数据质量管理是企业最核心的价值，面对越来越激烈竞争，越来越多的企业开始重视对数据管理及运营，用以提升业务发展能力。面对巨量数据，如何有效进行数据的保值和增值数据膨胀给业务支撑带来量变到质变的后果。整个开发、架构、运维体系都难以承载巨量的数据，对平台支撑以及系统管理能力带来巨大的挑战。/ W& u1 o2 a* D4 P
; ?! W7 t3 j; K
0 s& ^0 N+ d9 c: D; h1 ?: V5 t, | 1.当数据成为资产
% U7 @* z' ~) Y# K4 I. H q 纷繁多样的数据不断在产生，如何使数据变成企业的数据资产，数据资产通常被认为必须具备可控制、可量化、可变现的特性。
) l0 b+ ^. L- X 可控制) [' }) r6 T4 g* a- [
企业自身生产或者取得的数据，必须是高度清晰的，可以充分被企业所掌控完全被企业所拥有和进一步应用的数据。
$ @' e+ v. z O5 F) z 可量化
) ]/ S2 ?0 i2 a2 _" H. u e 数据资产货币化，以货币形式对数据资产进行评估和测量，有利于企业内以同一口径衡量数据价值) F0 M2 q: |2 N* ^/ G9 z
可变现- @# |$ X0 Y2 t' v. m
企业通过数据挖掘和分析、数据租售、信息销售等方式，持续将自身掌握的数据资产变现，使数据资产保值和增值。
6 A4 T O1 X/ {- F 2.DAMA-数据治理是数据资产管理核心6 i! @6 C7 x! x( r+ i7 H% i+ V
数据治理 = 数据资产管理的管理 = 数据资产(管理)28 P: B. \2 t! Y" y
数据治理作为数据资产管理框架的核心职能，它与其他数据资产管理职能交互并互相影响。& ^, o$ r/ [* b$ G
数据治理是对数据资产管理行使权力和控制的活动集合(规划、监控和执行)，它指导其他数据管理职能如何执行。数据治理是在高层次上执行数据管理制度。, L- J' B/ \% h- ?& J7 b
数据治理，定义、审批、沟通企业高层次的数据战略、政策、标准、架构、流程和度量体系，同时，负责追踪并保证数据管理体系的合规性和一致性。
" c! o: s X: s( n! U5 a 它还负责发起、追踪和监控数据资产管理的可交付成果，以及数据资产管理中的问题管理
# I* O1 Q6 i Q- b 3.数据治理战略目标4 Y" K% {6 S& [& }7 i) g7 {
数据治理的总体目标是理解企业的信息需求，规范数据的生成以及使用，持续改进数据质量，保证数据安全，最大化数据价值。通过数据资产管理可以提升核心能力掌控，加强对开发商管控力度，提升系统开发和维护质量，减少系统建设、实施及运维等各方面对于开发商的依赖。
' V9 O- W1 `: M! _1 q% E. ~ 4.数据治理架构& r) p% O! g/ e: f9 K, E
以数据治理以及TOGAF企业架构体系为指导，浙江移动通过以数据架构管控为中心，打开核心系统黑盒，解耦核心数据架构，籍此幅射应用架构;进而进一步主导数据架构、应用架构和技术架构的演进，摆脱现有的束缚，让局方重新取得核心能力掌控。5 X2 z* X+ e# [' V5 b3 T
5.构建核心能力
- g4 o$ Q: M) V3 S s9 x DT域作为浙江移动需要新建的增量系统，浙江移动要从上至下建设数据规划、数据设计和数据运营能力，从系统建设的开始就完全掌握数据架构的核心能力。
( q5 q$ Y# v; @3 L7 \ 6.数据治理成果
, l" O: n! W# I7 q4 z3 ^- ^ 以IT系统整理的核心系统物理模型基线为基础，以大数据营销及变现为驱动力，通过理解数据蕴含的意义，判断出这些数据的价值，明确大数据的分布，建立大数据基线版本。, q2 i7 k# B+ C( B7 f5 l
以建设数据基线为契机去建立和完善源系统数据、数据引入直至数据建模的三本数据字典，影响企业大数据蓝图规划和数据建模，夯实大数据的工作的基础。
4 b/ X& t" t$ o+ I, d1 K! o& ~! e 通过建立多层次的数据生命周期管理体系(包括需求管理、策略管理和技术管理)，实现系统历史数据按既定数据保存策略的自动化或半自动化迁移，降低单位数据的存储成本，提升系统效率。
0 O. l! L6 P6 [) o3 O
5 e6 p! U: V& `- k |
