데이터 자산 관리에는 데이터 표준 관리, 데이터 모델 관리, 메타데이터 관리, 마스터 데이터 관리, 데이터 품질 관리, 데이터 보안 관리, 데이터 가치 관리, 데이터 공유 관리 등 8가지 관리 측면이 포함됩니다.
1. 데이터 표준은 데이터의 내부 및 외부 사용과 교환의 일관성, 정확성 및 규범성을 보장하는 제약 조건을 의미합니다. 데이터 표준 관리의 첫 번째 핵심 활동은 데이터 표준화에 대한 요구 사항을 이해하는 것입니다. 즉, 모든 관리 활동은 기업의 전략 계획 및 기업 요구 사항과 밀접하게 통합되어야 합니다.
데이터 표준 관리의 두 번째 주요 활동은 데이터 표준 시스템 및 사양을 공식화하는 것입니다. 세 번째는 해당 관리 방법 및 구현 프로세스 요구 사항을 공식화하는 것입니다. 네 번째는 일부 데이터 표준 관리 도구를 확립하는 것입니다.
2. 데이터 모델은 실제 데이터의 특성을 추상화한 것입니다. 세 가지 데이터 모델이 있습니다:
개념 모델은 사용자 지향적이고 객관적으로 실용적입니다. 개념 모델 자체의 구성은 데이터베이스 또는 데이터 웨어하우스의 아키텍처와 관련이 없습니다.
개념적 모델을 기반으로 논리적 모델을 구성할 수 있습니다. 논리적 모델은 비즈니스 지향적이며 일부 데이터베이스 시스템의 구현을 안내하는 데 사용됩니다.
물리적 모델은 논리적 모델을 기반으로 하며 컴퓨터의 물리적 표현을 지향하며 운영 체제, 하드웨어 모델 등을 고려하고 컴퓨터의 데이터 구조를 설명합니다. 저장 매체.
3. 메타데이터 관리, 2차원 테이블을 예로 들면, 2차원 테이블의 정보를 각각의 행과 페이지로 기술하거나 추출할 수 있습니다. 테이블의 일부 추상화 또는 추상화는 이러한 테이블의 필드 또는 테이블의 구조 및 테이블 크기 등과 같은 상위 수준 정보로, 이 테이블의 데이터를 설명합니다.
주요 정보를 추적 및 기록하고 메타데이터 변경으로 인해 발생할 수 있는 위험을 빠르게 파악하는 데 도움이 될 수 있습니다.
메타데이터의 매우 중요한 응용은 계보 분석과 영향 분석을 통해 데이터의 방향을 이해하고 데이터가 어디서 왔고 어디로 가는지 알 수 있으며, 또한 카탈로그는 회사의 현재 데이터 자산을 이해하기 위해 자동으로 메타데이터 정보를 추출합니다.
4. 공급업체 데이터, 자재 데이터, 고객 데이터, 직원 데이터 등 마스터 데이터 관리. 마스터 데이터 관리를 통해 기업은 시스템 전체에서 일관되고 공유된 데이터를 사용할 수 있으므로 비용과 복잡성을 줄이고 부서 간 및 시스템 간 데이터 통합 애플리케이션을 지원할 수 있습니다.
마스터 데이터의 주요 활동에는 마스터 데이터 식별, 마스터 데이터의 스키마 정의 및 유지 관리, 데이터베이스와 마스터 데이터베이스의 동기화 달성이 포함됩니다.
마스터 데이터 관리는 기업이 다양한 산업 분야에서 데이터 자산 관리를 수행하는 진입점이 되었습니다. 마스터 데이터의 분류 및 관리를 통해 해당 데이터에 대한 참조가 구축되어 향후 데이터 표준 관리를 위한 많은 인력 및 물적 자원이 절약됩니다.
5. 데이터 품질 관리는 기업이 깨끗하고 명확하게 구조화된 데이터를 확보하는 데 도움이 되며, 이를 통해 데이터 애플리케이션 및 서비스 수준을 향상시킬 수 있습니다. 데이터 품질 측정 지표에는 일반적으로 완전성, 표준화, 일관성, 정확성, 고유성 및 적시성이 포함됩니다.
데이터 품질 관리를 정의할 때 관리 프로세스 비용을 고려해야 합니다. 또한 균형점을 찾으려면 기업의 비즈니스 요구 사항과 긴밀하게 통합되어야 합니다. 기타 데이터 품질 관리의 주요 활동으로는 지속적인 측정, 데이터 품질 모니터링, 데이터 품질 문제의 근본 원인 분석, 데이터 품질 개선 계획 수립, 데이터 품질 관리 운영 및 성과 모니터링 등이 있습니다.
6. 데이터 보안 관리에는 주로 데이터의 보안 위험을 평가하기 위한 일부 보안 수준을 설정하고 데이터 보안 관리 및 제어를 통해 데이터 보안 관리와 관련된 기술 사양을 개선하는 작업이 포함됩니다. 데이터 생성, 저장, 사용, 공유, 파기 등 수명주기 전반에 걸쳐 이벤트 전에 관리할 수 있고, 이벤트 중에 제어할 수 있으며, 이벤트 후에 감사할 수 있습니다.
7. 데이터 가치 관리를 통해 기업은 데이터 비용과 데이터의 활용 가치를 측정하여 데이터 가치의 방출을 최적화하고 극대화할 수 있습니다.
비용 가치 측정은 수집, 저장, 컴퓨팅 비용의 관점에서 평가할 수 있을 뿐만 아니라 운영 및 유지 관리 비용도 데이터 활동 및 데이터 품질 적용 시나리오의 경제성 측면에서 평가할 수 있습니다.
데이터 비용과 데이터 가치의 평가 차원은 주로 자체 애플리케이션 시나리오 및 비즈니스 요구 사항과 연결될 수 있습니다. 데이터 비용과 데이터 가치의 대표적인 평가 방법으로는 비용법, 소득법, 시장화법 등이 있다.
8. 내부 데이터 공유, 외부 순환, 외부 세계에 대한 개방성을 포함한 데이터 공유 관리. 데이터 공유 관리의 주요 활동에는 데이터 자산 운영 지표 정의, 관리 계획 설계 등이 포함됩니다.