治理数据，从发现数据问题开始

    科学探究的过程中，发现问题是最开始的步骤，数据治理也一样。先发现这些问题，再寻找解决教学方法，最后我们提供相应的技术支撑，这是做数据治理的一般思路。

企业中常见的四类数据问题

    在颠覆商业的数据经济时代，数据无疑已经成为企业拥抱变革的基础，数据和实体一样，已经成为生产资料的一部分。但是，我们仔细一看，你会发现有各种各样的企业数据的问题：

    其中一个问题就是数据不够清晰。 现在很多企业都不了解自己的数据，数据都是什么样的？这些数据到底可以发挥什么作用？企业中到底有多少数据？但能回答出这些问题的人少之又少。

    第二类问题是数据质量不高。 现在有很多企业业务受到影响的原因都是因为数据质量不够高，在这里就不多说了。

    第三个问题是业务协作和发展的问题。以前在数据仓库的模式下，开发是先把一些工具归并出来，再做成一个整合提供给业务，但在数字经济时代，业务对数据的需求和以前不同了，现在业务需要进一步明晰数据是什么，要自己看有哪些数据可以发挥出想要的价值。

    另一个问题是知识和数据很难相互关联。例如，我们经常找不到在业务呈现业务概念的数据和外观之间的良好匹配。

但如果去解决这些问题的话其中都应该包含哪些环境？都需要去解决什么问题？简单总结就是两个字：管，看，发现和应用。

管。这个维度也是一直数据治理中的重重之重。

    为了管理大量的数据，我们需要建立一个元数据模型。 例如，当我们做客户画像时，我们可能会根据客户信息构建一些元数据，当我们做服务数据时，我们可能会根据事务接口做一些元数据。 数据仓库可以基于此数据仓库。当我们管，需要建立企业级的元数据和元数据的交易与合作伙伴，这样才能把关系之间的所有数据，并统一整合数据和元数据未手动输入，但在矿山去。后面会讲到我们元数据的智能化信息采集，这是能体现企业数据进行治理智能化的概念问题之一。

    看。管理水平的人更关心的是企业数据的整体情况，如何让领导和员工能够理解企业数据资产的情况呢？让企业数据以 360 度的方式呈现在我们大家自己面前？

    很多人都说数据治理太技术化，以后领导看不到效果，业务价值难以体现。可以“看到”一直是一个非常重要的工具，当我们做数据管理可以拉盟友，促进统一战线的建立，即使最后的结果都看不到，也难以继续进行数据治理的实施，也很难得到领导的支持。

    找。在数据中的大量数据和如何找出有什么关系？如何让业务像之前都是一样只能通过接收信息经过研究开发整理好的数据，而是像 Google 搜索自己一样来查找我们需要的数据？ 如何查找汇总数据以外的数据，如指标数据，明细数据？

为了实现“看”，建立配套的技术与业务元数据的元数据，将在我们使用知识图谱技术后面提到的难点之一是如何通过业务含义查找数据，如果从技术数据发现实际意义，这个问题也不是很大。恰恰就是我们做数据进行分析做使用这些都是从业务含义上来找，需要学生找到语义信息以及语义的上下级的关系，并且可以做一个延伸的搜索。

    用。顾名思义，在得到需要的数据后，如何快速有效的使用他们？

    很多人可能会问，找都找到了，“用”还不简单吗？其实没有那么简单，脱敏怎么做？大家出现争执的时候怎么做？供数部门说我已经给了你 5 个 G 的数据，需求部门说我怎么没有发现？这时候你需要一个裁判来判断是谁的问题，这5G的数据不会被删除，仍提供的数据是有问题的，这是一个问题。

    以前，把数据全部处理完毕需要很长的时间。现在，我们只需要通过数据治理这个统一的一个步骤来数据问题。在这个工作环境里面，可以把上述的四个问题全解决了。想做好数据治理，必须把这个事情放大去看，而如果仅仅站在传统数据治理的角度看这个事情，很难把这个事情做好，提供一个实用的、统一的数据处理工作环境，让大家用一起用这个数据，解决数据治理问题。

版权声明：本文为Yun88网的原创文章，转载请附上原文出处链接及本声明。

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！