，以及通过自动数据沿袭。 此外，诸如数据标记之类的技术有助于从大数据存储库（例如， 数据湖 ）中的原始数据中识别，组织和提取值。

3   ▏业务和技术协作努力

数据编目是一项协作工作。 起点是为用户提供具有现代用户界面和集成工作流功能的适当技术，以支持有效使用并实现对数据目录资产和内容的额外增强。

基于这四大支柱的成功数据治理可以帮助组织更好地理解，管理和利用新平台中存储和处理的信息 - 帮助他们阐明更多以见解为导向的决策，并将自己定位为市场领导者。

想了解更多IT资讯，请访问中培教育官网：中培教育