数据赋能与数据维护

如何更好地设置应用程序，使组织可以对可用的、可访问的和当前的数据进行使用

1. 数据存储与操作

   确保数据存储系统可访问和高性能，保持数据完整性，侧重于存储和维护数据环境。

   数据库管理员工作内容：

   • 定义存储需求

   • 定义访问需求

   • 开发数据库实例

   • 管理物理存储环境

   • 加载数据

   • 复制数据

   • 跟踪使用模式

   • 规划业务连续性

   • 管理数据备份与恢复

   • 管理数据库性能和可用性

   • 管理替代环境

   • 管理数据迁移

   • 跟踪数据资产

   • 启用数据审核和验证

2. 数据整合与互操作（DII）

   包括在数据存储和应用程序内部及其之间迁移和整合数据的过程。整合是指将数据整合为一致的形式，互操作是多个系统进行的沟通。

   DII解决方案的基本功能：

   • 数据迁移于转换

   • 数据整合到数据总线或数据集市中

   • 将供应商软件包整合到组织的应用程序组合中

   • 应用程序之间和跨组织之间的数据共享

   • 跨数据存储和数据中心分发数据

   • 数据存档

   • 管理数据接口

   • 获取和摄取外部数据

   • 整合结构化和非结构化数据

   • 提供业务情报和管理决测支持

   方案目的：

   • 以数据消费者所需的格式和时间表提供数据

   • 将数据物理地和虚拟地整合到数据集线器中

   • 通过开发共享模型和接口，降低管理解决方案的成本和复杂性

   • 识别有意义的事件（机会和威胁），并自动触发警报和采取应对措施

   • 支持商务智能、数据分析、主数据管理和运转效率工作

   设计考虑：

   • 更改数据采集：如何让确保数据正确更新

   • 响应时延：从创建或采集数据到使用数据的时间间隔

   • 复制：如何分发数据，以确保其性能

   • 编排：如何计划和执行不同的流程，以保持数据的一致性和连续性

   遵循原则：

   • 在设计中考虑企业视角，确保未来的可扩展性，通过迭代和渐进交付来实现

   • 平衡本地数据需求与企业数据需求，包括数据的启用和维护

   • 确保DII设计和活动的业务问责制

3. 数据仓库（DW）

   将不同系统的数据整合到通用胡数模型中，支持操作功能、合规需求和商务智能。郭建数据仓库需要各种数据管理技能，从数据存储、操作和整合所需的高技术技能，到数据治理和数据测策略的决策技术

   共同特点：

   • 储存来自其他系统的数据，使其易于访问并可用于分析

   • 以增加价值的方式组织数据

   • 目的是向授权的利益相关方提供可靠、集成的数据

   • 用途广泛，包括支持工作流程、运营管理和预测分析

   管理基本原则：

   • 聚焦业务目标

   • 以终为始

   • 构思设计理想化，行动创建现实化

   • 总结和优化应放在最后阶段，而不是在开始阶段进行

   • 提升透明度和自助服务

   • 为数据仓库构建元数据

   • 协作

   • 没有适用一切的模式

4. 参数数据管理（RDM）

   参考数据用于表征组织中的其他数据，或者晋江数据库中的数据与超出组织边界的信息联系起来的数据，提供了对创建和使用交易数据、主数据至关重要的关联环境。可来自组织外部或部门内创建和维护。

5. 主数据管理（MDM）

   主数据有关业务实体，代表关键业务实体权威的、最准确的可用数据。主数据的管理包括数据管理和数据治理工作。

   规划主数据管理基本步骤：

   • 确定提供主数据实体全面视图的候选源信息

   • 建立精确匹配和合并实体实例的规则

   • 建立识别和恢复不恰当匹配与合并数据的方法

   • 建立向整个企业系统分发可信数据的方法

   管理益处：

   • 提高组织效率

   • 降低由整个业务流程的数据结构差异所带来的风险

   • 为丰富默写类别的数据创造机会

6. 文档和内容管理（DCM）

   聚焦于保证相关文档的完整性。保证用户可以访问这些文档及其他非结构化、半结构化的数据。主要业务驱动因包括合规性、响应诉讼和商务智能及连续性要求。

   文档管理（DM）：

   用以描述电子和直至文件存储、详细编目和管控，包括整个数据生命周期中管理和组织文档的技巧与技术。

   内容管理（CM）：

   指用于构建、分类和结构化信息资源的过程、技巧个技术，以便以多种方式存储、发布和重用信息资源。

   成功管理的基本要求：

   • 规划，包括为不同类型的数据访问和处理创建策略

   • 建立起支持内容策略所需的信息架构和元数据

   • 启用组织、存储和检索各种形式内容所必需的术语管理

   • 采用能够管理内容生命周期的技术，从创建或捕获内容到版本控制，并确保内容安全

7. 大数据管理

   特性：

   • 规模性（Volume）：数据量，数十亿

   • 高速性（Velocity）：采集、生成或共享数据的速度，实时

   • 多样性/变异性（Variety/Variability）：采集或交付数据的形式，多种形式存储

   • 黏性（Viscosity）：数据使用或集成的难度

   • 可变性（Volatility）：数据变化的频率及数据有效性的持续时间

   • 真实性（Veracity）：数据的可信度

   组织战略考虑因素：

   • 组织视图解决哪些问题

   • 使用或获取哪些数据源

   • 提供数据的及时性和范围

   • 对其他数据结构的影响和相关性

   • 对现有数据模型的影响

8. 总结

   • 数据赋能和数维护的过程广泛、多样且不断发展

   • 不同类型的数据具有特定的维护需求，但对于所有数据类型必须考虑数据的波动性和质量

   • 良好的规划和设计由助于降低于此流程相关的复杂性

   • 可靠、适当的技术及规范的操作流程对组织管理数据的能力至关重要

   • 即使数据于技术不断变化，数据管理的基本原则依然适用