扫描二维码 关注Informatica微信

数据治理 如何告别剪不断理还乱 数据治理 如何告别剪不断理还乱

数据治理 如何告别剪不断理还乱

直播回放
网友互动

(03-19 07:48)ZDNet网友:

(03-19 09:41)haha:

(03-19 13:00)ZDNet网友:?

(03-19 13:10)ZDNet网友:

(03-19 13:14)ZDNet网友:

(03-19 13:18)ZDNet网友:

(03-19 13:26)Lin Weihua:

(03-19 13:30)ZDNet网友:

(03-19 13:33)ZDNet网友:

(03-19 13:48)ZDNet网友:

(03-19 13:49)ZDNet网友:

(03-19 13:50)ZDNet网友:

(03-19 13:50)ZDNet网友:

(03-19 13:50)ZDNet网友:

(03-19 13:50)ZDNet网友:

(03-19 13:51)ZDNet网友:

(03-19 13:51)ZDNet网友:

(03-19 13:51)ZDNet网友:

(03-19 13:51)ZDNet网友:

(03-19 13:52)ZDNet网友:

(03-19 13:53)ZDNet网友:

(03-19 13:54)ZDNet网友:

(03-19 13:54)ZDNet网友:

(03-19 13:57)ZDNet网友:

(03-19 13:58)wewe:

(03-19 13:58)ZDNet网友:

(03-19 13:59)ZDNet网友:

(03-19 14:01)ZDNet网友:

(03-19 14:01)ZDNet网友:

(03-19 14:01)ZDNet网友:

(03-19 14:02)ZDNet网友:

(03-19 14:03)ZDNet网友:

(03-19 14:03)ZDNet网友:

(03-19 14:05)ZDNet网友:

(03-19 14:07)ZDNet网友:

(03-19 14:08)ZDNet网友:

(03-19 14:11)ZDNet网友:

(03-19 14:12)ZDNet网友:

(03-19 14:14)ZDNet网友:

(03-19 14:15)ZDNet网友:

(03-19 14:15)ZDNet网友:

(03-19 14:20)ZDNet网友:

(03-19 14:21)ZDNet网友:

(03-19 14:22)ZDNet网友:

(03-19 17:43)lj:

(03-25 14:14)ZDNet网友:

(03-25 15:15)ZDNet网友:

(03-25 15:19)ZDNet网友:

(03-25 15:20)ZDNet网友:

(03-25 15:21)ZDNet网友:

(03-25 15:23)ZDNet网友:

(03-27 12:30)ZDNet网友:

(03-27 13:57)ZDNet网友:

(03-27 14:48)ZDNet网友:Test

(03-27 19:24)ZDNet网友:

(03-27 19:29)ZDNet网友:

(03-28 09:12)ZDNet网友:

(03-28 09:15)ZDNet网友:

(03-28 09:22)ZDNet网友:

(03-28 09:25)ZDNet网友:

(03-28 10:25)ZDNet网友:

(03-28 11:30)ZDNet网友:

(03-28 13:15)ZDNet网友:

(03-28 13:25)ZDNet网友:

(03-28 13:27)ZDNet网友:

(03-28 13:28)ZDNet网友:

(03-28 13:30)ZDNet网友:

(03-28 13:30)ZDNet网友:

(03-28 13:31)ZDNet网友:

(03-28 13:31)ZDNet网友:

(03-28 13:32)ZDNet网友:

(03-28 13:33)ZDNet网友:

(03-28 13:35)ZDNet网友:

(03-28 13:53)ZDNet网友:

(03-28 13:57)ZDNet网友:

(03-28 13:57)ZDNet网友:

(03-28 14:01)ZDNet网友:

(03-28 14:03)ZDNet网友:

(03-28 14:05)ZDNet网友:

(03-28 14:05)ZDNet网友:

(03-28 14:07)ZDNet网友:

(03-28 14:07)ZDNet网友:

(03-28 14:07)ZDNet网友:

(03-28 14:09)ZDNet网友:

(03-28 14:09)ZDNet网友:

(03-28 14:10)ZDNet网友:

(03-28 14:10)ZDNet网友:

(03-28 14:12)ZDNet网友:

(03-28 14:12)ZDNet网友:

(03-28 14:13)ZDNet网友:

(03-28 14:13)ZDNet网友:

(03-28 14:13)ZDNet网友:

(03-28 14:13)ZDNet网友:

(03-28 14:14)ZDNet网友:

(03-28 14:14)ZDNet网友:

(03-28 14:15)ZDNet网友:

(03-28 14:15)ZDNet网友:

(03-28 14:15)ZDNet网友:

(03-28 14:15)ZDNet网友:

(03-28 14:16)ZDNet网友:

(03-28 14:16)ZDNet网友:

(03-28 14:16)ZDNet网友:

(03-28 14:16)ZDNet网友:

(03-28 14:16)ZDNet网友:

(03-28 14:17)ZDNet网友:

(03-28 14:17)ZDNet网友:

(03-28 14:18)ZDNet网友:

(03-28 14:18)ZDNet网友:

(03-28 14:19)ZDNet网友:

(03-28 14:19)ZDNet网友:

(03-28 14:19)ZDNet网友:

(03-28 14:19)ZDNet网友:

(03-28 14:21)ZDNet网友:

(03-28 14:21)ZDNet网友:

(03-28 14:22)ZDNet网友:

(03-28 14:22)ZDNet网友:

(03-28 14:22)ZDNet网友:

(03-28 14:23)ZDNet网友:

(03-28 14:23)ZDNet网友:

(03-28 14:23)ZDNet网友:

(03-28 14:24)ZDNet网友:

(03-28 14:24)ZDNet网友:

(03-28 14:24)ZDNet网友:

(03-28 14:24)ZDNet网友:

(03-28 14:24)ZDNet网友:

(03-28 14:24)ZDNet网友:

(03-28 14:25)ZDNet网友:

(03-28 14:25)ZDNet网友:

(03-28 14:25)ZDNet网友:

(03-28 14:25)ZDNet网友:

(03-28 14:26)ZDNet网友:

(03-28 14:26)ZDNet网友:

(03-28 14:26)ZDNet网友:

(03-28 14:27)ZDNet网友:

(03-28 14:27)ZDNet网友:

(03-28 14:28)ZDNet网友:

(03-28 14:28)ZDNet网友:

(03-28 14:29)ZDNet网友:

(03-28 14:29)ZDNet网友:

(03-28 14:29)ZDNet网友:

(03-28 14:31)ZDNet网友:

(03-28 14:31)ZDNet网友:

(03-28 14:31)ZDNet网友:

(03-28 14:32)ZDNet网友:

(03-28 14:32)ZDNet网友:

(03-28 14:33)ZDNet网友:

(03-28 14:33)ZDNet网友:

(03-28 14:33)ZDNet网友:

(03-28 14:33)ZDNet网友:

(03-28 14:34)ZDNet网友:

(03-28 14:34)ZDNet网友:

(03-28 14:34)ZDNet网友:

(03-28 14:35)ZDNet网友:4008100900

(03-28 14:35)ZDNet网友:

(03-28 14:36)ZDNet网友:

(03-28 14:41)ZDNet网友:

(03-28 14:41)ZDNet网友:

(03-28 19:57)ZDNet网友:

(03-29 02:15)ZDNet网友:

(03-29 08:57)ZDNet网友:

(03-29 22:31)ZDNet网友:

(04-30 20:49)ZDNet网友:

(05-04 13:42)ZDNet网友:

(05-04 23:30)ZDNet网友:

(05-04 23:30)ZDNet网友:

(05-04 23:56)ZDNet网友:

(05-05 11:12)ZDNet网友:

(05-05 11:13)ZDNet网友:

(05-05 16:44)ZDNet网友:

(05-06 19:12)ZDNet网友:

(05-07 09:01)ZDNet网友:

(05-08 08:54)ZDNet网友:

(05-08 17:39)ZDNet网友:学习

(05-10 22:18)ZDNet网友:

(05-11 23:56)ZDNet网友:

(05-11 23:56)ZDNet网友:

(05-11 23:56)ZDNet网友:

(05-11 23:58)ZDNet网友:

(05-12 13:15)ZDNet网友:

(05-13 22:13)ZDNet网友:

(05-13 23:09)ZDNet网友:

(05-14 17:45)ZDNet网友:

(05-14 18:28)ZDNet网友:nalihuida

(05-14 18:28)ZDNet网友:

(05-15 10:17)ZDNet网友:

(05-15 20:31)ZDNet网友:

(05-16 16:03)ZDNet网友:

(05-17 13:34)ZDNet网友:

(05-17 20:26)ZDNet网友:wo sd lkdj lkasjd la

(05-19 15:16)ZDNet网友:

(05-19 15:16)ZDNet网友:

(05-19 15:23)ZDNet网友:nimabicsdn

(05-20 14:05)ZDNet网友:

(05-20 19:08)ZDNet网友:

(05-29 12:18)ZDNet网友:

(05-30 11:54)ZDNet网友:...

(05-31 11:42)ZDNet网友:

(06-03 20:34)ZDNet网友:

(06-03 20:34)ZDNet网友:

(06-03 20:34)ZDNet网友:

(06-05 23:46)ZDNet网友:

(06-07 20:28)ZDNet网友:

(06-08 21:18)ZDNet网友:

(06-08 23:13)ZDNet网友:

(06-14 15:42)ZDNet网友:

(08-21 14:29)ZDNet网友:

(02-07 17:32)ZDNet网友:

 
话题介绍

《数据治理:如何告别剪不断理还乱》

嘉宾名称
嘉宾:但彬

Informatica公司大中国区首席产品顾问

  • 时间:

    2014年5月28日(周三)13:30-15:00

  • 地点:

    任何可以上网的地方

  • 主题:

    数据治理:如何告别剪不断理还乱

  • 主要话题:

    如何借助数据治理将数据转化成战略性业务资产;数据治理如何进行数据发现和探查、数据质量监控...

  • 下期话题:
  • 主题:

    主数据管理:业务创新的急速器

文字速记

访谈将于14:00正式开始,敬请期待!

欢迎网友在访谈播出期间提出你感兴趣的问题,届时将有专家在线上进行实时解答,与网友互动。

 

访谈内容:

 

主持人:各位网友大家好,欢迎收看我们本期的ZDNet视频直播节目,我们今天请到了InforInformatica大中国区首席产品顾问但彬先生,我们来一起聊关于数据治理的话题。您好,咱们今天要谈的是数据治理如何剪不断理还乱,在谈这个话题之前想先问您一下,能不能先给我们介绍一下什么叫做数据治理,对于一个企业来说,数据治理对他们来说重要性如何?

嘉宾:大家好,今天由Informatica分享一些数据治理相关的经验或者说大家来一起探讨,开始您提到的数据治理的问题确实现在很热,很多企业都在期望通过数据治理来理清自己企业类的数据,期望这些数据能够帮助自己的企业带来自己业务上面的一些价值。

其实治理这一个词远不是IT的一个词,在很早以前很多企业都在谈公司治理,企业治理,而深圳的数据治理是从企业治理往下一直细分到IT和数据这个层面上形成的一套治理的策略和方法。所以说数据治理不是一个单纯的项目,没有一个产品就叫数据治理,而更多的情况下是期望通过产品的支持和一些策略方针,以及一些标准化的手段和流程来实现数据本身管控的一套手段,所以说大多数企业想到数据治理的时候可能心里想的是一个项目,或者说有没有这样一种成型的软件我们拿来就可以把企业的数据治理好了呢?但是实际上往往它不能够这么简单去实现,可能需要有一些咨询,有一些业务梳理,有一些流程的制定,甚至要有相关的人员配合才能达到最终治理的目的,这也是乱或者它复杂的一个原因。

主持人:挺复杂的,现在就您的了解,我们现在国内的企业它在数据管理或者说可能还没有到数据治理这么一个层级,现在企业数据管理的现状是怎样的?

嘉宾:其实可大可小,现在都在谈大数据,有些又在说小数据,或者说是传统意义上我们谈企业数据,真正从各个企业各个行业或者各种规模不同企业来说,数据的现状都是参差不齐的,有的企业已经不但是传统的业务数据,现在已经走向更广泛的一些大数据的治理,如何利用大数据去解决一些新兴的问题的情况。有些企业可能还处在IT的建设阶段,这些系统在不断产生它的数据,有些企业可能它处在传统企业,系统已经建设完毕,有很多数据我们期望去通过它通过模式分析或者其他一些手段,能够解决业务的一些问题这样一个阶段。

但其实不断是哪样一种层次的企业都会面临治理的一些需求,可能只是说有的企业来得更复杂,有的企业可能来得相对简单一些,因为它数据的范围或者规模,种类要少一些,面临的问题也就相对少一些,所以其实都会有这样一种情况。

但是真正谈到说数据的状况它是谈到了参差不齐,当然治理的难度也是有差异的,比如说有的企业可能开始说我治理的只是一些核心,比如说财务相关的或者说是流程管控的,有些企业可能我们期望治理的范围就更广阔一些,可能它面临问题更多一些。

主持人:刚才您说到了有的是它层级比较高,有些层级会低一点,低一点可能会因为各种各样的原因导致它目前数据现状不是特别好。能不能请您给我们大概举几个例子,或者说他们不太好的原因是什么?

嘉宾:其实真正信息或者说数据本身需要治理,是因为它有问题我们才要治理它,所以说面临的问题是多种多样的,最具体的我们可以总结起来有这么几个方面。最关键的一个原因就是因为业务的条块分割,同时IT建设是顺应业务的发展,所以说这时候我们会变成IT也是条块分割,而条块分割把本身有逻辑意义的数据把它割裂了,原来我们谈得最多的数据孤岛或者这些概念,但是真正割裂并不是单纯说物理的割裂,实际上我们有时候把之间的逻辑意义给切断了,比如说我们举一个例子,比如说我们现在就谈治理的客户数据最多,比如我们银行经常谈的我们要治理我们客户的数据,因为什么,客户数据是我最重要的一条信息,有了客户我就有了营销,有了营销就有了收益。

如何去治理我们的客户信息,原因是我们的客户数据不管是从信用卡,信贷,从传统的银行业务里面都会有它自己的客户信息,这时候我们认为不同系统中存的客户信息是割裂的。而另外一方面逻辑上的割裂,同样一个人是完整的一个人,但是他可能在信用卡办有业务,在银行传统储蓄办有业务,他也做了个贷,这一个人的信息被割裂了,而这三个应该是一个逻辑的一个人,这时候也是割裂的。所以这时候我们从人的这一条信息来看它被割裂了,它需要治理,它存在问题,它会带来营销上面的一些问题,比如说不一致,我不知道客户的价值,也不能统一获得客户的风险,更不知道该向这个客户推销什么样一个合适的产品,这就是可能我们治理想要达到的一些目的。

主持人:您举了我们客户可能最普遍面临的问题,针对这个问题InforInformatica是不是能有我们一些成套解决方案来解决这个问题?除了割裂之外相信还可能我们的企业数据它还面临其他的问题,面临这些问题的时候我们的产品是不是都能够帮助他们去解决?

嘉宾:对,其实谈到治理,开始我们谈到了治理的概念,真正大家说治理到什么程度,我们的信息治理好了呢,或者说治理到我们可以接受的程度了呢,为什么我补充第二句话,是因为数据状况你很难说它百分之百是准确的,没有百分之百的好也没有百分之百的不好,所以说我们是期望用一个指数或者说一些方法确定它说达到了某种程度,让我们觉得可以量化。它好好到什么程度,坏坏到什么程度,所以治理的时候一般我们会通过多个方面去权衡它,比如说我们数据定义的准确性,第一件事情就是标准的定义。第二件事情我们有数据本身取值的准确性,有数据的完整性,数据的可访问性,我把数据说为了访问,数据还要安全,不该看的人看不到,该看的人能够看得到,它还会有一致性,开始我们提到的人的信息割裂叫信息的不一致,那个系统说的是在东城,这个系统说我实际上根本就不是北京,这时候这两者的信息不一致的问题也是要解决的。

以及还有包括审计等等一系列的需求,我们期望得到的东西它要能够得到,认为它是一个治理好的,或者是可以有序的一种数据的状况。

我们谈到了数据要治理到这种状况,理论上开始我们提到了需要标准,这是一个业务概念的词,理论上没有哪一个产品说我面向一个银行我给你一套标准,没有,这套标准更不可能放到一个制造企业去放,所以说理论上只有行业的或者针对自己企业的标准才是符合真正企业化的标准。

第二个我们谈到说有了标准以后,用标准的流程,其实你会看到银行的流程一定跟电信的流程不一样,电信的流程跟制造的流程又不一样,所以说它也要针对一个企业去做流程。这两者谈到这两个方面,理论上我们认为都是业务层面去做梳理的,所以说治理开始我们谈到说要治理技术,要有标准要有人,这两方面就是人和标准相关的东西,要通过一些咨询去把它梳理出来,它适应我们现有的一些流程。

InforInformatica作为一家专注于技术解决方案的一家公司,我们是去支撑这样的标准或者流程的运行,所以Informatica我们去解决数据的可访问性,如何才能访问到数据呢,我们由Informatica传统的数据集成,它可以连接各种各样的数据源,可以帮助你获得实时的或者批量获得各种各样的数据,解决了连通性的问题。解决了连通性,数据拿上来以后我并不了解我的数据是好还是不好,好到什么程度,不好到什么程度,如何量化,我们可能就要用一些手段去量化它,去剖析数据的现状,哪些地方该填的没有填,哪些地方填错了,这是剖析的一个过程,所以说我们要做到数据可知。

第三个是我知道有问题以后我要能够可治,我已经知道这不好了,我怎么治理它呢,如何治好它,质量的问题。比如说该填的地方没填,如何能够让他自动填充或者说通过一些手段去让他填充,或者通过人为流程去做填充都是一种手段。这是我们做到可治。

然后还要求它一致,开始说两个人的信息不一致,到底我是在北京还是不在北京,这个东西就需要一些技术手段去保证它的一致性,开始我们提到的安全,现在银行谈得很多的包括我们也是在很多地方都接到客户的一些需求,我们的数据不该看的人看到了,不该流失的数据流失了,这些东西可能有些渠道可以去做控制,Informatica在这方面也可以提供我们相应的一些解决方案来保证不该看的人看不到他不该看的信息,有些人该看到的信息可以看得到,这是我们在数据隐私保护或者说一些解决方案。

同时还能看到可审计等等,都是我们要把所有的数据谁操作过都要留下痕迹,我们知道谁操作过,谁什么时间把什么数据变成了什么样子,我们未来真的出了问题我们知道是谁干的,这些东西,可能还会有更多的这些信息。

主持人:都可以做,从数据源这个地方开始,然后到整个的周,像一个数据生命周期一样我们都可以做。

嘉宾:对从头到尾期望把它变成一种真正被企业可用的,用于业务的一些过程中的一些数据,这是整个一套解决方案,或者说是,其实真正在企业执行的时候并不一定说大而全。说我要做一个数据治理,说把所有东西都搬上来有可能不是这样子的。有时候我们的数据治理项目往往会切割成一个一个子项目,比如说我第一阶段如果就要期望达到最后一个目标,其实是很难的。比如说我可能这个项目通过一年的时间最后还没达到项目,这项目周期就太长了,看不到结果。有可能我们刚开始把连通性的问题解决了,然后慢慢解决质量的问题,慢慢解决一致的问题,慢慢解决安全的问题,所以说这是一个可能是把它分拆很多子项。

主持人:我要是客户就想做其中的一个子项可以做吗?

嘉宾:可以,也可以。

主持人:根据它现在的现状,我们先做这一个子项,我们逐渐再去做其他的子项,都是可选的?

嘉宾:对,其实很多客户往往是这样子的,有些客户其实你说他,我们总是把数据治理想象成是大而全的一个包,其实大家都在做治理,在治理不同的问题。客户往往选择如何去治理或者治理哪一部分,一定是找他最迫切需要的问题的最严重的方面先入手,工作方法的问题。

主持人:您接触那么多有需求的客户,您觉得哪类客户它具有什么条件了给它做数据治理的项目成功率就会比较高,或者说他应该具备一些什么样条件,我们希望这些用户具备什么样条件我们在给他提供解决方案的时候我们的成功率就高?能否量化呢?

嘉宾:有一点难度,但是我觉得我们在真正跟客户接触的时候,我们也会根据我们的经验确定这个客户可能它会做治理,或者治理对它有一些帮助。比如说有的客户像今天我们还遇到一个客户开始我们聊到,它可能两年前就谈要做治理,但是我们知道当时我们就判断它说你的治理一点思路都没有,要做什么没有明确目标的时候,这个时候可能更多是以咨询为主,我去找业务的问题在哪里,找到业务想要什么你才能知道要治理什么,如果说单纯去做IT本身的治理你可能是没有目标的,帮你找到以后当有一定的业务目标以后,这时候我们会说从哪个入口开始去做治理,我觉得反倒是一种见效很快,不会一次性投入太大的一种思路,一种建设方法。

也有企业一次就把治理的范围做得很宽,也存在这样的一些企业,我们也遇到过,甚至我们也实施过一些企业。

主持人:刚才您谈的那些还是挺技术化的一些问题,其实这个数据治理我们不能把它纯看成是一个技术的问题。

嘉宾:是这样的。

主持人:有没有跟您接洽的时候是企业CXO级的一些人?管理的人,或者是业务部门的人,什么样一些语言能够让他们接受这个数据治理,或者说一个什么样的方式就让他短时间内能够了解到数据治理的一些优势?

嘉宾:确实是这样,因为从企业来说它谈到数据治理时候可能都会说我开出一个业务的需求,其实我们经常看到的业务需求是这样的,比如说一般厂家一个企业我们面临的,遇到最典型的企业是很多的央企,现在我们的央企都是集团化的,可能有很大的企业集团,这时候下面有很多子集团可能分属于不同的行业,可能来自于制造,来自于金融,来自于其他一些方向,它做的是不同的行业,但是企业集团更侧重于投资,管理和高瞻远瞩的一些目标设定。

如果我们从总部来说我要去做治理的时候怎么来治理呢,我在想我要拿什么来做抓手,业务上我以什么做抓手。我说我要治理财务的问题,这是一个典型的业务治理,我要治理财务问题,如何治理财务问题呢?首先统一财务,比如说统一财务的统一口径,统一财务的一些编码,统一财务的科目。这些统一以后至少口径统一了,你上报的东西是可以的。

甚至有时候我的治理深度可能更高,全企业统一一套财务,就一个大财务的概念。这是我们典型从IT系统方式去的一种治理,变成了系统的统一或者说叫系统的大集中的项目,这也是一种治理。但是这时候治理发现它是竖着一条线的治理,是从一个典型的一个业务来的。但是真正从上面来说它可能希望看到一个全局的治理,希望不只是财务,可能生产过程,从采购或者说其他一些方向我们都期望去做治理的时候,这时候它可能要在上面去做管控上的治理。

这时候我们来讲可能就会讲到说一个采购流程需要一个业务部门发起怎样的一种请求,要哪些部门审批,那就是开始我们讲到的治理的流程。有什么样一些流程才能够注定这样一个动作可以完成,这些完成以后应该谁去执行,这些是典型的流程。

第二个事情是当我们填报一些信息或者是执行的时候一定有人,比如说我最简单审批一个材料或者一个供应商的时候,或者说一个订单的时候,我一定知道说谁得这个信息是负责任的,说订单有些信息没填那肯定不能过,如果过了那一定是某一个部门要负责任的,理论上这个部门就是这样一个数据的认责方,这就是人,开始看到流程看到人。真正的底层运行都是一些系统,这是技术层面的东西,所以这是我们谈的开始说三个架构在实际过程中就是这么来协作运行的。

主持人:明白了,企业它数据治理的好坏有没有一个界定的标准?界定说它是好还是不好。

嘉宾:这个东西其实我觉得应该是业务部门说了算,一般常见我们一个合理的项目是业务部门有需求,我们的IT或者是相关的一些流程或者管控部门治理相关的一些计划,然后同时形成一个可执行的一套方案,这套方案包括了业务流程,人和IT系统,最后的评判者也是业务部门说我提出的需求是否达到,达到哪种程度,这是典型的一种工作流程,说我要什么你帮我做到了什么,我来判断你做到什么程度,所以说一般是业务部门来确定。

从我们所看到的这种企业里面治理真正要说到治理这个程度有几个关键的条件,像最重要的一个关键条件就是要有CXO的做支持,如果说他不来立这个项目其实很难成功,因为会发现治理的任何一个东西都牵扯到各个部门和各个条线的人和流程,任何一个条线都不可能做这件事情,我来做我只能做自己内部的事情,最多是做到开始我们说的财务集中一个条线的治理,要做全局的治理一定要有上面的一些人来做这样一个把控或者说去做协调,才能够让这件事情是可以运行的。

所以说真正治理好的都是有很好的领导,有很好的一套规范,包括一些标准,一些流程的一些规范,然后有很好的技术支撑落地的这样一个治理方案。

同时我们也看到有些治理单纯是做了咨询,我们认为这是不够的,因为咨询完了真正的规范和执行还是两张皮,一边有一套很完整的规范,但是还是按照老的方式去做执行,所以说这些问题还是存在。IT系统其实起到一个什么作用呢,就是把这张纸落成了一个系统去监控或者说约束这一套执行的过程,说你必须要去通过系统做什么事情,要做什么记录,这其实是一个监督的东西去监督我们治理的完善。

主持人:好多人就是系统之前的事该做的都做了,该上系统的时候停止了。

嘉宾:因为他或者认为治理也存在另外一个原因,就是你会发现传统我们去做一个财务系统,那财务部门马上说我能够立竿见影看到说我财务好了,然后如果说我们更高层面治理的时候它的这种获益者更多是更全局的东西,可直接看得见的东西不多,或者说我们也认为是它治理的时候没有负责人或管理者,就说这个数据没有人负责,所以说没有人来说这个系统做到了什么程度,最后造成一些治理的项目有可能效果并不是那么理想。

主持人:以上时间我们就数据治理很多的问题请您给我们做了一些概念的普及,包括一些观念上的,扭转有些人的错误观念。因为我们整个的访谈也是跟网友有互动,网友有一些什么问题根据您刚才的介绍他有些问题可以随时提出来希望得到专家的解答,我们也是提取上来了两个网友比较感兴趣的话题,看您能不能给解答一下。一个网友说我这个企业数据量不大,我是不是现在就可以不做数据治理?

嘉宾:这个问题从两个方面去看,其实量和范围是两个维度,就说一个你可以是数据量很小,但是我收集的数据相当复杂,其实这也很复杂,哪怕只是一个我们说这个企业就一条数据但是描述了无数种东西,那这时候你就发现更复杂。另外一种,所以说量只是我是10个还是100个,解决处理能力的一个问题,所以说就是量和这个的关系。第二,量小并不等于不用治理,治理是分分钟渗透在我们的业务过程中的,我们治理有两种方法大多数情况是坏了然后把它治理好,另外一种其实为什么我们不能未雨绸缪,在我真正量还没有上去的时候我开始可以有一些方法去约束它规范它,而不是等到水脏了我们才想起来去治理,这个东西就像我们大气一样,这是一个。

但是有时候为什么大家说现在那些大企业当时没有想这个问题,大家的眼界是有问题,现在我谈的治理可能十年以后发现这种理论可能有很多错误,也有可能,因为哪个东西都有一个阶段一个阶段的发展,在当年IT的时候这个已经做得很好了,但是当我完成了它的使命以后,从现在的角度来看我们觉得可能要使这些信息发挥更大价值的时候,我们要去把它做更好的治理,这是两个不同的方法或者是入口。

主持人:希望这个解答了网友的问题,我觉得其实很多人都有这个误区,企业小或者我还没有这么大需求我就先不做了。另外,有些网友问到数据治理和企业合规之间有什么关系,因为现在对于企业合规很多时候也受到了很多的重视。

嘉宾:其实合规更多是一个业务层面要解决的问题,合规可以是通过治理可以解决部分的合规问题,但并不能解决所有的问题,所以说我们举例合规是这个业务问题跟数据治理有交集,但并不是完全重合的解决方案。比如说我们举一个例子,比如说企业可能要解决风险合规的问题,风险这个话题就很大,可能单纯从信息风险或者操作风险来说可能存在像我们开始谈到的信息泄露,不该看的数据看到了,这是可能我们在数据层面可以去解决的,但是也有一些风险是从业务操作层面去解决的,比如到底像银行的头寸我要放多大,这是典型的业务的一些风险,所以说风险管理是一个合规问题,但是数据治理是解决它一部分的合规问题。我不知道这个回答能不能表达清楚。

主持人:解决一部分的问题,但是不能说把所有的问题都解决了,不能依靠这个数据治理来去解决企业合规问题。

嘉宾:因为数据治理如果你把它放到上面一层是IT治理,再往上是公司治理,真正的风险是放在公司治理层面,更多看在是业务层面的一个问题,IT可以帮助它。比如说开始我们提到可能是操作风险从头寸放多少的问题,比如说我们能够通过原有的一些业务或者说一些风险把控的预值去自动调整这些东西,可以减少风险或者提高防风险的能力。或者我们可以通过一些报表把一些风险的问题暴露出来让监管部门能够清楚,这是合规的问题,是可以帮助它,但是真正解决它的一定是业务的领域去探讨,IT就是开始我们谈到的它是业务上面的需求,IT去做支撑这个概念。

主持人:以上时间特别感谢但彬先生能够作客我们ZDNet的视频直播室,我们就数据治理的话题也解开了很多网友的疑问,另外也是表明了InforInformatica在数据治理的领域里边我们现在能做的事情以及我们可能有的解决方案,感谢您作客我们的节目,欢迎网友继续收看我们接下来的节目,谢谢。

嘉宾:谢谢晓楠,也谢谢广大网友,谢谢。

主持人:再见。

相关新闻

Informatica

"全球领先的独立企业数据集成软件提供商Informatica让世界各地的企业充分发挥其信息潜能,推动主要业务目标,赢得竞争优势。全球众多知名企业借助Informatica 使用及管理其在本地的、云中的和社交网络上的信息资产。

更多下载 »本期资料下载

在线诊断:你的企业数据安全吗?
1、您的企业对数据安全和隐私保护的态度是什么?
2、贵企业所处行业是否有数据泄露风险或行业监管要求?
3、您认为数据泄露主要源自哪些方面/途径?
4、贵企业目前采取的数据隐私保护手段是?
5、贵企业对目前所采取的数据保护手段有何不满?

感谢您参与本次在线诊断,您将即刻获得相关诊断方案,帮助您保护您企业的数据安全。

请您填写如下信息:

公司名称: 姓名:
电话: 邮箱:
职位: 地址:
行业案例及解决方案
银行

随着该银行业务快速发展,业务生产系统积累大量敏感信息,如果这些数据发生泄露、损坏,不仅会给银行带来经济上的损失,而且会给银行的声誉带来负面影响。目前在业务分析、开发测试、审计监管等使用过程中如何保证生产数据安全已成重要问题...详细 »

证券

通过Informatica企业数据集成平台,我们构建起一个开放的数据ETL平台, 从而可以更快地获取到各种关键数据,使我们更好地掌控各种交易状况,降低企业风险,也让我们的新产品与服务的上市时间得以大大缩短,增强了企业竞争力...详细 »

电力

Informatica MDM产品能够用灵活的数据模型定义任何类型的主数据,允许电力行业客户快速、方便地进行二次开发。支持其数据模型、业务规则、安全和数据管理功能的完整配置,实现了对主数据整个生命周期的全面跟踪管理...详细 »

人寿

我们看重的是Informatica产品的运行稳定性、数据处理可视化环境、数据源共享、多机并行、高可用性等一系列的优势,使用了Informatica之后大大减少了运维人员的工作量。此外,Informatica系列产品还提供了专门针对于SAP的数据接口,真正实现企业级数据平台...详细 »

中国客户支持热线:400-810-0900

Potential at Work 社区 | 官方网站 | 官方博客 | 官方微博 | 联系我们

© 北京第二十六维信息技术有限公司版权所有.
京ICP备15039648号-7 京ICP证161336号 京公网安备 11010802021500号