在构建组织的运

16、在构建组织的运营模型时需要考虑 (知识点: 三月份模拟题)

A.数据对组织的价值

B.业务模式

C.文化因素

D.以上都需要考虑

正确答案 : D

答案解析 : P55.制定数据治理战略

17、1.接受并应对新的数据源采集的要求。2.使用数据清理和数据分析工具进行快速、即时、匹配和高级的数据质量评估。3.评估数据并将数据整合的复杂性传递给请求者，以帮助他们进行成本效益分析。4.试点数据采集及其对匹配规则的影响。5.为新数据源确定数据质量指标。6.确定由谁负责监控和维护新数据源数据的质量。以上活动属于主数据管理的哪一步关键处理步骤？ (知识点: 三月份模拟题)

A.数据模型管理

B.数据采集

C.数据验证、标准化和数据丰富

D.实体解析和标识符管理

正确答案 : B

答案解析 : P273.数据采集活动包括

改，研究和实施解决方案之前应该考虑当前的组织准备情况、组织未来

的使命和愿景的需要。

或许最具挑战性的文化变革才是治理的中心：确定哪些决定由哪个

人负责，是业务数据管理专员、架构师、管理人员，还是管理层；哪些

决策需要由数据管理团队、项目指导委员会和数据治理委员会协同做

出。10.5 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。

3.1.1 业务驱动因素

建立正式数据质量管理的业务驱动因素包括：

1）提高组织数据价值和数据利用的机会。

2）降低低质量数据导致的风险和成本。

3）提高组织效率和生产力。

4）保护和提高组织的声誉。

希望从数据中获取价值的组织认识到，高质量数据比低质量数据更

有价值。使用劣质数据充满风险（参见第1章），会损害组织的声誉，

导致罚款、收入损失、客户流失和负面的媒体曝光。监管的需求通常要

求高质量的数据。此外，许多直接成本均与低质量数据有关，例如：

1）无法正确开具发票。

2）增加客服电话量，降低解决问题的能力。

3）因错失商业机会造成收入损失。

4）影响并购后的整合进展。

5）增加受欺诈的风险。

6）由错误数据驱动的错误业务决策造成损失。

7）因缺乏良好信誉而导致业务损失。

高质量数据本身并不是目的，它只是组织获取成功的一种手段。值

得信赖的数据不仅降低了风险，而且降低了成本，提高了效率。当员工

使用可靠的数据时，他们可以更快、更一致地回答问题。如果数据是正

确的，他们能花更少的时间发现问题，而将更多的时间用于使用数据来

获得洞察力、做决策和服务客户。

13.1.2 目标和原则

数据质量管理专注于以下目标：

1）根据数据消费者的需求，开发一种受管理的方法，使数据适合

要求。2）定义数据质量控制的标准和规范，并作为整个数据生命周期的

一部分。

3）定义和实施测量、监控和报告数据质量水平的过程。

根据数据消费者要求，通过改变流程和系统以及参与可显著改善数

据质量的活动，识别和倡导提高数据质量的机会。

数据质量管理应遵循以下原则：

1）重要性。数据质量管理应关注对企业及其客