数据治理挑战
- 数据信息分散
- 数据质量差
- 维护困难
- 元数据不全
- 无法审计和度量
- 需要业务接口人维护补全业务信息
- 数据多样化，缺少统一标准
- 数据有问题，总是事后才发现
- 不知该由谁去维护
- 业务系统不清晰
- 数据资产不明晰
腾讯内部数据治理实践
第一阶段：数据资产化
- 目标：全面数据汇聚，统一数据资产，为辅助业务决策提供高质量的数据保障
- 成果：完成数据生产链路的规范化建设，数据资产完整性和分层规范达到95%，复用度达到73%
第二阶段：成本治理
- 资源用量与资源单价分析
- 成果：在月成本同比增加30%+的情况下，业务单位用户/内容消费的大数据成本下降至少10%
第三阶段：治理平台化
- 构建一站式数据治理平台
- 成果：实现全面的治理执行，提高治理效率
WeData 数据治理平台能力
- 敏捷数据生产：场景化解决方案
- 数据管理：用户管理、审批管理、多租户管理、项目管理
- 数据源管理：多环境管理
- 数据开发：数据引擎、数据汇聚、数据仓库、数据湖、数据中台
- 数据建模：数据集成、数据开发、数据服务
- 数据质量：规则模板、质量概览、事前质量监控、事后质量分析
- 数据安全：权限策略、数据脱敏、访问控制、访问审计
- 资产治理：数仓规划、模型设计、规范标准、逻辑模型、关系模型
- 数据服务：API生产、数据应用
总结
腾讯通过内部数据治理实践，实现了从数据资产化、成本治理到治理平台化的三个阶段，显著提升了数据质量和治理效率。WeData数据治理平台提供了全面的数据管理和治理工具，帮助企业高效地进行数据治理。
