数据治理3

5、以下哪些不属于阻碍变革管理的常见因素？ (知识点: 三月份模拟题)

A.缺乏团队合作

B.狂妄自大

C.对未知的好奇

D.欠缺领导力或者领导力失败

正确答案 : C

答案解析 : P459.阻碍变革管理常见因素

6、ARMA国际发布了一套档案保存指导原则。“建立信息治理规划，使组织创建或管理的档案具有合理性以及适当的真实性和可靠性保证。”这句话是对以下哪一原则的描述？ (知识点: 三月份模拟题)

A.保护原则

B.完整原则

C.可用原则

D.保留原则

正确答案 : B

0.5 参考数据和主数据治理

参考数据和主数据是共享资源，需要治理和管理。并非所有数据不

一致的问题都可以通过自动化处理，有的需要人们相互沟通才能解决。

如果没有治理，参考数据和主数据解决方案将仅仅是附加的一些数据整

合实用程序，无法发挥它们的全部潜能。

10.5.1 治理过程决定事项

治理过程应决定如下事项：

1）要整合的数据源。

2）要落实的数据质量规则。

3）遵守使用规则的条件。

4）要监控的行动和监控频率。

5）优先级和数据工作响应等级。

6）如何展示信息以满足利益相关方的需求。

7）参考数据管理和主数据管理部署的标准授权扎口和预期。

治理过程带来了与合规和法律相关的利益相关方及信息消费者，通

过定义把他们纳入隐私、安全和数据保留制度中，以减轻组织的风险。

作为一个不断发展的过程，数据治理在为使用参考数据和主数据的

人员制定原则、规则和指导方针时，必须有审查、接收和考虑新规则以

及对现有规则进行改变的能力。

10.5.2 度量指标

以下指标可以与参考数据和主数据质量以及支持这些努力的过程结

合起来。

1）数据质量和遵从性。数据质量仪表板可以描述参考数据和主数

据的质量。这些指标应该说明主题域实体或相关属性的置信度（百分

比），以及它在整个组织中符合实际需求的使用价值。

2）数据变更活动。审核可信数据的血缘对于提高数据共享环境中的数据质量是必要的。指标应该展示数据值的变化率，能够帮助人们深

入理解为共享环境提供数据的系统，并可被用于调整主数据管理进程中

的算法。

3）数据获取和消费。数据由上游系统供应，由下游系统和流程使

用。这些指标应该显示和追踪哪些系统在贡献数据，哪些业务区域在共

享环境中订阅数据。

4）服务水平协议（SLA）。应建立SLA并传达给贡献者和订阅

者，以确保整个数据共享环境的使用和采用。遵循SLA可以为支持流

程、技术问题和数据问题提供解释，而这些问题都有可能减缓主数据管

理应用的速度。

5）数据管理专员覆盖率。这些指标应该关注对数据内容负责的个

人或团队，并展示覆盖率的评估频率。它们可以用来识别支持方面的差

距。

6）拥有总成本。这个指标有多种影响因素、多种表达方式。从解

决方案的角度来看，成本可以包括环境基础设施、软件许可证、支持人

员、咨询费、培训等。这一指标的有效性主要是基于其在整个组织中的

持续应用。

7）数据共享量和使用情况。需要跟踪纳入主数据的数据量和使用

情况，以确定数据共享环境的有效性。这些指标应该展示数据共享环境

中流入和流出数据的定义、纳入和订阅的数量和速率

第11章 数据仓库和商务智能

11.1 引言

数据仓库（Data Warehouse，DW）的概念始于20世纪80年代。该

技术赋能组织将不同来源的数据整合到公共的数据模型中去，整合后的

数据能为业务运营提供洞察，为企业决策支持和创造组织价值开辟新的

可能性。同样重要的是，数据仓库还是减少企业建设大量决策支持系统

（Decision Support System，DSS）的一种手段，大部分DSS系统使用的

都是企业中同样的核心数据。企业数据仓库提供了一种减少数据冗余、

提高信息一致性，让企业能够利用数据做出更优决策的方法。

数据仓库和商务智能语境关系图如图11-1所示。

真正实施数据仓库的建设，要到20世纪90年代。从那时开始，数据

仓库建设逐渐成为主流，特别是与商务智能（Business

Inteligence，

BI）作为业务决策主要驱动力协同发展。大多数企业都建有数据仓库，

数据仓库被公认为企业数管理的核心[1]。即使数据仓库已经建设得很好

了，但相关技术仍然在不断发展，各种新形式的数据产生得越来越快，

新的概念（如数据湖）不断创立，它们将影响数据仓库的未来（参见第

8章和第15章）。

11.1.1 业务驱动因素

数据仓库建设的主要驱动力是运营支持职能、合规需求和商务智能

活动（尽管不是所有的商务智能活动都依赖仓库数据）。越来越多的组

织被要求用数据来证明他们是合规的，因为数据仓库中包含历史数据，

所以经常被用来响应这类要求。不仅如此，商务智能支持一直是建设数

据仓库的主要原因，商务智能为组织、客户及产品提供洞察。通过商务

智能获得决策知识并采取行动的组织，能提升其运营效率，增强其竞争

优势。越来越多的数据以越来越快的速度被使用，商务智能从回顾性评

价发展到预测分析领域。图11-1 语境关系图：数据仓库和商务智能

11.1.2 目标和原则

一个组织建设数据仓库的目标通常有：

1）支持商务智能活动。

2）赋能商业分析和高效决策。

3）基于数据洞察寻找创新方法。

数据仓库建设应遵循如下指导原则：

1）聚焦业务目标。确保数据仓库用于组织最优先级的业务并解决