2019年3月更新将数据建立为战略资产并不容易，而且依赖于组织内部的大量协作。这样做的好处是，一旦为数据建立了记录系统，您的组织就可以实现许多有价值的数据治理用例。在这篇文章中，我将重点介绍最有价值的3个数据治理用例。每一个都取决于数据治理和管理功能是否到位。例如，如果您对业务中存在的数据没有认可的分类法，那么当数据流入您的湖泊时，您就无法对数据进行充分的标记。数据湖管理：防止数据泛滥数据湖是一个存储存储库，它以其本机格式保存大量原始数据，包括结构化、半结构化和非结构化数据。数据结构和需求直到需要数据时才被定义。通常情况下，组织将上述定义解释为将任何数据转储到湖中，并让消费者担心其他数据的原因。数据沼泽就是这样诞生的。为了避免陷入困境，需要对数据湖进行治理，从接收数据开始。该治理职能部门需要回答的一些关键问题是：这些数据应该集中存储吗？也许最好把它放在业务线内，或者这甚至不包括我们的数据？数据是否符合我们的使用、隐私等政策？数据是否与我们的业务术语表一致，以便人们能够真正地发现并理解湖中的内容？数据是否与数据字典对齐？数据是否符合数据质量要求？一旦您完成并批准了上述问题，数据就可以通过测试，然后进入您的业务用户可以找到并购买数据的湖。数据分发：搜索和购买数据想象一下下面的场景：一个新产品即将上线，需要一个非常有针对性的营销活动——尽可能针对您的组织认为最有可能购买此类产品的客户量身打造。这场营销活动将依赖于数据。它还将包括来自多个地方的数据，如Adobe的分析和一个或多个内部CRM系统（让我们保持简单）。如果没有数据治理，那么在项目启动时就开始搜索数据。花一个月的时间浏览不同的业务线、系统和会议室，以找到并了解应该使用和可以使用哪些数据，这种情况并不少见。但是，让我们假设您的组织已经将数据作为一种战略资产，并建立了一个数据记录系统。在这种情况下，由于数字营销经常使用Adobe和CRM数据，数据共享协议已经存在。这基本上是一个协议，内容营销部门从Adobe获得的数据可以被数字营销使用。协议详细说明了所有内容，包括可用的提要类型、刷新频率、数据所有权，以及可能的50个其他属性。把它看作是围绕预期数据的契约和SLA。数字营销中的数据公民要做的第一件事就是检查数据目录：对可供分发的数据集和提要进行企业范围的视图，以及构建新数据集以进行消费的能力。治理在这里扮演的关键角色是，我们不能仅仅提供所有（重复和冗余）数据集的转储。我们的数据公民希望数据符合目的，他们可以通过检查feed的上下文（用批准的业务术语标记）、验证质量、抽样数据以及查看其他人对这些数据做了什么来确定这一点。当公民找到正确的feed或数据集后，他们可以将资产添加到购物车中并请求访问。在请求访问时，它们提供所需的数据传输格式，以及相关的数据共享协议、数据需要多长时间等。根据集成程度的不同，数据的分发可能意味着一个任务被发送到数据保管人以提供访问，或者提供一个完全自动的权限更改和到数据的连接。在本例中，治理是一个加速器（一个小时而不是一个月来查找正确的数据）和保险单（在业务部门的明确授权下，使用了适合用途的数据）。报告认证：减少80%的报告堆栈如果您已经创建了一个可以在整个企业中使用的伟大资产，那么为什么不证明它是适合用途的呢？为什么要冒着风险去参加一个有着不同数字的相似报告的会议呢？或者听到另一个单位因为不确定使用了什么数据而重新创建了同一个报告？就像审计人员在报告上盖上正确的印章一样，数据授权机构也可以这样做，以表明资产可以自下而上信任。这不仅是一种显示价值的好方法，也是剔除冗余、过时或错误的报告（或其他资产）的好方法。认证的基本步骤：我们有这个资产的所有者吗？他或他的代表能否帮助识别关键数据元素？数据能追溯到它的来源吗？我们是否制定了标准，例如数据质量规则？我们能证明这些标准已经被应用了吗？当数据在组织中流动时，它们是否可以在不同的跳跃处被测量？因此，如您所见，扩展治理程序以包括数据治理用例，如清理数据沼泽、搜索和购买数据以及减少报表堆栈，不仅是实现更高投资回报率的好方法。这也是一个很好的方式来显示真正的价值的业务。