Skip to Content
数据治理:权威指南
book

数据治理:权威指南

by Evren Eryurek, Uri Gilad, Valliappa Lakshmanan, Anita Kibunguchy-Grant, Jessi Ashdown
May 2025
Beginner to intermediate
254 pages
2h 39m
Chinese
O'Reilly Media, Inc.
Content preview from 数据治理:权威指南

第 3 章. 数据治理的要素:人员和流程

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见:translation-feedback@oreilly.com

如前几章所述,企业希望能够从数据中获得更多的洞察力。他们希望做出 "数据驱动型决策"。完全依靠直觉或观察做出商业决策的时代已经一去不复返了。现在,大数据和大数据分析可以在收集数据并从中提取模式和事实的基础上做出决策。

我们已经花了很多时间来解释使用大数据的这一趋势如何带来了围绕数据治理的一系列考虑因素,并概述了有助于这一过程的工具。然而,工具并不是设计数据治理战略时需要评估的唯一因素--参与人员和实施数据治理的流程成功实施数据治理战略的关键。

人员和流程是数据治理战略中经常被忽视或过于简化的方面。人们对治理工具的依赖程度越来越高,虽然工具越来越好、越来越强大,但仅有工具是不够的;如何实施工具、对使用工具的人员的了解以及为正确使用工具而设置的流程对于治理的成功也至关重要。

人民:角色、责任和帽子

许多数据治理框架都围绕着许多角色和职责的复杂相互作用。这些框架在很大程度上依赖于每个角色各司其职,以保持良好的数据治理机器顺利运行。

但问题是,由于员工技能不足,或者更常见的原因是人手不够,大多数公司很少能够完全或甚至半完全匹配这些框架。因此,在公司信息和数据领域工作的员工往往戴着不同的用户帽子。我们使用 "帽子 "一词来界定实际角色或职称任务之间的区别。在日常工作中,同一个人可以执行与许多不同角色相一致的任务,也可以佩戴许多不同的帽子。

用户帽子的定义

第 1 章中,我们概述了治理员、审批员和用户三大类。在此,我们将深入探讨每个类别中的不同 "帽子"(相对于角色)(并扩展到另一个辅助 "帽子 "类别)、与每个 "帽子 "相关的任务,以及从任务导向的角度看这些 "帽子 "与从角色导向的角度看这些 "帽子 "时的影响和注意事项。在表 3-1中,我们列出了每顶 "帽子 "的类别和关键任务,以便快速参考,随后将有更详细的说明。

表 3-1. 不同帽子的类别及相关任务
帽子 类别 主要任务
法律 辅助 了解并传达合规方面的法律要求
隐私沙皇 总督 确保合规并监督公司的治理战略/流程
数据所有者 批准人(也可以是省长) 实际执行公司的管理战略 (如数据架构、工具、数据管道等)
数据管理员 总督 对数据进行归类和分类
数据分析师/数据科学家 用户 运行复杂的数据分析/查询
业务分析员 用户 运行简单的数据分析
客户支持专家 辅助(也可以是用户) 查看客户数据(但不将这些数据用于任何分析目的)
高级管理层 辅助 基金公司的治理战略
外聘审计员 辅助 审计公司遵守法律法规的情况

隐私权沙皇

我们选择将这顶帽子命名为 "隐私专员"(privacy tsar),因为这是我们在谷歌内部使用的术语,但在其他文献中,这顶帽子也被称为 "治理经理"(governance manager)、"隐私总监"(director ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

流畅的Python(第2版)

流畅的Python(第2版)

Luciano Ramalho
数据质量基础知识

数据质量基础知识

Barr Moses, Lior Gavish, Molly Vorwerck
元数据管理基础

元数据管理基础

Ole Olesen-Bagneux

Publisher Resources

ISBN: 9798341657168