论文部分内容阅读
摘要：随着现代科技的应用与发展信息科技逐渐展现在人们的眼前，信息化建设日趋完善。这是经济发展推动下的必然趋势。在大数据环境下信息化数据使传统数据体现出了爆炸式的上升态势，数据的地位在企业中占据极大地地位，并渐渐成长为了独特的数据体系，基于此，本文分析研究了大数据环境下的数据治理框架和其应用，为未来的大数据工作提供一些借鉴。
关键词：大数据;数据治理;应用分析
一、前言
大数据环境下，为我国的是数据信息处理提供了极大地发展空间。也极大的提高了各行业业务数据的商业价值，同时也对传统数据处理提出了挑战。现阶段，我国的数据总体数量庞大，无法进行准确的统计，这对于数据的管理和分析等工作来说造成成了很大的困扰，工作人员急切的想找寻一个快速治理大数据信息的方法。相关业务人员要顺应时代的发展要求，打造出完善的大数据治理体系结构进行数据的治理工作。
二、大数据环境下的数据治理框架现状
当今阶段，数据治理还未有一个整体成熟的思路，但从整体来看，其内核还是结合了企业的发展态势和利益需求在对企业的动态进行指导管控与评估等作用，增强数据质量的同时提高其价值。随着大数据发展越来越迅速，数据的治理问题也被人们提上了日程，学者通过对大部分数据相关文章进行研究讨论，分析总结出了数据未来的核心走向，渐渐形成了大数据治理的框架。比如：国际数据治理研究所，其在机构、准则与过程三方面对数据治理进行总结，提出了十点关键因素，组成了一个涵盖措施和方案的框架体系。由于我国对数据的研究处理工作开展较晚，目前为止概念还比较模糊，很对人会将数据管理和数据治理相混淆，认为都是进行数据的总结、整理、存储等的工作环节。由于这些区别使大数据下的数据治理工作一直存在着正义，成为了重点的研究话题[1]。
（一）完善数据治理框架
首先，要确定数据治理的目标，数据治理的前提就是要拟定一个目标，目标内要包含治理策略、风险增加控制体系、组织运行合理和体现企业价值。在进行治理时，要全面考虑企业的成长需求，增加其数据的价值，减少其风险系数，进而给企业提出更具合理性的建议，降低金钱损失。同时也要确保企业运营与国家的法律法规相符合，与其他的行业准则没有冲突，进一步加强企业的竞争力，全面体现企业的价值。
其次，要增强数据治理的保障。要从两点对其进行完善，在促成方面，大数据治理的实行结果会受到治理步骤与方式促进而产生影响;大数据治理所在的内外环境，如：市场和企业运营环境等。在进行实际的操作时，要充分与其关联的促成因素和内外环境因素相联结，不停地对其进行治理方式和能力的改良，整体加强其工作效率。同时，要为大数据治理营造出优越的文化氛围，达到减少成本预算的目的，推动企业的服务创新并实现企业的价值。
再次，将治理区域进行改良，治理区域是数据治理的内核，里面包涵企业战略、原始数据、核心数据、数据周期、数据质量控制和数据安全指数与创新等。各个层次的治理区域的数据治理水平与方式会出现分歧，因此，要提高大数据治理的实用性，增加数据质量，不能停止对治理区域的改良，对关联的对象进行合适的划分，实现大数据的获取、研究、传送、存储与使用等功能，多角度的对其价值进行分析，为数据运用提供更为新颖的服务[2]。
最后，更新数据治理手段，目前的核心方法是构成EDM模型，就是形成评估-指挥-监管体系，并且打造出相关的策略推动大数据的治理。在此过程中企业要不断对其数据治理准则进行规范管理，根据要治理对象的区别实行不同的治理策略和方式，以此加强企业的防风险水平，体现出数据的商业价值与社会地位。
（二）数据治理前期的应用
在进行数据治理规划时期，企业要首先确定数据治理的框架，通过数据质量与安全隐私两个方面，全面的思考其在企业计划中的意义与地位。其次还要与企业现阶段的数据问题相结合，从而拟定出符合实际的策略与方案，确保大数据治理能够顺利实行。同时要增强相关工作人员的职业技能和专业素质，如治理策略的拟定者、领导人和实施人等，持续加强数据管理的执行力[2]。
（三）数据治理中期的应用
在实施数据治理过程中，要根据企业的现实情况运用一直的方案对原始数据进行监管，确定数据的一致准则，建设相关的数据监管库。同时，要全力与实际的业务需要进行连接来进行大数据的质量，从而保证数据源头的可靠性、域的整体性，从根本提高数据质量。在此阶段，要改善数据治理系统，例如引进NOSQL数据库进行运用。
（四）數据治理评优时期的应用
最后一步要通过数据治理优化和预估出其的结果，如若发现里面包涵着没有达到企业要求的数据信息，就要立刻进行全新治理，达到加强数据有用性和使用意义的目的，并支援企业提高控制风险出现的频率。同时，可以使用数据治理后企业各个系统中不同的数据体系开始集中管控，增加数据的和谐性，增加数据的使用价值[3]。
三、结语
综上所述，在大数据环境下，要加强对数据治理的关注度，对其进行不断地完善调整以此满足社会大众的需要。其次，相关的组织机构在开展工作时要与实际情况相结合，建立更加实用的大数据治理框架，使其在大数据治理初始阶段、实行期间和测评期间得到充分的发挥，提高大数据治理的综合能力。
参考文献：
[1]黄敏杰.基于大数据环境下的数据治理框架研究及应用[J].信息系统工程，2018，（11）：61. DOI：10.3969/j.issn.1001-2362.2018.11.039.
[2]石玉峰.基于大数据环境下的数据治理框架研究及应用[J].网络安全技术与应用，2018，（3）：64，97. DOI：10.3969/j.issn.1009-6833.2018.03.039.
[3]张锋军，杨永刚，李庆华， 等.大数据安全研究综述[J].通信技术，2020，53（5）：1063-1076. DOI：10.3969/j.issn.1002-0802.2020.05.002.
（作者单位：南京莱斯信息技术股份有限公司）
关键词：大数据;数据治理;应用分析
一、前言
大数据环境下，为我国的是数据信息处理提供了极大地发展空间。也极大的提高了各行业业务数据的商业价值，同时也对传统数据处理提出了挑战。现阶段，我国的数据总体数量庞大，无法进行准确的统计，这对于数据的管理和分析等工作来说造成成了很大的困扰，工作人员急切的想找寻一个快速治理大数据信息的方法。相关业务人员要顺应时代的发展要求，打造出完善的大数据治理体系结构进行数据的治理工作。
二、大数据环境下的数据治理框架现状
当今阶段，数据治理还未有一个整体成熟的思路，但从整体来看，其内核还是结合了企业的发展态势和利益需求在对企业的动态进行指导管控与评估等作用，增强数据质量的同时提高其价值。随着大数据发展越来越迅速，数据的治理问题也被人们提上了日程，学者通过对大部分数据相关文章进行研究讨论，分析总结出了数据未来的核心走向，渐渐形成了大数据治理的框架。比如：国际数据治理研究所，其在机构、准则与过程三方面对数据治理进行总结，提出了十点关键因素，组成了一个涵盖措施和方案的框架体系。由于我国对数据的研究处理工作开展较晚，目前为止概念还比较模糊，很对人会将数据管理和数据治理相混淆，认为都是进行数据的总结、整理、存储等的工作环节。由于这些区别使大数据下的数据治理工作一直存在着正义，成为了重点的研究话题[1]。
（一）完善数据治理框架
首先，要确定数据治理的目标，数据治理的前提就是要拟定一个目标，目标内要包含治理策略、风险增加控制体系、组织运行合理和体现企业价值。在进行治理时，要全面考虑企业的成长需求，增加其数据的价值，减少其风险系数，进而给企业提出更具合理性的建议，降低金钱损失。同时也要确保企业运营与国家的法律法规相符合，与其他的行业准则没有冲突，进一步加强企业的竞争力，全面体现企业的价值。
其次，要增强数据治理的保障。要从两点对其进行完善，在促成方面，大数据治理的实行结果会受到治理步骤与方式促进而产生影响;大数据治理所在的内外环境，如：市场和企业运营环境等。在进行实际的操作时，要充分与其关联的促成因素和内外环境因素相联结，不停地对其进行治理方式和能力的改良，整体加强其工作效率。同时，要为大数据治理营造出优越的文化氛围，达到减少成本预算的目的，推动企业的服务创新并实现企业的价值。
再次，将治理区域进行改良，治理区域是数据治理的内核，里面包涵企业战略、原始数据、核心数据、数据周期、数据质量控制和数据安全指数与创新等。各个层次的治理区域的数据治理水平与方式会出现分歧，因此，要提高大数据治理的实用性，增加数据质量，不能停止对治理区域的改良，对关联的对象进行合适的划分，实现大数据的获取、研究、传送、存储与使用等功能，多角度的对其价值进行分析，为数据运用提供更为新颖的服务[2]。
最后，更新数据治理手段，目前的核心方法是构成EDM模型，就是形成评估-指挥-监管体系，并且打造出相关的策略推动大数据的治理。在此过程中企业要不断对其数据治理准则进行规范管理，根据要治理对象的区别实行不同的治理策略和方式，以此加强企业的防风险水平，体现出数据的商业价值与社会地位。
（二）数据治理前期的应用
在进行数据治理规划时期，企业要首先确定数据治理的框架，通过数据质量与安全隐私两个方面，全面的思考其在企业计划中的意义与地位。其次还要与企业现阶段的数据问题相结合，从而拟定出符合实际的策略与方案，确保大数据治理能够顺利实行。同时要增强相关工作人员的职业技能和专业素质，如治理策略的拟定者、领导人和实施人等，持续加强数据管理的执行力[2]。
（三）数据治理中期的应用
在实施数据治理过程中，要根据企业的现实情况运用一直的方案对原始数据进行监管，确定数据的一致准则，建设相关的数据监管库。同时，要全力与实际的业务需要进行连接来进行大数据的质量，从而保证数据源头的可靠性、域的整体性，从根本提高数据质量。在此阶段，要改善数据治理系统，例如引进NOSQL数据库进行运用。
（四）數据治理评优时期的应用
最后一步要通过数据治理优化和预估出其的结果，如若发现里面包涵着没有达到企业要求的数据信息，就要立刻进行全新治理，达到加强数据有用性和使用意义的目的，并支援企业提高控制风险出现的频率。同时，可以使用数据治理后企业各个系统中不同的数据体系开始集中管控，增加数据的和谐性，增加数据的使用价值[3]。
三、结语
综上所述，在大数据环境下，要加强对数据治理的关注度，对其进行不断地完善调整以此满足社会大众的需要。其次，相关的组织机构在开展工作时要与实际情况相结合，建立更加实用的大数据治理框架，使其在大数据治理初始阶段、实行期间和测评期间得到充分的发挥，提高大数据治理的综合能力。
参考文献：
[1]黄敏杰.基于大数据环境下的数据治理框架研究及应用[J].信息系统工程，2018，（11）：61. DOI：10.3969/j.issn.1001-2362.2018.11.039.
[2]石玉峰.基于大数据环境下的数据治理框架研究及应用[J].网络安全技术与应用，2018，（3）：64，97. DOI：10.3969/j.issn.1009-6833.2018.03.039.
[3]张锋军，杨永刚，李庆华， 等.大数据安全研究综述[J].通信技术，2020，53（5）：1063-1076. DOI：10.3969/j.issn.1002-0802.2020.05.002.
（作者单位：南京莱斯信息技术股份有限公司）