大数据治理的范畴与范围

圆角特征可以在一个零件生成外圆角或内圆角。圆角特征在零件设计中起着重要的作用,大多数情况下,如果能在零件特征上加入圆角,有助于造型上的变化,或是产生平滑的效果。

与倒角特征类似,圆角特征是在所选择的边线或平面上生成一个或多个圆弧面。用该圆弧面将圆角的角切掉。

1.圆角特征的使用步骤

图11-8　大数据治理活动与范围

从活动的角度看，大数据治理是对大数据管理进行评估、指导和监督的活动，大数据管理是按照大数据治理设定的方向和目标对大数据资源进行计划、建设、运营和监控的活动。大数据治理指导如何正确履行大数据管理职能，它在更高层次上执行大数据管理政策。大数据治理通过对大数据管理的评估、指导和监督实现两者的协同一致。

1）战略

在大数据时代，大数据战略在组织战略规划中的比重和重要程度日益增加，大数据为组织战略转型带来机遇的同时也面临很多挑战。在制定大数据战略时，组织必须以大数据的服务创新和价值创造为最终目标，根据业务模式、组织结构、文化、信息化程度等因素进行战略规划。

2）组织

在大数据环境下，战略通过授权、决策权和控制影响组织结构，其中控制是通过组织结构设计来督促员工去完成组织的战略和目标，而授权和决策权则直接影响组织结构的形式。组织应建立明确大数据治理的组织结构，明确相关职责，以落实大数据战略，提高组织的协同性。

3）大数据质量

在不同的业务场景中，数据消费者对数据质量的需要不尽相同，有些人主要关注数据的准确性和一致性，另外一些人则关注数据的实时性和相关性，因此，只要数据能满足使用目的，就可以说数据质量符合要求。大数据的出现引起了产业界、学术界和政府部门的高度关注。与传统数据相比，大数据具有一些新的特性，因此如何从海量的、快速变化的、内容庞杂的大数据中提取出质量高和真实的数据就成为企业处理大数据亟待解决的问题。(www.xing528.com)

4）大数据生命周期

大数据生命周期是指大数据从产生、获取到销毁的全过程。大数据生命周期管理是指组织在明确大数据战略的基础上，定义大数据范围，确定大数据采集、存储、整合、呈现与使用、分析与应用、归档与销毁的流程，并根据数据和应用的状况，对该流程进行持续优化。

传统数据的生命周期管理以节省存储成本为出发点，注重的是数据的存储、备份、归档和销毁，重点放在节省成本和保存管理上。在大数据时代，云计算技术的发展显著降低了数据的存储成本，使数据生命周期管理的目标发生了变化。大数据生命周期管理重点关注如何在成本可控的情况下，有效地管理并使用大数据，从而创造更多的价值。

5）大数据安全

大数据具有的大规模、高速性和多样性特征，将传统数据的安全隐私问题显著放大，导致前所未有的安全隐私挑战。大数据安全隐私保护是指通过规划、制定和执行大数据安全规范和策略，确保大数据资产在使用过程中具有适当的认证、授权、访问和审计等控制措施。

建立有效的大数据安全策略和流程，确保合适的人员以合适的方式使用和更新数据，限制所有不合规的访问和更新，以满足大数据利益相关者的隐私保护需求。大数据是否被安全可靠的使用将直接影响客户、供应商、监管机构等相关各方对组织的信任程度。

6）大数据架构

数据架构是系统和软件架构层面的描述，主要是从系统设计和实现的视角来看数据资源和信息流。数据架构定义了信息系统架构中所涉及的实体对象的数据表示和描述、数据存储、数据分析的方式及过程，以及数据交换机制、数据接口等内容。

大数据架构是组织视角下，大数据相关的基础设施、存储、计算、管理、应用等分层和组件化描述，为业务需求分析、系统功能设计、技术框架研发、服务模式创新及价值实现的过程提供指导。主要包括三部分：大数据基础资源层、大数据管理与分析层、大数据应用与服务层。