Question

说明：

• 编码时代（起步期，1994-2004 年）：提供编码系统，发布主数据。
• 主数据时代（发展期，2005 年-2011 年）：ERP。多用 SOA、B/S 架构。
• 信息标准化时代（成熟期，2012-2018 年）：ESB 数据交换平台，多用微服务架构。
• 数据治理时代（展望期，2018-）：数据中台，采用面向大数据架构。

狭义上讲，数据治理是指对数据质量的管理、专注在数据本身。广义上讲，数据治理是对数据的全生命周期进行管理，包含数据采集、清洗、转换等传统数据 集成和存储环节的工作、同时还包含数据资产目录、数据标准、质量、安全、数据开发、数据价值、数据服务与应用等，整个数据生命期而开展开的业务、技术和管 理活动都属于数据治理范畴。有的专家干脆把广义的数据治理称为 数据资产管理 。

数据治理专注于将数据作为企事业单位数据资产进行应用和管理的一套管理机制，能够消除数据的不一致性，建立规范的数据应用标准，提高数据质量，实现数据内外部共享，并能够将数据作为组织的宝贵资产应用于业务、管理、战略决策中，发挥数据资产价值。

图 3 数据资产管理体系结构

说明：数据资产管理可分为以下产品，

• 数据标准：数据标准化就是研究、制定和推广应用统一的数据分类分级、记录格式及转换、编码等技术标准的过程。

• 数据模型：数据模型对上是承载数据业务需求的元数据，对下是数据标准管理的内容，同时，是数据质量指标和规则定义的起点，是主数据和参照数据设计的 根本，是数据仓库和 BI 的核心，也是数据安全管控的对象。各个行业有自己的模型标准。比如金融业的 Teradata FS-LDM 和 IBM FSDM。

• 元数据管理：元数据管理统一管控分布在企业各个角落的数据资源，企业涉及的业务元数据、技术元数据、管理元数据都是其管理的范畴。

• 主数据管理：主数据是企业最基础、最核心的数据，企业的一切业务基本都是基于主数据来开展的，是企业最重要的数据资产。

• 数据质量管理：在不同的数据治理项目中有时会被单独使用，有时配合元数据使用、有时又与主数据搭档。

• 数据生命周期管理：管理数据创建到过时销掉或归统的全生命周期管理。

• 数据安全：数据安全规则会随着不同行业、不同企业的需求不同而变换莫测，数据安全一般企业作为数据战略的重要组成。

数据中台 ： 以上数据产品组合在一起，就成了完整的数据中台。

数据服务平台 ：数据服务平台是数据治理的能力输出平台，持续的数据服务能力输出，披荆斩棘，为前端的数据分析和数据应用提供支撑。