《数据治理现状评估》由会员分享，可在线阅读，更多相关《数据治理现状评估（18页珍藏版）》请在金锄头文库上搜索。
1、数据治理现状评估1.1.1数据治理评估体系建立1.1.1.1设计能力成熟度评估参考维度能力成熟度模型(CaPabTty Maturity MOde I)最早是美国卡内基梅隆大学软件研究 所(SE1) 在1987年针对软件开发过程提出来的，即SW-CMM，软件能力成熟度模型。它的核心思想是 把软件开发视为一个过程，对这个过程定义五个级别，在每一级中，定义了达 到该级过程能力 水平所应进行的关键步骤和解决的关键问题。在随后的二十多年，国际上各种 IT 治理和数据治理理论和框架得到了很大的发展， 这些 国际主流的数据治理框架，从 Gartner Cobit、DAMA、DGl ,不约而同，都借鉴了 S
2、W- CMM 的思想，设计相关的评估维度或能力成熟度指标，利用能力成熟度等级的方法来对相 关对象进 行评估。能力成熟度评估的通常步骤包括：调研、访谈、评佔维度和评佔标准调整、权重设置、 能 力成熟度评估、GdP分析(与高级成熟度和最佳实践进行比较)、宏观建议、现实问题分析和可 操作建议，最终产出能力成熟度报告。能力成熟度评佔的根本 IJ 的和意义在于指出评佔对象在各评估维度以及综合能力上的 大 概位置，从宏观上指出下一阶段发展的方向，从微观上对一些现状调研中发现的具体问 题进行 分析，给出现实可行的可操作建议。能力成熟度等级大多分为四到五级，包括综合能力等级和各评估维度的能力等级。评 估维 度
3、或能力指标通常只有一层，而且各评估维度在综合能力等级评估的占比通常没有量 化，也不 固定。各能力等级的评佔标准，大多用文字描述，通常没有具体的量 化描述，相 对依靠专家 的理解和经验。在研究了 Cobit、 DAMA、 DGl 等国际主流数据治理框架的基础上， 以数据治 理能力成熟度模型为蓝本，结合实际情况，以下给出了针对证券行业的数据治理 能力成熟度评 估的参考维度，如图所示：根据数据治理能力成熟度评估参考维度，结合大量的实际工作经验，建立了适合的数据治理能力成熟度评估参考标准，如表所示：评估能力成熟度阶段维度初始阶段基本管理阶段主动管理阶段量化管理阶段持续优化阶段建立了相关流缺之相关岗程但
4、有些重组织、职责和位，组织职在开发阶段有业务和技术相关流程体系已融责不淸晰：相关岗位，但治理人岗位、职不了解或不仅局限在项目责淸晰：对数据认同组织.范币内：有些的访问控制仍局职责和流程部门承担着跨限于应用级别：体系。对企项目的部分数责任人负责跨项业的信息资据责任。对部目的数据质量。产的使用没分信息资产的正式颁布了相关有相关制度使用，建立了制度来管理部分fa. l WJ 4 J Tr来规范；在管理制度:针信息资产的使得到多数员工1信息披露、对法律法规的用：颁布防范法的认同：防范介J合规方而，要求，制定了律风险相关制法律风险的相,.T LA * I ll(llll I % ,1 M /K II 防
5、范法律风险企业也没有些政策：部度：部分业务线关制度已止式的制度得到彻正式的制度分业务线已给已颁布了正式的颁布并执行：底执行；已颁来控制：没出了非正式的数据管控制度，已颁布了企业布了企业级的有给予数据政策来支持数但没有很好地贯级的数据管控数据管控制度管控工作以据管控工作。彻执行。制度，但没有并得到彻底执政策支持。很好地贯彻执表数据治理能力成熟度评估参考标准S维度初始阶段基本管理阶段主动管理阶段量化管理阶段持续优化阶段数据质量数据安全评估及量流质有没手据检内沟式质旳据 没也对数动业乏K题数陀K企缺 没现问亀创评有工比埜部：发量流质有没手据检内沟式质的搦 没也对数动业乏正据和数题，统入 。目企有数题
6、；讨级系输行 縮 没现冋亀Mf评有工比每部通缺乏安全和隐 私的相关政 策。没有隐私 政策来维护相 关的法律法 规。信息资产没有 明确相应的所 有人。维度 初始阶段没有集中管理数 据质量问题：企 业正在考虑数据 质量标准化的问 题，但缺乏驱动 力：部分手工数 据有系统自动检 査：很少进行数 据质三相关的沟 通。没有集中管理数 据质咼问题：企 业正在考虑数据 质量标准化的问 题，但缺乏驱动 力：部分手工数 据有系统自动检 查：很少进行数 据质量相关的沟 通。制定了部分规 左，但没有正式 成文。有一些基 本的隐私政策来 维护相关的法律 法规。信息资产 被随意地分配， 且没有明确责 任。基本管理阶段集
7、中管理数据质 量 问题，但管理流程 不完整；主要部门 已实施数据质量标 准：多数手工数据 有系统自动检查； 左期有正式的会议 讨论数据问题发生 的原因。集中管理数据质 量 问题，但管理流程 不完整；主要部门 已实施数据质量标 准；多数手工数据 有系统自动检查： 左期有正式的会议 讨论数据问题发生 的原因。有部分基本安全建 立且已经正式成 文。有成文的隐私 政策来维护相关的 法律法规。重要的 信息资产被明确并 分配给具体相关 人。能力成熟度阶段主动管理阶段。数已且核标数关已据集是至都 据讨问理行质 备进据完上用校与因数据质量问题已 集中管理，且左期 进行审核：输入界 而已有严格控制, 防止输入错
8、误数 据；系统间交叉检 查数据的一致性: 全员参与数据问 题原因的讨论。管进据完上用校与因质中期数很 应过参原据集宦 准据键经员 。数已且核标数关已全问论，审至都 传前验数的据讨问理行质很多安全规左已 建立且正式成文。 规左包含了人事、 物理和信息资产 且对其有 公认 的定义。有成文且健全的 隐私政策来维护 相关法律法规。所 有信息资产都被 明确和分配给相 关人a量化管理阶段数据质量问题已 集中管理，且左期 进行审核：输入界 而已有严格控制, 防止输入错误数 据；系统间交叉检 查数据的一致性; 全员参与数据问 题原因的讨论。很多安全规左已建立且以书而形 式正式成文。规左 包含了人事、物理 和信
9、息资产，且有 认可的定义、年检 以及更新。规定经 常被改善以保证 持续性和符合数据规范。所有信息资产都 被明确和分配给具体的所有人，所 有人有责任保证资产安全。持续优化阶段没有淸晰的数 据架构：共享C 给其他部门j 时，业务部门 无法管理和维 护数据；无法 整合客户信f/息O整部户任 维陶少 数管聿合享 业合门着 里据护信 数设开正 手务客很 息和架能 据架共 中始建立了完整的数据 架构，但还没有很 好的利用：有些业 务部门能管理和维 护共享数据：已经 整合了部分客户 信息。数据架构被广泛 的应用；技术专 家能对共享数据 进行管理、维 护：大部分的客 户信息已得到整 o数据架构被广泛 的应用；
10、业务和 技术专家都能管 理、维护、跟踪数 据的共享情况； 客户信息全部整 合，包括客户相 关的产品、服务 信息。1.1.1.2制定能力成熟度评估指标构建原则能力成熟度评估的过程，是一个基于现状调研和分析的评价过程，是对企业的数据治理各 个方面进行综合评佔的过程。一个企业后续的数据相关业务如何建设、发展和改进， 能力成熟 度评估是首要的环节。要通过能力成熟度评估找到企业数据业务方面的真正短板,这就要求能力 成熟度评估体系能够做到对企业全方位、多层次、综合性的客观评估。与此 同时，这套评佔体 系的构建还应当充分体现国家监管层对证券企业数据业务发展方向的导 向，体现国家鼓励企业 以大数据分析为基础进
11、行自主创新等各项政策的要求相一致。数据治理能力是一个相互联系、相互制约的要素构成的有机整体，是一个相对复杂严密的 系统。对于这个系统，简单的分解为若干个指标进行分析显然是不够的，但是不构建 一个指标 体系乂无法进行深入研究，因此构建一个符合监管要求和企业特点的、科学的、 系统化的、层 次分明的，可操作性强的数据治理能力成熟度评估指标体系是非常必要的。数据治理能力成熟度评估指标的设讣必须遵循以下原则：可操作原则：能力成熟度评估的方法和指标必须是可操作的，即评估指标的内容要 求是 可获取的，这是能力成熟度评佔的基本原则要求。设讣的每一项指标是应该能 给予评 估的，所以，每一项指标都应该具有横向的可
12、比性，且能最终量化为分数。 可操作性 原则直接关系到能力成熟度评佔体系是否具有实用价值。Ll的性原则：对数据治理能力成熟度评估应该有着明显的LI的性。第一，构建出来的指 标应该能为企业数据业务发展服务，且在评估过程中客观地对企业某方面的 数据能力 作出评佔，为领导层的战略决策提供依据；第二，能力成熟度评估包含面 对企业的微 观操作。通过评佔，使企业明确自己的数据业务状况和与业界先进水平 存在的差距， 分析制约企业数据能力发展的因素，提出有效的改进措施，从而不 断增强企业数据治 理能力。科学性原则： 指标力求能够客观、全面的反映公司数据治理能力的全貌,，并能准 确把握 数据治理能力的核心方面，能
13、基本预测公司未来的数据治理能力发展方向。定量为主、定性为辅，定量定性相结合的原则：在评佔中，反映企业数据治理能力 的指 标有两类：一类是定量指标，即根据现有情况的统讣和计算出来的客观指标， 可以得 出该指标的汁算值；另一类是定性指标，该类指标无法或难以量化，只能通 过专家主 观判断来确定，并将专家主观判断结果定量化来进行评佔。在评估活动的 应用实践中， 评估指标一般大部分以定性指标为主，以少量的定量指标为辅。全面性原则：企业数据治理能力评估体系是个复杂的系统，要全面的评价企业的数 据治 理能力成熟度，就要求依据能力成熟度评估框架，逐层的细化评佔指标，而 且这些指 标要有广泛的代表性和足够的覆盖
14、面。要从不同角度、不同层次来反映企 业数据治理 能力的客观惜况。1.1.1.3 构建能力成熟度评估参考指标在对数据治理匸作开展情况进行定性评估发现差距和改进点的基础上，也可以对数据 治理 效果进行评估，L1的是进行数据治理监督考核。基于前文设计的能力成熟度评佔参考 维度， 在遵循指标构建原则的基础上，围绕数据治理能力成熟度评估框架内容，提出了包 括数据规范 性、数据完整性、数据准确性、数据一致性、数据及时性、数据问题响应能力、 数据安全性、 数据可用性、数据整合度等 9大类参考评估指标，具体如表所示：表数据治理能力成熟度评估参考指标指标类别评估指标指标描述评估维度数据规范 性标准制定率已经制左的标准占所有数据项的百分比。可以分主题 进行评估，例如客戸类、机构类、产品类、合约类 等。数据标准违标准反数对于已制左了标准的数据项，每出现违反标准的系统 字段设计，记为一次。元数据错误次数元数据血缘分析、影响分析等过程中发现的元数拯与 实际情况不符的次数指标类别评估指标指标描述评估维度数据完整 性自动采集率针对特左专题或应用，报表、信息披
