DC全闪存数据中心白皮书

金融数据安全 数据生命周期安全规范

商业银行对公ECIF系统项目业务需求，商业银行对公ECIF系统项目业务需求

2018国家标准-数据治理规范，

数据治理是企业进行治理数据的系统化工程，也是企业进行治理数据的主动行为。数据是企业运转和决策的基础，如果把信息系统比作人的血管网络，数据就是人体的血液，脏数据、垃圾数据多了，胆固醇、血脂就会高了，会出现“三高”，“三高”时间长了，没有得到有效治理，导致许多疾病，甚至威胁到人的生命。企业之所以进行数据治理也就是不让数据成为企业健康运转的隐患，不要因为数据不治而使企业危亡。

数据治理中数据标准部分方法论

简单的数据治理模块设计。包括全局配置、标准管理、数据源管理、目标数据库管理、数据对标、ETL等，对象为数据治理工程师。

2019中国数据治理发展报告pdf 目录 上篇通用数据治理 第一章数据治理的界定........................................................................... 1 第一节数据治理的三个维度........................................................... 1 第二节数据治理的目的................................................................... 1 一、优化数据质量，发掘数据资产价值.................................1 二、保障数据安全，确保国家社会稳定.................................2 三、建立数据规则，维护数据主体权利.................................2 四、降低边际成本，提高数据流通效率.................................2 第三节数据治理的路径................................................................... 2 目录 上篇通用数据治理 第一章数据治理的界定........................................................................... 1 第一节数据治理的三个维度........................................................... 1 第二节数据治理的目的................................................................... 1 一、优化数据质量，发掘数据资产价值.................................1 二、保障数据安全，确保国家社会稳定.................................2 三、建立数据规则，维护数据主体权利.................................2 四、降低边际成本，提高数据流通效率.................................2 第三节数据治理的路径................................................................... 2

数据治理研究所( DGI )于2004年推出了DGI数据治理框架,为企业数据做出决策和采取行动的复杂活动提供新方法。该框架考虑数据战略专家,数据治理专业人员,业务利益相关者和IT领导者共同关注的如何管理数据,实现数据价值,最小化成本和复杂性,管理风险以及确保遵守不断增长的决策的决策法律,法规和其他要求。提出企业在操作层面进行数据治理的框架体系,包括数据治理的概念、内容、流程和方法等,促进数据管理活动更加规范有序、高效权威。DGI认为数据治理主要涉及政策、标准、策略”、数据质量、“隐私、遵从性、安全”、“架构、集成”、数据仓库和商业智能、管理协调领域方面内容。

深入探析国外数据治理模型的构成要素、治理特点、优势与不足等，为我国数据治理模型的构建提供理论基础与实践参考。[方法/过程]采用文献调研和网络调查法，对比分析国外4个典型数据治理模型，总结优劣之处。[结果/结论]国外数据治理模型各具特色，结合对比分析的结果，遵循由明确治理模型的原则与目的到理论回归实践的逻辑思路，从数据治理原则与目的、数据治理利益相关者、数据治理技术与系统、数据治理要素关系四个视角提出建议，以期为我国的数据治理模型构建提供借鉴与参考