slbenben 发表于 2022-10-27 13:50:23

国标DCMM数据管理模型系列讲座第459期 第七讲 数据质量 杨泉


国标DCMM数据管理模型系列讲座459期
第七讲 数据质量 杨泉
下周三(10月19日 20:00)


files/images/editor_styles/6f1c2fc0f47f569d8736d4a586560a77.png
-01-
国标DCMM系列十讲:杨泉老师第七讲《数据质量》files/images/editor_styles/a2e61f4a7ee7b26cf2b888711e82e387.pngSmartbi对DCMM八大能力域的支持files/images/editor_styles/7e1b32996e1d12a517117996f4c11c1f.png
1. 数据战略,以Smartbi为基础,有效支持业务导向的数据战略规划、实施及评估。
2. 数据治理,以Smartbi为载体,建立适合的数据治理组织、管理制度及数据文化。
3. 数据架构,以Smartbi为中心,建立科学的数据模型,进行数据集成元数据管理。
4. 数据应用,以Smartbi为手段,进行灵活的数据分析、开放共享及数据目录服务。
5. 数据安全,以Smartbi为核心,进行严格的数据安全策略,进行日常的安全管理。
6. 数据质量,以Smartbi为方法,建立自定义的数据质量规则,开展质量检查分析。
7. 数据标准,以Smartbi为标准,建立匹配业务的术语、主数据、指标数据的标准。
8. 数据生存周期,以Smartbi为过程,全流程进行数据需求、开发、运维退役管理。

DCMMfiles/images/editor_styles/a2e61f4a7ee7b26cf2b888711e82e387.png主题、背景、内容、听者收益files/images/editor_styles/7e1b32996e1d12a517117996f4c11c1f.png主题:数据安全
背景:
《数据管理能力成熟度评估模型》(以下简称DCMM)是我国在数据管理领域首个正式发布的国家标准,旨在帮助企业利用先进的数据治理及管理理念和方法,建立和评价自身数据管理能力,持续完善数据管理组织、程序和制度,充分发挥数据在促进企业向信息化、数字化、智能化发展方向的价值。
国标DCMM数据管理模型系列十讲的第七讲《数据质量》,在DCMM标准指导下,建立数据质量需求规则,进行日常数据质量检查和保障,对数据质量问题进行分析,提出数据质量提升方案,不断提升数据质量水平。
听者:
数字化转型的管理及实施人员
大数据发展企业相关从业人员
企业数据治理及管理的参与人员
对数据管理能力成熟度评估感兴趣的人员
内容:
01. 数据质量需求,介绍根据数据管理目标,设计和定义数据质量规则
02. 数据质量检查,介绍根据数据质量规则,对数据质量进行监控检查
03. 数据质量分析,介绍找出数据质量原因,分析建立数据质量知识库
04. 数据质量提升,介绍制定数据质量方案,逐步培养起数据质量文化
收益:
理解DCMM模型框架的数据质量需求、检查、分析、提升的流程及方法,了解如何建立组织的数据质量意识和文化。

files/images/editor_styles/a2e61f4a7ee7b26cf2b888711e82e387.png杨泉讲师介绍files/images/editor_styles/7e1b32996e1d12a517117996f4c11c1f.png
    资深IT管理实践者,25年职业生涯,5年软件研发,5年研发部门管理,10年PMO,5年IT管理咨询经验,曾任软通动力公司集团质量总监。
    获得了众多IT相关咨询认证,包括:DCMM数据管理师、PMP、COBIT、DEVOPS、ITIL4 MP/SL、信息系统项目管理师、CMMI等证书,在2012年获得了中关村科技园区的经济技术创新标兵。
    参编了IT国家标准8个,团体标准1个,IT书籍4本,在IT管理方面有丰富的经验。最大优势是IT管理的实践经验丰富,能理论结合实践,指导企业提升IT管理水平。

#参与的国家标准-IT服务
信息技术服务 治理 第1部分:通用要求
信息技术服务 治理 第4部分:审计导则
信息技术服务 治理 第5部分:数据治理
信息技术服务咨询设计 第1部分:通用要求
信息技术服务 服务基本要求
信息技术服务 运行维护 第4部分:数据中心服务要求
信息技术服务 外包 第6部分:服务需求方通用要求
信息技术服务 服务安全要求

#书籍作品#
《IT审计之道》
《大数据治理及服务》
《数据治理白皮书》
《数据资产评估指南》
files/users/984/9840057/202210/IcITZthC_ZR94.png

页: [1]
查看完整版本: 国标DCMM数据管理模型系列讲座第459期 第七讲 数据质量 杨泉