随著(zhe)網絡和信息技術的不斷普及，人類産生的數據量正在呈指數級增長(cháng)。大量新數據源的出現則導緻了非結構化、半結構化數據爆發(fā)式的增長(cháng)。信息數據的單位由TB-PB-EB-ZB的級别暴增。 如何管理和使用這(zhè)些數據，逐漸成(chéng)爲一個新的領域，于是大數據的概念應運而生。
2.1數據治理要素
圖3 數據治理要素分析圖
2.2數據治理策略
第一步：落實合适的人員負責治理。
任何成(chéng)功的數據治理計劃的第一個步驟就是，要在本企業找到CEO可以授權的人，然後(hòu)讓該人負責項目的具體實施。沒(méi)有什麼(me)能(néng)取代強有力的領導人。
數據治理是涉及人事(shì)的一個難題，這(zhè)需要在許多不同的利益相關者之間達成(chéng)共識。因而，在本企業裡(lǐ)面(miàn)選定這(zhè)樣(yàng)的領導人是一項重要工作。 治理官員一旦選定下來，就要成(chéng)立由企業的利益相關者組成(chéng)的治理委員會(huì)，制訂監管政策、向(xiàng)CEO及董事(shì)會(huì)報告進(jìn)度。
第二步：調查清楚所處環境。
一旦選定了領導小組，就要調查當前情形，并清查不同部門在不同領域的當前實踐。領導小組需要越過(guò)獨立系統看待問題， 而企業數據治理評估方法對(duì)這(zhè)項工作來說必不可少。這(zhè)有助于比較本企業的數據治理計劃目前處于什麼(me)狀态，并且提供了一份路線圖以便确定以後(hòu)的目标。
第三步：制訂數據治理策略。
數據治理評估之後(hòu)，治理委員會(huì)就應當考慮制訂遠景，希望公司的數據治理實踐在接下來的幾年達到何種(zhǒng)目标，根據這(zhè)種(zhǒng)需求爲未來制訂遠景。 委員會(huì)應當向(xiàng)後(hòu)規 劃，并且制訂切合實際的裡(lǐ)程碑和項目計劃來填補相關的缺口。具體辦法就是制訂關鍵績效指标來跟蹤進(jìn)度，并且向(xiàng)CEO和董事(shì)會(huì)提交年度報告來證實成(chéng)果。
第四步：算出數據價值。
估算數據價值。要是公司不知道(dào)數據的價值，它們就無法提高、保護或者評估數據對(duì)賬本底線的價值。 數據不是一種(zhǒng)普通商品，而是像水龍頭裡(lǐ)出來的水--對(duì)生命至關重要，又往往被(bèi)人們認爲是理所當然的。你要是不知道(dào)某物的價格，就無法算出它的價值。
如果你想算出數據的價值，就要根據用戶權限和IT服務的效用，爲數據建立内部市場。當本企業的每個人都(dōu)在直接付費獲取IT服務和數據時， 數據的價值就成(chéng)了公司價目表上的一部分。
第五步：算出風險概率。
知道(dào)數據在過(guò)去是如何使用和濫用的，這(zhè)有助于了解數據在將(jiāng)來會(huì)如何被(bèi)危及和披露。每家企業都(dōu)有一些原因， 如一些事(shì)件和損失在獨立系統、層次體系和商業報 告中消失。這(zhè)些數據已經(jīng)可供使用，卻沒(méi)有被(bèi)大多數企業所使用。 收集這(zhè)些數據，與其意義聯系起(qǐ)來，并研究長(cháng)期的損失趨勢，這(zhè)可以幫助任何企業把風險管理轉變 成(chéng)基于事(shì)實的商業智能(néng)方法， 從而可分析過(guò)去事(shì)件，預測未來損失，改變當前的政策要求，成(chéng)爲未來改善風險緩解策略。
第六步：密切關注控制措施的效果。
數據治理在很大程度上涉及企業的組織行爲。企業每天在變化，因而它們的數據、價值及風險也在迅速變化。 遺憾的是，大多數企業每年對(duì)自己隻評估一次。要是公司無法改變組織控制措施來滿足每天或者每周出現的需求，也就談不上變化治理。
圖4 數據治理實施建議圖
3.1元數據的定義
技術元數據是存儲關于數據倉庫系統技術細節的數據，是用于開(kāi)發(fā)和管理數據倉庫使用的數據，它主要包括以下信息：數據倉庫結構的描述， 包括倉庫模式、視圖、維、層次結構和導出數據的定義，以及數據集市的位置和内容;業務系統、數據倉庫和數據集市的體系結構和模式。
業務元數據從業務角度描述了數據倉庫中的數據，它提供了介于使用者和實際系統之間的語義層， 使得不懂計算機技術的業務人員也能(néng)夠“讀懂”數據倉庫中的數 據。業務元數據主要包括以下信息：使用者的業務術語所表達的數據模型、對(duì)象名和屬性名; 訪問數據的原則和數據的來源;系統所提供的分析方法以及公式和報表 的信息;具體包括以下信息：企業概念模型：這(zhè)是業務元數據所應提供的重要的信息， 它表示企業數據模型的高層信息、整個企業的業務概念和相互關系。
3.2爲什麼(me)要進(jìn)行元數據管理
圖5 數據管理分析圖
3.3數據模型标準化
圖6 數據模型示意圖
3.4标準化體系(數據定義&模型設計)
标準化體系：一定範圍内的标準按其内在聯系形成(chéng)的科學(xué)的有機整體。标準化體系它規定了質量方針、目标、職責和程序， 并通過(guò)建立相關體系進(jìn)行過(guò)程管理、質量策劃、質量控制、質量保證和質量改進(jìn)。
圖7 标準化體系示意圖
4.1主數據的定義
企業主數據分散存儲在企業各系統内，是對(duì)企業至關重要的核心業務實體的數據，比如客戶、合作夥伴、員工等。
4.2爲什麼(me)要作主數據管理
主數據管理(MDM Master Data Management)描述了一組規程、技術和解決方案，這(zhè)些規程、技術和解決方案用于爲所有利益相關方 (如用戶、應用程序、數據倉庫、流程以及貿易夥伴)創建并維護業務數據的一緻性、完整性、相關性和精确性。
主數據管理的關鍵就是“管理”。主數據管理不會(huì)創建新的數據或新的數據縱向(xiàng)結構。 相反，它提供了一種(zhǒng)方法，使企業能(néng)夠有效地管理存儲在分布系統中的數 據。主數據管理使用現有的系統，它從這(zhè)些系統中獲取信息，并提供了先進(jìn)的技術和流程， 用于自動、準确、及時地分發(fā)和分析整個企業中的數據，并對(duì)數據進(jìn) 行驗證。
圖8 數據管理原因分析圖
4.3如何做好(hǎo)主數據管理
通過(guò)單一平台上成(chéng)熟的多領域MDM集中主數據的管理，從而消除點對(duì)點集成(chéng)，簡化您的結構，降低維護成(chéng)本，改進(jìn)數據治理。 Informatica MDM(主數據管理)能(néng)夠通過(guò)以下步驟幫助企業成(chéng)功進(jìn)行多領域主數據管理：
1. 建模：用靈活的數據模型定義任意類型的主數據
2. 識别：快速匹配和準确識别重複項目
3. 解決：合并以創建可靠、唯一的真實來源
4. 聯系：揭示各類主數據之間的關系
5. 治理：創建、使用、管理和監控主數據
4.4主數據實施流程
圖9 數據管理實施流程圖
4.5主數據管理體系
圖10 主數據管理體系流程圖
5.1數據質量問題
·數據的值域
·數據的定義
·數據的完整性
·數據的有效性
·業務規則
·結構完整性
·數據轉換
·數據流
5.2組織架構設計
圖11 架構分析圖
5.3數據質量治理流程
圖12 數據質量治理流程圖
5.4數據治理管理方法
建立合理的數據管理機構、制定數據質量管理機制、落實人員執行責任、保障組織間高效的溝通、持續監控數據應用過(guò)程和領導強有力的督促是保障企業數據質量的關鍵。
圖13 策略與方法分析圖