数据治理架构的总结与分析( 二 )


中翰软件在数据治理领域深耕17年 , 深知构建数据治理整体架构、确保数据治理整体性是实施数据治理项目的重中之重 。
由此 , 中翰软件基于对数据治理领域的钻研成果、对业务的深刻理解 , 总结出了“一个体系(数据标准体系)、三个环境(治理型环境、分析型环境、知识型环境)、一个架构(面向服务的集成架构)“的数据治理整体架构(见图四) 。
数据治理架构的总结与分析
文章图片

文章图片

【数据治理架构的总结与分析】数据标准体系:是企业数据治理架构中的核心底层部分 , 通常也指数据环境 , 包括数据分类及编码标准、数据模型标准、数据质量管理标准、数据安全管理标准、数据交换标准 , 对应落地平台应具备管理数据标准体系的过程和结果的功能 。
治理型环境:是指数据全生命周期管理的过程 , 是解决数据质量、安全等的核心功能部分 , 包括体系构建、静态数据中心管理(数据建模管理、数据编码管理、数据质量管理、数据日常管控)、数据交换管理、数据清洗管理、数据保养管理(数据评估监测) 。对应平台建议采用企业数据治理平台 , 不建议采用主数据管理平台 。
分析型环境:是指基于数据仓库的各种主题数据分析 , 是提供数据展现服务的核心功能部分 , 如运营分析、资产分析、财务分析、人力资源分析 。对应平台包括BI决策支持平台、数据仓库、ETL 。
知识型环境:是指企业整个数据治理的知识体系架构 , 而非传统的企业管理或者某类专业知识管理 , 是提供数据治理能力的核心组成部分 。数据治理知识可以实现知识驱动数据管理业务、驱动数据管理岗位、驱动数据应用的全面知识管理体系 。
面向服务的集成架构:是指数据的采集、分发、集成以及业务重组等 , 是数据交换的核心功能部分 , 主要包括静态数据交换管理、ETL、企业服务总线ESB、业务流程引擎BPM 。(山东中翰软件有限公司)