大数据治理理论

大数据治理理论：

1、数据治理（Data Governance）通过建立一个能够满足企业数据需求的决策体系，为数据管理提供指导和监督

2、数据架构（Data Architecture）定义了与组织战略协调的管理数据资产蓝图，以建立战略性数据需求及满足需求的总体设计

数据建模和设计（Data Modeling and Design）以数据模型的精确形式，进行发现、分析、展示和沟通数据需求的过程

3、数据存储和操作（Data Storage and Operations）以数据价值最大化为目标，在整个数据生命周期中，从计划到销毁的各种操作活动

4、数据安全（Data Security）确保数据隐私和机密性得到维护，数据不被破坏，数据被适当访问

5、数据集成和互操作（Data Integration and Interoperability）包括与数据存储、应用程序和组织之间的数据移动和整合相关的过程

6、文档和内容管理（Document and Content Management）用于管理非结构化媒体数据和信息的生命周期过程，包括计划、实施和控制活动，尤其是指支持法律法规遵从性要求所需的文档

7、参考数据和主数据（Reference and Master Data）包括核心共享数据的持续协调和维护，使关键业务实体的真实信息，以准确、及时和相关联的方式在各系统间得到一致使用

8、数据仓库和商务智能（Data Warehousing and Business Intelligence）包括计划、实施和控制流程来管理决策支持数据，并使知识工作者通过分析报告从数据中获得价值

9、元数据（Metadata ）包括规划、实施和控制活动，以便能够访问高质量的集成元数据，包括定义、模型、数据流和其他至关重要的信息（对理解数据及其创建、维护和访问系统有帮助）

10、数据质量（Data Quality）包括规划和实施质量管理技术，以测量、评估和提高数据在组织内的适用性