数据治理发现流程分析和审视环境

    发现流程获取组织数据生命周期的当前状态、相关业务流程、组织及技术支持能力，以及数据本身的状态。充分利用从这些步骤得到的启示，定义数据治理策略、优先级、业务实例、政策、标准以及最终的未来愿景。此流程以“发现驱动定义”的形式与定义流程阶段迭代并行，同时，定义流程使发现流程更有重点和针对性。

    构成发现阶段最重要的流程包括：

    数据发现。包括自动和手动工作--通常由支持技术引导和启动--发现、记录、评估所有涉及到数据的相关来源、目标及技术设施中的有关数据、元数据、域、业务规则和其它对象。

    ·发现遍布各处的数据实体，识别风险暴露的领域，寻找改进或减少数据质量问题根本原因的时机。

    ·在所有的数据源中识别出显现数据异常或业务场景的位置。许多数据探索的目的在于找出“什么数据与此分析或业务决策相关？”

    数据剖析。此流程评估目标数据集以确定当前状态，是定义规则和政策的基础。

    ·数据剖析帮助回答以下问题：“今天我们的数据是个什么样子”，“一个系统的数据如何与其他系统的数据关联”，“为改进功能，我们应该考虑定义哪些规则和政策”。

    ·如果不能理解数据的当前状态，就不能有效定义和执行重要数据质量、安全、归档、屏蔽及其他类型的政策或业务规则。

    建立数据清单。此流程识别和记录在使用、应用程序、所有权和关系的上下文环境中相关主数据、交易数据、参考数据域和属性的清单。虽然数据清单也可独立进行维护，但它一般是数据建模应用的副产品。

    ·提供所有相关数据及属性的统一视图，以考虑何时定义数据模型、规则、政策、关系、类别及其它与数据有关的工作。

    建立流程清单。此流程识别和记录组织运作的业务流程清单。流程清单通常在多个层次上进行维护，像“订单到现金”或“采购到支付”这样的主流程在顶层维护，而较为精细的流程步骤（如“创建账户”，“执行订单”）则在底层定义。

    ·数据治理和支持技术投资（数据集成、数据质量、主数据管理、信息生命周期管理、商业智能、数据仓库、）改进和优化关键业务流程、决策以及交互。如果离开业务运行流程环境和流程使用的数据，数据治理优化将没有价值。

    CRUD分析。当前状态“创建、读取、更新、删除（CRUD）”分析将业务流程、支持应用程序和系统映射为数据，从而使重要数据的生命周期可见，并易于理解。

    ·改进关键数据的可信任度及安全性时，行为、系统以及政策方面需要发生一些变化，要识别这些变化，就必须了解能对这些关键数据进行创建、读取、更新或删除/清理/归档的当前状态流程、应用程序以及相关人员。

    能力评估。组织能力数据治理当前状态评估取决于多个方面，包括技术/架构，功能性，人员技能，以及流程/政策。

    ·此流程使数据治理执行人员明悉：可以充分利用哪些组织优点，可以在哪些组织弱点上加大投入以减少风险并提高数据治理工作的投资回报率。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!