數據認責：有效數據管理與數據治理的實踐指南（原書第2版）

目錄
本書翻譯組
關于作者
致謝
緒論 1
第1章 數據認責和數據治理：二者如何結合 6
1.1 什么是數據治理 6
1.2 驅動數據治理的一些最佳實踐 7
1.3 什么是數據認責 7
1.4 數據認責的總體目標 8
1.5 將數據轉變至受控狀態(tài) 9
1.6 三個P：政策、流程和規(guī)程 11
1.7 數據認責如何與數據治理相結合 12
1.7.1 高層領導小組 13
1.7.2 數據治理委員會 15
1.7.3 數據認責專委會 18
1.7.4 通過技術型數據專員提供IT支持 18
1.7.5 數據治理辦公室 19
1.8 整體數據治理組織 20
1.9 小結 21
第2章 了解數據認責的類型 22
2.1 業(yè)務型數據專員 23
2.1.1 選擇合適的業(yè)務型數據專員 23
2.1.2 成功的業(yè)務型數據專員所具備的特征 24
2.1.3 業(yè)務型數據專員與數據 25
2.1.4 業(yè)務型數據專員的關鍵角色 27
2.2 技術型數據專員 28
2.3 項目型數據專員 29
2.4 操作型數據專員 30
2.5 小結 30
第3章 認責管理的角色與職責 31
3.1 數據認責專委會 31
3.1.1 什么是數據認責專委會 31
3.1.2 數據認責專委會成員 31
3.1.3 數據認責專委會職責 33
3.2 數據治理經理 35
3.3 企業(yè)級數據專員 35
3.4 業(yè)務型數據專員 37
3.5 項目型數據專員 41
3.6 技術型數據專員 44
3.7 操作型數據專員 44
3.8 數據認責RACI職能矩陣 46
3.9 小結 47
第4章 實施數據認責 48
4.1 倡導與溝通數據認責 49
4.1.1 數據認責溝通信息 49
4.1.2 準備數據認責溝通 51
4.2 獲取高層與基層的支持 52
4.3 加強對組織的理解 53
4.3.1 組織架構 53
4.3.2 組織文化 57
4.4 組織數據專員 58
4.5 厘清出發(fā)點 59
4.5.1 厘清已擁有什么：數據 59
4.5.2 厘清已擁有什么：元數據 61
4.5.3 厘清已擁有什么：數據質量 64
4.5.4 厘清已擁有什么：流程 66
4.5.5 厘清已擁有什么：工具 66
4.6 小結 67
第5章 培訓業(yè)務型數據專員 68
5.1 業(yè)務型數據專員培訓課程 70
5.2 關鍵業(yè)務數據元素的元數據 71
5.3 數據的使用 71
5.3.1 信息生產者與消費者 72
5.3.2 使用SIPOC了解數據使用 73
5.4 數據認責流程介紹 73
5.5 認責支撐工具 74
5.6 提升數據質量的培訓 75
5.7 小結 76
第6章 數據認責實踐 77
6.1 基礎知識 77
6.1.1 選擇關鍵業(yè)務數據元素 78
6.1.2 分配負責的業(yè)務型數據專員 80
6.1.3 業(yè)務數據元素的命名 81
6.1.4 創(chuàng)建良好的業(yè)務定義 82
6.1.5 定義業(yè)務數據元素的創(chuàng)建和使用規(guī)則 83
6.1.6 定義派生規(guī)則 84
6.2 設置可復用流程 84
6.3 界定數據認責制度實施的范圍 87
6.4 理解業(yè)務型數據專員如何與數據治理辦公室互動 88
6.4.1 與數據專員定期舉行會議 88
6.4.2 使用互動式討論組 89
6.4.3 成立工作組 90
6.4.4 項目型數據專員如何與業(yè)務型數據專員協(xié)作共事 91
6.5 使用問題日志完成日常工作 92
6.5.1 什么是問題日志 92
6.5.2 管理問題日志 92
6.5.3 理解問題日志流程 93
6.6 文件記錄和溝通：溝通計劃 95
6.6.1 什么是必須溝通的？ 95
6.6.2 溝通計劃必須包含什么？ 95
6.6.3 定向溝通的重要性 97
6.7 在項目方法論中增加數據治理工作 98
6.7.1 把數據認責任務增加到項目中的好處 98
6.7.2 為項目提供支持的數據認責角色 98
6.7.3 數據認責任務和模板 99
6.7.4 培訓項目經理 101
6.8 構建并遵循數據治理或數據認責路線圖 101
6.9 確定數據認責工具 104
6.9.1 數據認責門戶 104
6.9.2 數據認責維基百科 106
6.9.3 關鍵產物：業(yè)務術語表 106
6.9.4 使用工作流實現流程自動化 109
6.9.5 元數據存儲庫 115
6.10 小結 117
第7章 數據專員的重要角色 118
7.1 數據認責在數據質量提升中的角色 118
7.1.1 度量和提升數據質量 118
7.1.2 防止數據質量惡化 119
7.1.3 不同場景下的數據質量提升意味著什么 120
7.1.4 提升數據質量對整體數據認責工作的重要性 121
7.1.5 理解數據質量維度 121
7.1.6 明確數據質量規(guī)則 122
7.1.7 支持數據質量與數據剖析的改進 124
7.1.8 加載過程中強化數據質量 126
7.2 數據認責在元數據質量管理中的角色 129
7.2.1 剖析元數據 130
7.2.2 元數據質量維度 131
7.3 數據認責在參考數據管理中的角色 133
7.3.1 參考數據的一般維護 134
7.3.2 跨系統(tǒng)保持參考數據值一致 135
7.4 數據認責在主數據管理實體解析中的角色 138
7.4.1 識別出特征屬性 139
7.4.2 查找記錄和映射字段 142
7.4.3 標準化數值 143
7.4.4 用外部數據源增強數據 143
7.5 數據認責在主數據管理遴選處理中的角色 144
7.6 數據認責在主數據管理異常處理中的角色 146
7.7 數據認責在信息安全中的角色 148
7.8 數據認責在支持質量保證中的角色 149
7.9 數據認責在編制血緣關系中的角色 150
7.10 數據認責在流程風險管理中的角色 152
7.11 數據認責在數據隱私法規(guī)中的角色 153
7.11.1 數據主權法規(guī)的關鍵信條 154
7.11.2 遵守法規(guī) 154
7.11.3 捕獲其他元數據以實現合規(guī)性 155
7.11.4 初步了解數據和流程支持的數據主權法規(guī) 155
7.12 小結 157
第8章 衡量數據認責進度：指標 160
8.1 業(yè)務成效指標 160
8.2 運營指標 162
8.3 小結 166
第9章 數據認責成熟度評估 167
9.1 設定數據認責成熟度模型：級別和維度 167
9.2 數據認責成熟度級別 167
9.2.1 成熟度級別1：初始級 168
9.2.2 成熟度級別2：策略級 168
9.2.3 成熟度級別3：良好級 168
9.2.4 成熟度級別4：戰(zhàn)略級 169
9.2.5 成熟度級別5：優(yōu)化級 169
9.3 數據認責成熟度維度的各級別要求 169
9.3.1 組織意識 170
9.3.2 角色和架構 170
9.3.3 標準、政策和流程 171
9.3.4 價值創(chuàng)造 172
9.4 收集成熟度模型的評估數據 173
9.5 評估成熟度調查結果 174
9.6 衡量成熟度進展 174
9.7 找準差距和改進提升 177
9.8 小結 178
第10章 大數據和數據湖認責 179
10.1 數據認責和大數據 179
10.2 數據認責和數據湖 180
10.2.1 數據湖和元數據 181
10.2.2 給數據湖確定數據治理的等級 182
10.2.3 在數據湖中創(chuàng)建的元數據 183
10.2.4 治理數據湖的建議角色 184
10.2.5 數據湖和高速數據環(huán)境開展數據認責 185
10.3 小結 186
第11章 基于數據域開展數據治理和認責 187
11.1 數據域驅動的數據認責案例 187
11.1.1 數據域驅動的數據治理從何而來？ 188
11.1.2 數據域驅動的數據認責價值 188
11.2 數據域的定義 190
11.3 數據域的主要收益 191
11.4 確定和設置數據域 192
11.4.1 業(yè)務主題域 193
11.4.2 業(yè)務數據元素 193
11.4.3 授權數據供應點 194
11.5 治理數據域 196
11.5.1 數據域和數據域委員會 196
11.5.2 數據域委員會結構和治理 198
11.5.3 數據域委員會人員配備 199
11.6 數據域驅動的數據治理關鍵活動 201
11.7 數據域驅動的數據認責需要一個成熟的組織 202
11.8 小結 204
附錄 205
附錄A 定義及派生規(guī)則示例 205
附錄B 培訓計劃大綱范例 205
附錄C 用于命名業(yè)務數據元素的類詞 211