数据治理人员：这11大知识领域你必须知道（专家解读）

DAMA-DMBOK2用一个“车轮图”界说了数据治理的11个常识范畴，即数据治理、数据架构、数据建模和设想、数据存储和操纵、元数据治理、数据质量治理、主数据和参考数据治理、数据平安治理、数据集成和互操纵、文件和内 容治理、数据仓库和贸易智能。

数据治理车轮图

一、数据治理

数据治理是数据资产治理的威望性和控制性活动（计划、监视和强迫履行），是对数据治理的高层计划与控制，其他10个常识范畴是在数据治理这个高层计谋框架下履行的数据治理流程。

二、数据建模和设想

数据建模和设想是数据治理范畴中最早构成的常识板块之一。数据模子凡是分为概念模子、逻辑模子和物理模子。

在数据建榜样畴，常见的建模方式包括维度建模、面向工具建模、究竟驱动建模、时候序列建模以及非关系型数据建模等。数据建模是数据治理的焦点范畴之一。随着列式数据库、文档数据库、图数据库等NoSQL数据库技术的不竭进步，数据建榜样畴也出现出了很多创新的建模技术。

三、数据存储和操纵

数据存储和操纵包括存储数据的设想、实现和支持活动，以及在全部数据的全生命周期中，从计划到烧毁的各类活动。为IT运营供给牢靠的数据存储根本设备可以最大限度地下降营业中断的风险，实现营业持续性方针。

四、元数据治理

元数据是描写数据的数据。可分为营业元数据、技术元数据和操纵元数据。

元数据是定位和查找数据的根本。元数据治理包括计划、实施和控制活动，以便拜候高质量的集成元数据，包括界说、模子、数据流以及其他相当重要的信息。

五、数据质量治理

数据质量治理包括计划和实施质量治理技术，以丈量、评价和进步数据在构造内的适用性。大师都熟悉到数占有代价，但实现数据代价的条件是数据自己是牢靠和可信的，也就是说，质量好的数据才有代价。

六、主数据和参考数据治理

主数据是企业关键营业实体的焦点同享数据，例如机构、客户、供给商、物料等。

参考数据是用于描写或分类其他数据，大概将数据与企业内部信息联系起来的任何数据，例如货币代码、地域代码、证件范例等。

主数据和参考数据治理是对企业焦点同享数据的延续协和谐保护，使关键营业实体的实在信息以正确、实时、相关联的方式在各系统之间获得延续利用，是企业营业协同和决议分析的根本。

七、数据质量治理

数据质量治理包括计划和实施质量治理技术，以丈量、评价和进步数据在构造内的适用性。大师都熟悉到数占有代价，但实现数据代价的条件是数据自己是牢靠和可信的，也就是说，质量好的数据才有代价。

八、数据平安治理

数据平安治理的目标是确保数据隐私和机密性获得庇护，数据不被破坏， 并获得适当的拜候，确保企业数据平安。下降风险和促进营业增加是数据平安治理活动的首要驱动身分。

杰出的数据平安治理才能不但能节俭本钱，而且是焦点合作力。

九、数据集成和互操纵

数据集成和互操纵的首要目标是对数据移动停止有用的治理，包括数据存储、利用法式以及与分歧构造之间的数据移动和整合相关的进程。

数据集成的传输方式履历了从最初的文件批处置到实时流式数据传输等多种技术的演变进程。不管是数据治理还是数据利用，都需要关注若何将数占有用地集成并融合到一路，以提升数据资产的代价。

10、文件和内容治理

文件和内容治理用于治理非结构化数据和信息的全生命周期，包括计划、 实施和控制活动，特别是支持法令律例顺从性要求所需的文档，例如各类纸质或电子档案、图片、音视频等多媒体文件等。

对于非结构化数据的治理一向是一个比力自力的范畴，可是随着营业和技术的成长，特别是各类大数据技术的出现，结构和非结构化数据的融合治理越来越明显。

十一、数据仓库和贸易智能

数据仓库和贸易智能包括计划、实施和控制等流程，用来治理决议支持数据，并使营业和治理职员经过度析报告从数据中获得代价。该技术赋能企业将分歧来历的数据整合到公共数据模子中，整合后的数据模子为营业运营供给洞察，为企业决议支持和缔造构造代价带来新的能够性，进步构造决议的成功率。

数据仓库和贸易智能是数据代价的供给者，而要供给数据代价离不开数据治理的支持。

END