데이터 거버넌스는 신뢰할 수 있고 안전한 정보 제공에 중점을 두고 있어 현명한 비즈니스 의사 결정, 효과적인 비즈니스 프로세스 및 이해 관계자 상호 작용 최적화에 도움이 됩니다. 따라서 데이터 거버넌스 자체는 결과가 아니라 데이터 거버넌스를 통해 가장 중요한 비즈니스 목표를 지원하는 한 가지 방법일 뿐입니다. 한 대형 은행의 임원이 말했듯이, "데이터 거버넌스 없이는 어떤 메타데이터 관리 방안도 실패할 운명이다." 중요한 기능인 메타데이터 관리를 통해 IT 부서는 복잡한 데이터 통합 환경의 변화를 관리하는 동시에 안정적이고 안전한 데이터를 제공할 수 있습니다. 비즈니스 관계자가 이 프로세스에 참여하고 데이터 참조 프레임워크의 책임을 받아들이면 그 이점이 더욱 설득력있게 됩니다. 이 시점에서 기업은 풀뿌리에서 비즈니스 메타데이터를 기술 메타데이터와 연결하여 회사 전체의 협업에 대한 어휘 및 배경 정보를 제공할 수 있습니다.
예를 들어, 비즈니스 사용자가 IT 부서의 파트너에게 보고 또는 분석에 "순이익" 을 표시하도록 요청할 경우 "어떤 순이익-재무, 판매 또는 마케팅?" 을 물어볼 필요가 없습니다 우수한 메타데이터 관리는 다른 이점을 제공하는 것 외에도 다음과 같은 중요한 문제를 제거하여 데이터 거버넌스를 촉진할 수 있습니다.
이 비즈니스 용어는 무엇을 의미합니까?
비즈니스 용어는 어느 것을 사용해야 합니까?
이 용어의 유래는 무엇입니까?
데이터가 데이터 소스에서 대상으로 전송될 때 어떻게 변환됩니까?
이 용어의 정의, 기록 및 관리를 담당하는 사람은 누구입니까?
누가 이 용어를 수정했습니까? 어떻게 수정합니까, 언제 수정합니까?
어떤 정책과 규칙이 이 용어에 적용됩니까? 데이터 품질 규칙, 보안 필터링 규칙, 아카이빙 규칙, 데이터 보존 정책 등을 예로 들 수 있습니다
환경의 특정 데이터 객체를 수정하면 다른 데이터 객체에 어떤 영향을 미칩니까?
동일한 데이터 객체를 사용할 수 있는 다른 보고 및 분석에 영향을 주지 않고 환경 변경을 구현하는 데 얼마나 걸립니까? 일련의 기업 방안들이 데이터 거버넌스의 발전을 촉진하고 메타데이터 관리를 이끌었다. 이러한 프로그램에는 다음이 포함됩니다.
일반 비즈니스 용어집 (간단한 데이터 관리). 이런' 소규모 시험' 방법은 특정 문제나 업무 부문의 일반 업무 어휘를 겨냥한 것이다.
포괄적인 데이터 거버넌스 (또는 데이터 관리 전략). 이는 하향식 접근 방식에 더 근접하며, 일반적으로 기업 내 일련의 업무 부서와 관련된 대규모 계획에 사용되며, 다단계 (더 길지 않은 경우) 관리 계획에서 여러 기회를 대상으로 합니다.
규정 준수. 이러한 프로그램은 국제, 국가, 지역 또는 업계 규정을 준수하는 수요에 의해 추진됩니다. 규정 준수—일반적으로 데이터 거버넌스와 밀접한 관련이 있는 GRC (governance, risk, compliance) 기능에 의해 관리됩니다. 수많은 기업 내 데이터 거버넌스 요구 사항을 검색, 분석 및 문서화하는 동시에 it 는 해당 외부 규정의 특정 요구 사항에 맞게 조정되어야 합니다. 몇 가지 예는 다음과 같습니다.
은행업: 신바젤 협정, 신바젤 협정, 도드 프랭크 법안, 돈세탁 방지법.
보험업: 상환능력 II(Solvency II)
의료: 하이테크 법안
일반 금융 서비스: Sarbanes-Oxley 법
메타데이터 관리. 이는 메타데이터 관리 및 데이터 거버넌스를 "모범 사례" 로 다양한 새로운 비즈니스 시나리오와 연결하는 이전 단계의 실습입니다. 이 프로그램은 비즈니스 사례 및 프로젝트 범위를 정의합니다. 이러한 접근 방식은 대규모 데이터 거버넌스 방안을 성공적으로 구현하지 못한 많은 기업들 사이에서 성공을 거두었습니다. 거의 모든 기업? 데이터의 양, 속도, 종류를 관리하는 데 어려움을 겪고 있습니다. Hadoop/MapReduce 기술은 복잡한 데이터 분석과 비교적 저렴한 비용으로 최대 데이터 확장을 실현하는 데 흥미로운 이점을 제공합니다. Hadoop 은 가까운 장래에 관계형 DBMS 를 대체할 가능성은 거의 없으며, 두 기술은 각자의 고유한 기능을 가지고 있기 때문에 공존할 가능성이 더 높습니다. 데이터 관리 및 분석에 사용되는 기술은 다를 수 있지만 메타데이터 관리 및 데이터 거버넌스의 목표는 항상 그대로 유지되어야 합니다. 즉, 신뢰할 수 있고 시기 적절하며 적절한 정보를 제공하여 좋은 비즈니스 의사 결정을 지원해야 합니다. 이른바' 빅 데이터 거버넌스' 또는' 빅 데이터 메타데이터 관리' 는 없습니다. 대신 글로벌 엔터프라이즈 데이터 거버넌스 및 메타데이터 관리 작업을 새로운 데이터 유형 및 데이터 소스로 확장하는 문제입니다.
Hadoop 의 과제 중 하나는 메타데이터 관리입니다. 좋은 메타데이터 관리 및 데이터 거버넌스 없이는 Hadoop 의 투명성, 감사 가능성, 데이터 표준화 및 재사용이 부족합니다. 기업은 소스, 품질, 소유권과 같은 데이터와 관련된 중요한 정보의 가시성을 계속 필요로 합니다. 그렇지 않으면 Hadoop 가 환경의 다른 데이터 섬이 될 위험을 감수해야 합니다. 이 분야에서 HCatalog, Hive /HiveQL 과 같은 새로운 기술은 비정형 및 반정형 데이터에서 메타데이터를 쉽게 수집하여 Hadoop 에서 데이터 상속을 가능하게 합니다. 이러한 기능은 Hadoop 을 전체 데이터 통합 프레임워크에 통합하는 데 매우 중요합니다. 이렇게 하면 큰 데이터가 다른 데이터 소스처럼 관리되지 않고 기업에서 격리되는 것을 방지할 수 있습니다. Informatica 는 신뢰할 수 있는 보안 데이터와 성공적인 메타데이터 관리 시나리오를 시작하는 데 필요한 모든 정확한 기능을 갖춘 강력하고 신뢰할 수 있는 도구를 제공합니다. 메타데이터 관리자 및. BusinessGlossary 는 IT 관리자가 변경을 수행할 때 중요한 비즈니스 데이터를 손상시킬 수 있는 비즈니스 위험을 최소화할 수 있는 고유한 이점을 제공합니다.
정보 메타데이터 관리자. 비즈니스 용어집은 Informatic CapowerCenter standard edition 의 핵심 구성 요소 중 하나입니다. 데이터 거버넌스 솔루션의 토대를 마련하는 데 필요한 핵심 메타데이터 관리 툴을 제공합니다. 메타데이터 관리자 및. Business Glossary 는 메타데이터 저장소를 갖춘 단일 제품입니다. 두 가지 유형의 사용자를 위한 두 가지 사용자 인터페이스를 제공합니다.
메타데이터 관리자를 통해 IT 직원은 기술 메타데이터를 처리할 수 있습니다.
비즈니스 및 IT 관리자는 Business Glossary 를 통해 비즈니스 메타데이터를 공동으로 관리할 수 있습니다.
Itss WG 1 발표 백서 표시 ，
데이터 거버넌스 모델은 범위, 영향 요인, 구축 및 평가의 세 가지 프레임워크로 구성됩니다. 각 측면에는 작동 방식을 표시하고 설명하는 여러 구성 요소가 포함되어 있습니다. 이 프레임 워크는 데이터 거버넌스의 논리적 관계를 보여줍니다. 범위는 우리가 주의해야 할 것을 보여 주고, 기여 요소는 데이터 거버넌스의 추진 요인을 보여 주며, 구축 및 평가는 거버넌스 실현 방법을 보여 줍니다. DG 모델은 세 가지 프레임워크를 통해 데이터 거버넌스를 이해하는 데 도움이 될 수 있습니다.
데이터 거버넌스의 범위는 4 단계로 구성됩니다. 첫째, 거버넌스 및 관리의 일관성을 보장하기 위해 다른 관리 요소를 관리하는 거버넌스 요소가 있어야 합니다. 둘째, 다음 세 가지 계층은 거버넌스가 필요한 데이터 관리 요소를 나열하고, 가치 창출 계층은 데이터 거버넌스를 통해 생성된 가치 서비스를 나열합니다. 가치 보증 계층은 조직이 데이터를 관리할 때 중요한 보증 서비스를 설명합니다. 기본 데이터 서비스 계층은 데이터 거버넌스를 위한 기본 데이터 서비스를 설명합니다.