大數據治理系列

1、大數據治理大數據治理——為業(yè)務提供持續(xù)的、可度量的價值為業(yè)務提供持續(xù)的、可度量的價值目錄目錄大數據治理大數據治理——為業(yè)務提供持續(xù)的、可度量的價值為業(yè)務提供持續(xù)的、可度量的價值......................................1概述概述.........................................................................................

2、.......................1大數據治理系列大數據治理系列.............................................................................................1第一部分：大數據治理統(tǒng)一流程模型概述和明確元數據管理策略第一部分：大數據治理統(tǒng)一流程模型概述和明確元數據管理策略.......2第二部分：元數據集成體系結構第二部分：元數據集成

3、體系結構..........................................................14第三部分：實施元數據管理第三部分：實施元數據管理.................................................................24第四部分：大數據治理統(tǒng)一流程參考模型的第四步到第九步第四部分：大數據治理統(tǒng)一流程參考模型的第四步到第九步.............

4、36第五部分：定義度量值和主數據監(jiān)管第五部分：定義度量值和主數據監(jiān)管..................................................52第六部分：大數據監(jiān)管和信息單一視圖監(jiān)管第六部分：大數據監(jiān)管和信息單一視圖監(jiān)管.......................................66第七部分：分析監(jiān)管、安全與隱私管理和信息生命周期監(jiān)管第七部分：分析監(jiān)管、安全與隱私管理和信息生命周期監(jiān)管...

5、..........79?Web和社交媒體數據：比如各種微博、博客、社交網站、購物網站中的數據和內容。?M2M數據：也就是機器對機器的數據，比如RFID數據、GPS數據、智能儀表、監(jiān)控記錄數據以及其他各種傳感器、監(jiān)控器的數據。?海量交易數據：是各種海量的交易記錄以及交易相關的半結構化和非結構化數據，比如電信行業(yè)的CDR、3G上網記錄等，金融行業(yè)的網上交易記錄、cebanking記錄、理財記錄等，保險行業(yè)的各種理賠等。?生物計量學數據：是

6、指和人體識別相關的生物識別信息，如指紋、DNA、虹膜、視網膜、人臉、聲音模式、筆跡等。?人工生成的數據：比如各種調查問卷、電子郵件、紙質文件、掃描件、錄音和電子病歷等。在各行各業(yè)中，隨處可見因數量、速度、種類和準確性結合帶來的大數據問題，為了更好地利用大數據，大數據治理逐漸提上日程。在傳統(tǒng)系統(tǒng)中，數據需要先存儲到關系型數據庫數據倉庫后再進行各種查詢和分析，這些數據我們稱之為靜態(tài)數據。而在大數據時代，除了靜態(tài)數據以外，還有很多數據對實時性

7、要求非常高，需要在采集數據時就進行相應的處理，處理結果存入到關系型數據庫數據倉庫、MPP數據庫、Hadoop平臺、各種NoSQL數據庫等，這些數據我們稱之為動態(tài)數據。比如高鐵機車的關鍵零部件上裝有成百上千的傳感器，每時每刻都在生成設備狀態(tài)信息，企業(yè)需要實時收集這些數據并進行分析，當發(fā)現設備可能出現問題時及時告警。再比如在電信行業(yè)，基于用戶通信行為的精準營銷、位置營銷等，都會實時的采集用戶數據并根據業(yè)務模型進行相應的營銷活動。大數據治理的

8、核心是為業(yè)務提供持續(xù)的、可度量的價值。大數據治理人員需要定期與企業(yè)高層管理人員進行溝通，保證大數據治理計劃可以持續(xù)獲得支持和幫助。相信隨著時間的推移，大數據將成為主流，企業(yè)可以從海量的數據中獲得更多的價值，而大數據治理的范圍和嚴格程度也將逐步上升。為了更好地幫助企業(yè)進行大數據治理，筆者在IBM數據治理統(tǒng)一流程模型基礎上結合在電信、金融、政府等行業(yè)進行大數據治理的經驗，整理了大數據治理統(tǒng)一流程參考模型，整個參考模型分為必選步驟和可選步驟兩