标签：厂商 全链 Data 图谱 数据管理 治理 企业 数据 2021

数据治理的定义

• 为了适应新时代基于数据的生产、分析、决策的需求，包括数据管理和数据价值变现的数据治理成为了关键。

数据处理 Data Processing

  在早期为了更高效的检索和管理数据，通过计算机开始对数据进行采集、加工、转换和传输，将原始的、无序的和非结构化的数据转换为结构化的数据。

数据管理 Data Management

  随着数据量的不断增加，开始对计算机数据进行更专业化的存储、检索、控制，包括文件和数据库的介入、数据处理系统的管理等。

数据管治 Data Administration

  随着数据之于效率提升的重要性不断凸显，开始关注一个组织结构的计算机系统中所存储的数据、信息作为组织机构的资源的管理，包括数据的分析、分类、维护、流动、应用等。

数据治理 Data Governance

  随着企业信息系统的发展，数据的管理和管治变得更为复杂，不仅包含了企业内部网，还包含了企业外部环境数据的外部网；数据不仅要支撑企业的运行管理，更要开始为企业对环境的认识和决策提供帮助。
  数据治理的概念应运而生，广义的数据治理包括数据管理和数据价值“变现”，具体包含数据架构、主数据、数据指标、时序数据、数据质量、数据安全等一系列数据管理活动的集合。
  我们将数据治理定义为： 在数据驱动的业务与生产环境中，围绕具备更高可用性的数据标准与数据模型，规划构建“采集、存储、管理、服务”一整套制度体系的系统工程。

数据治理厂商的发展路径

- 数据治理是数据管理的延伸和进阶，集成不同数据治理工具， 构建数据中台，建设全域数据治理是趋势中的发展路径。

数据管理出发

      对企业来说，需要从业务的影响程度，问题的紧急程度、实施的难易程度等多个维度进行分析和权衡，从而决定企业对数据治理的需求，找到数据治理区别于数据管理所能真正给企业带来的价值。
      数据管理是数据治理的必经之路，数据管理主要分为
• 以客户主数据为范本的客户关系管理系统CRM
• 以供应链主数据为范本的企业资源管理系统ERP
• 以产品研发主数据为范本的产品数据管理系统PDM

向数据治理发展

      在不同环节单独实施不同格式的主数据管理系统给企业埋下了从研发到生产再到销售的整个流程信息脱节的隐患，限制了生产效率和发展边界。
      CRM、ERP、PDM等企业管理系统亟需贯通信息流，打破数据孤岛，数据治理厂商要培养企业用户数据管治的思维，兼容服务企业信息流上下游。
      相似的，单一提供比如报表、BI的数据管理厂商也需要兼容从下而上的数据结构才能发挥作用，提前将统一且规范的数据作业布局在数据过程的边界，保证数据传递的一致性与有效性，为创造数据价值打造稳定可靠的数据平台，是数据治理厂商趋势中的发展路径。
      数据管理厂商从不同角度上认识到这个问题，从已有产品端横向延伸或纵向兼并为企业提供全域、智能化数据治理解决方案。

溯源发展路径，匹配需求

      数据治理厂商类型众多，在各行业和政府的数据治理招标项目中，甲方的痛点在于自身对数据治理的认知比较浅显，对项目实施细则和后续运维工作都不清晰，与数据治理厂商存在信息不对称。
      通过溯源厂商布局数据治理的路径，以在趋于数据治理产品同质化的市场中，发现厂商数据治理提供的服务和技术所倚重领域，解决甲方选标痛点。

标签：厂商,全链,Data,图谱,数据管理,治理,企业,数据,2021
来源： https://blog.csdn.net/u013522009/article/details/123112431

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。