在数字化时代，企业需要新一代系统架构提升业务创新能力。在新一代系统架构中，大数据是核心要素。业务应用能否自主发现与自助获得高质量的大数据，就成为业务创新成败的关键。这就要求企业在搭建大数据平台时，就着手大数据治理相关建设。
企业大数据治理架构需要以元数据为核心、提高大数据质量、透明化大数据资产、自助化数据开发、自动化数据发布、智能化数据安全，提升大数据平台服务能力，让大数据平台变得易使用、易获得、高质量。
全自动采集元数据，自动展现大数据地图，通过人性化的元数据查询、分析、版本管理和后期维护，确保元数据在业务创新中的有效利用。
统一管理分散在各业务系统中的主数据，简化各业务系统之间的集成复杂度，打通上下游产销衔接。
确保大数据的准确性、唯一性和及时性，跟踪和监控数据质量问题，为业务创新提供数据质量保障。
将“资产”的特性与数据结合，将大数据变成企业资产的一部分，将数据变现。
使用数据时，在满足大数据安全的前提下，通过数据开发提取数据，并将这些数据共享发布到平台之上，为业务创新减少数据沟通成本。
通过自动化的管理流程，配合元数据管理的核心技术，保证数据标准应用的效率和实际落地。
将企业或者企业之间的多种异构数据按照相应的规范和数据标准进行交换与集成，提升业务创新效率。
金融机构业务系统多，监管力度大，适合自上而下开展大数据治理，通过元数据管理理清数据关系，参考行业标准，制定数据标准管理办法，并将数据质量管理嵌入系统开发过程，从需求开始控制数据质量，建立数据质量考核机制。
能源行业数据量庞大且呈碎片化分布，急需提升大数据质量，保证决策和分析的准确性，将这些海量数据变成企业资产的一部分，并按照规范与标准将系统内及各种采集数据进行集成。
政府行业民生数据量大，在海量数据中快速找到所需数据至关重要。通过大数据标准规范数据内容，根据管理规范和数据标准，将海量民生数据进行交换与集成，适当开放数据接口，助力智慧城市建设，拓展数据应用。
电信行业数据丰富，数据开放潜力巨大。需要管理大数据平台中的元数据，控制数据质量，将数据资产化，通过大数据共享，进一步拓展与集成商的合作空间。
制造行业工艺流程多，数据在各阶段的应用角度不同。需要统一管理流转于业务链条中的主数据，降低系统间的集成复杂度，通过元数据理清工艺流程中“碎片化”数据间的关系，严格控制数据质量，按照一定的规范与标准，对数据进行交换与集成。
Copyright © 亚英体育·(中国)官方网站保留所有权利
未经授权，严禁非法复制或镜像
沪ICP备12006232号-2 |
沪公网安备 31011502011553号
|
隐私声明
