可用性包括主数据、数据质量管理(准确性、完整性、一致性、及时性);易用性包括:元数据管理、数据地图、数据指标系统:
从数据管理、数据架构、数据质量、数据安全、主数据管理、参考数据管理、元数据管理、业务智能和数据参考管理、数据建模设计、数据存储和操作、数据集成和相互操作、文档和内容管理、大数据、数据管理人员的道德要求等方面介绍了数据管理的知识体系,对数据管理的实施具有重要意义。
本书是编辑在数据治理咨询方面积累了近10年的经验和知识的总结。通过介绍数据治理的原理、技术、案例、发展趋势,为读者进行数据治理和主要数据管理实践提供了重要的参考。本书分为数据治理概念、数据治理实施、数据治理技术、数据治理前景四部分
主数据管理是对企业一般核心数据的统一管理和维护,以确保数据口径的一致性; 通过时间基线管理、数据准确性/完整性检测,实现数据质量管理; 元数据管理是管理数字仓库的数据元信息,标准化仓库表的名称和内容,以及每个表字段的含义和值,便于查询和理解使用; 数据地图,索引和显示所有仓库表的位置,以便理解表之间的血缘关系; 数据指标系统是数据在业务应用中发挥统计价值的集中体现。通过数据指标系统,可以直观地看到数据模型对业务解决的统计类型的需求;
概述文章主要介绍工业企业数据管理的基本概念、主流数据管理标准和框架、数据管理的发展趋势;系统文章主要介绍数据控制、数据战略、数据架构、主要数据管理的基本原理和管理系统;主要数据管理工具、数据模型管理工具、数据资产运营工具等;具体实施策略和路径选择、顶层架构规划设计、数据资产运营实施;电力、能源化工、钢铁、制造、战略投资等14个行业的数据管理案例,为读者提供专业、丰富、可信的数据治理实施例子。