本文共 634 字,大约阅读时间需要 2 分钟。
全球数据战略公司董事总经理Donna Burbank说:人工智能只有建立在优质的数据基础上才能成功,从而推动了数据治理的发展。
Thomas C.Redman博士说:估计80%的人工智能(AI)和机器学习(ML)会因为数据质量而继续失败。
业务的所有领域都需要对数据进行认责,建立数据管理角色对于确保从战略到战术在组织的各个级别上至关重要。
伯班克指出,数据治理应以业务为主导,并提供IT支持。
接下来是什么:
在2020年,能够具有数据治理能力的企业将与业内其他组织建立起跨组织的数据治理和数据共享协议。
随着越来越多的企业希望成为数据驱动型企业,他们意识到,用于驱动业务决策的展示数据或图表数据必须经过很好的管理,并具备完整的数据沿袭,且开展了元数据管理等方面的工作。
http://www.dataversity.net/data-governance-trends-in-2020/
元数据治理--数据治理的基石
按照不同应用领域或功能,元数据分类有很多种方法和种类,元数据一般大致可分为三类:业务元数据、技术元数据和操作元数据。
国家标准《信息技术大数据术语》(GB/T 35295-2017)中对数据治理和数据管理能力的定义:
数据治理:对数据进行处置、格式化和规范化的过程。数据治理是数据和数据系统管理的基本要素;数据治理涉及对数据全生存周期的管理,无论数据处于静态、动态、未完成状态还是交易状态。
数据管理能力:指组织和机构对数据进行管理和应用的能力。
转载地址:http://vhtpi.baihongyu.com/