大数据导论（通识课版）-第11章-大数据治理（2020年春季学期）.pptVIP

11.1.6 大数据治理的重要意义和作用 大数据时代，数据已经成为机构最为宝贵的资产。然而，目前机构的数据管理水平总体较为低下，普遍存在着“重采集轻管理、重规模轻质量、重利用轻安全”的现象，在服务创新、数据质量、安全合规、隐私保护等方面面临着越来越严峻的挑战 11.1.6 大数据治理的重要意义和作用 如果机构内部缺少完善的数据治理计划、一致的数据治理规范、统一的数据治理过程以及跨部门的协同合作，那么数据管理的业务流程可能会变得重复和紊乱，从而导致安全风险的上升和数据质量的下降。有效的数据治理则可通过改进决策、缩减成本、降低风险和提高安全合规等方式，最终实现服务创新和价值创造。 11.1.6 大数据治理的重要意义和作用 04 03 02 01 促进服务创新和价值创造 提升数据管理和决策水平 提高数据质量,增强数据可信度,降低成本 提高合规监管和安全控制,降低风险 11.2 大数据治理要素 11.2 大数据治理要素 治理的重要内涵之一就是决策，大数据治理要素描述了大数据治理重点关注领域，即大数据治理应该在哪些领域作出决策 11.2 大数据治理要素 图 大数据治理要素 11.3 大数据治理模型 11.3 大数据治理模型 数据治理模型 03 02 01 数据治理模型可帮助组织厘清复杂或模糊的概念，指导组织开展高效数据治理工作此外，模型的设置还有利于数据利益相关者从中获取信息，进而做出正确的决策 同时，模型的设置可以为实施数据治理举措制定指导方针，并且提供适当的评估机制，即当组织的治理期望与实际状态不符时，该评估机制可以提供差距分析 对于数据治理相关者而言，由于不同组织存在组织背景、动机和期望等的差异，因此，数据治理的模型具有特殊性，即不同组织和领域适用不同的治理模型，而且，同一个治理模型也会在发展和使用过程中不断动态变化和调优 11.3 大数据治理模型 数据治理模型 01 02 03 ISACA数据治理模型 HESA数据治理模型 数据治理螺旋模型 11.3.1 ISACA数据治理模型 数据的概念 ISACA数据治理模型 国际信息系统审计与控制协会(Information Systems Audit and Control Association，ISACA)是全球公认的信息科技管理、监控领导组织。ISACA从行政资助、文化、管理指标、培训与意识培养四个角度出发，构建了数据治理模型 (简“ISACA模型”) 11.3.1 ISACA数据治理模型 ISACA数据治理模型 二是充分体现了人的能动性与主导作用，及全程参与数据治理过程。此外，该模型采用顶层设计、基层实施的方法，秉持简单实用原则，只在需要的地方进行治理，不将额外的步骤纳入治理过程，确保模型的所有环节都为整个组织增值 一是由于治理是灵活的，可根据组织需求适当扩大或缩小治理范围，所以该模型不是“一成不变”允许在可控的范围内进行调整和优化 01 02 11.3.2 HESA数据治理模型 数据的概念 HESA数据治理模型 图 HESA数据治理模型 高等教育统计局是英国收集、分析和传播高等教育定量信息的官方机构，提出“HESA模型” 11.3.2 HESA数据治理模型 数据的概念 HESA数据治理模型 HESA强调数据治理模型与组织的设计和管理结构密切相关，同时指出每个组织应根据各自的侧重点，对通用模型进行适当修改，成为服务某个领域的特色模型 因此在该模型中,HESA将数据治理团队与法律、安全、人力资源等置于并列位置，由数据治理委员会统一指导.HESA指出，治理模型在一定程度上体现了“为所有人公平获取数据”的概念，数据应被视为组织资产，而不是一个孤岛 11.3.2 HESA数据治理模型 数据的概念 HESA数据治理模型 确保数据安全，确保组织面临的风险可控 1 防止和纠正数据错误，从而不断完善数据治理计划 2 衡量数据质量并提供检测和评估数据质量的改进框架 3 记录数据及其在组织内的使用情况，作为数据相关问题和具体决策的参考 4 该模型数据治理的范围 11.3.3 数据治理螺旋模型 数据的概念 数据治理螺旋模型 Mustimuhw Information Solutions是加拿大一家计算机软件公司，该公司研究发现，随着时间的推移，人们的需求和能力会不断变化和发展，治理模型也将随之而扩张和改进，不断迭代循环、发展壮大。因此，该公司认为数据治理应以螺旋模型呈现，以反映模型的动态和不断演变的性质 * * 第11章 大数据治理 目录 11.1 大数据治理概述 11.2 大数据治理要素 11.3 大数据治理模型 11.4 大数据治理保障机制 11.1 概述 11.1 概述 11.1.1 数据治理的必要性 11.1.3 数据治理与数据管理的关系 11.1.2 数据治