erwin 数据建模与治理
发布时间：2019-09-20 19:22

· 数据治理——需要高管和商业领袖的积极参与。并不仅仅是定义端点的一次性项目，这是一项持续的举措。

· 数据治理——以了解企业的关键数据位起始，通过跟踪其物理存在和沿袭，在确保质量和安全性的同时最大化其价值的能力。

· 数据治理——成功取决于业务流程建模和企业架构。

成功的数据治理必须从业务流程建模和分析开始。

传递数据治理球

· 多年来，数据治理一直是IT和业务之间在网络上来回传递的排球，要想真正解决这个问题，组织就要站出来，制定全面整体的战略，该战略有四个方面：

    1、在此过程中接触每个利益相关者

    2、提供理解和管理可信数据资产的平台

    3、无论生活在何处，都能从数据中获得最大收益，同时最大限度降低风险

    4、帮助用户了解 对整个企业中特定数据元素做出的更改而产生的影响

· 要实现这一目标，现代数据治理战略需要跨学科来打破传统孤岛。企业架构显得尤为重要，要使IT和业务保持一致，将公司的应用程序及相关技术和数据映射到它们支持的业务功能和价值流上面。

· 业务流程和分析组件至关重要，因为它定义了业务的运作方式，并确保员工理解并负责执行他们负责的流程。企业可以清晰地定义，映射和分析工作流程并构建模型以推动流程改进，以及识别易受最大安全性，合规性或其他风险影响的业务实践，以及最需要控制以减少风险的方法。

提问、放缓

· 实施数据治理方法和系统时，组织应注意系统必须为一个过程服务 - 并由一个系统来管理/控制。

· 想要正确 有效的实施，您必须 - 在每个细节 - 知道它将影响的所有过程。你需要提出这些重要的问题：

    1、它将如何影响他们？

    2、谁需要参与？

    3、当他们需要参与？

· 这些问题与我们在数据治理中提出的问题相同。它们涉及影响分析，所有权和责任，控制和可追溯性 -有效地记录和管理业务流程。与数据集本身比起来，如何使用数据集，使用者以及使用方式方面更为重要 – 在操作和使用过程中会描述及生成这些信息。

因此，我们很有必要了解实施这些步骤的流程，以一致的方式开放和共享流程，使组织可以在整个过程内，参与所有部门的调查，并且提出问题，再将信息反馈到各层。只有这样，才能真正有效的的实施数据治理。

 

沟通失败

· 考虑这种情况：捕获我们的数据沿袭，我们能够了解数据集意味着什么，了解数据集的连接以及责任方- 并非一项简单的任务，做到这些，将意味着组织取得巨大胜利。当发生违规行为的时候，并没有人会告诉我们为什么，数据只会告诉我们还有哪些因素会受到影响以及谁可以管理数据层，发现并解决导致违规的流程故障，避免再次发生。

· 通过了解数据的使用位置 - 使用和管理数据的过程 - 我们可以快速，甚至即时地确定故障发生的位置。从数据沿袭开始（意味着我们的取证分析从我们的数据治理系统开始），我们可以确定整个组织中的源和目标流程以及相关影响。

我们可以知道哪些流程需要改变以及如何改变。我们可以预见到我们运营中的未决中断，以及更重要的是，减轻和/或解决这些问题所涉及的成本。但是，了解以上所有必要的流程 - 基本数据和运营业务架构 - 需要准确捕获和建模。在没有流程的情况下建立数据治理就像在沙滩上建造城堡一样。

重新思考业务流程建模和分析

· 现代组织需要一个业务流程建模和分析工具，可以轻松访问整个组织中的所有操作层 - 从高级业务架构一直到数据。这样的系统应该是灵活的，可调节的，易于使用的并且能够同时支持多个层，允许用户在他们的舒适区域开始并且在他们为组织的目标努力时成熟。

erwin EDGE是用于管理组织的数据治理和业务流程计划以及整个数据架构的最全面的软件平台之一。它允许整个组织内的自然，有机增长，并且在同一平台下同化数据治理和业务流程管理，因为其集成的协作方法，提供了独特的数据治理体验。

启动免费的基于云的erwin业务流程试用版，了解世界上一些最大的企业如何从其集中存储库和基于角色的集成视图中获益。我们也很乐意向您展示我们的数据治理软件，其中包括数据编目和数据扫描功能。