数据治理体系
持续完善数据治理实战体系,数据仓库、标签、指标体系,实现业务数字化,数字资产化,资产业务化,资产资本化;回归业务场景的数字化案例才最具参考价值,最容易理解和借鉴的。关注我,和您一起终身学习。
29
文章
7491
浏览
微信扫码关注
搜索

都说烟囱式系统是一种不能与其他系统进行有效协调工作的信息系统,又称为孤岛系统,但它是传统组织架构的必然产物,它可以很好的满足以产品开发为中心的业务需求,随着环境变化,市场对管理和信息传递要求越来越高,原来的优势必然会成为最大的瓶颈。
2024-12-24 发布


数据治理核心难点是,平衡短期与长期的冲突,平衡局部与全局的冲突,平衡效率与质量的冲突,短期和长期冲突是战略问题,局部和全局冲突是组织问题,质量与效率冲突是管理的问题
2024-12-24 发布


自上而下和自下而上结合是数据治理公认的最优解决方案,自上而下的数据治理需要组织架构的合理调整才能职责明确,高效推动,在传统组织中,由于利益原因,自上而下这条线是比较困难的,这种情况下如何推动数据治理呢?
2024-12-24 发布


无论您管理方,业务方,还是IT方,无论您处在哪个层级,都需要对资产分布,业务流程和业场景深入理解,只有深入了解一线业务员和客户角度的问题和难处,才能真正做好,量化好考核指标和管理策略,才能做出解决客户痛点的产品;
2024-12-24 发布


个人体会,正则表达式是文本清洗的神器,正则表达式不难,使用的时候在网上找找案例就行,但是如果你对他有全局了解,你就会发现,在未来使用和查找都会达到事半功倍的效果。
2024-12-24 发布

一、起因今天下午读DMBOK2,第五章,179页,键的功能类型中有一段话“业务键和代理键是互斥关系”,发现有点难以理解这句话,于是我去求助各位大神,看看大神对这个是怎么理解的。
2024-12-24 发布


当前企业,基本上存有海量数据,目前最大的问题是质量较差,导致数据无法应用,所以一般企业的数据治理都围绕数据质量进行治理,根据我的经验,主要有如下4个数据管理治理场景,看下你们的项目属于哪个场景。
2024-12-24 发布
点击继续加载
热门文章

性能是设计出来的,质量也是可以设计出来的,理解这篇,关系型数据库性能和质量提升30%不是问题。
文本处理神器是什么?
个人体会,正则表达式是文本清洗的神器,正则表达式不难,使用的时候在网上找找案例就行,但是如果你对他有全局了解,你就会发现,在未来使用和查找都会达到事半功倍的效果。
数据元=元数据?
你知道数据元和元数据的2个共同点和5个差异点吗?
指标和标签的基础理解(附下载)
标签是对象的属性,一般到字段粒度,面向数据应用端,是资源,是资产,可定价、可售卖、可交易的一种数据产品,包含属性、特征、指标、参数等;
如何提升数据质量?(附实战文档)
本篇包含数质量基础,数据质量规则、指标(附模板下载),数据探查(附模板下载),数据保障机制,数据清洗(附模板下载),常见质量问题(附下载文档)