数据开发与数据治理的关系

前文：

          说起数据治理，可以滔滔不绝，但万变不离其宗，主要还是要对应着开发流程去理解才能模块化。当然每个点展开都是一个很宏大的议题，本文只是将开发与治理的对应关系结合起来。

一、关系图

1.数据开发系统作为数据决策体系，其核心便在于指标体系的建设及其覆盖面。

2.指标体系建设可分为三种建设方法，分别为科学方法选指标如OSM、分析模型如AARRR、场景化的人货物。

3.一个数据开发的规范流程为：

• 数据探查,查看现有资产是否满足需求,数据量及数据质量如何
• 指标管理,梳理定义并拆分技术指标
• 模型设计,输出drow.io架构图及excel字典,基于维度建模方法
• 开发+验数报告+任务调度
• 质量监控规则配置

4.数据治理是一个泛题，对应着实际的开发流程：

• 定义数据标准(指标字典、业务规则、编码规范、组织架构等)
• 主数据管理(定义核心业务实体及维度表：如用户实体、订单、商品、区域等)
• 元数据管理(任何数据的定义、解决找指标定义|数据资产的问题)
• 数据建模(流程规范和数据框架)
• 在开发中的资源问题(生命周期存储计算)
• 数据服务需要评估成本问题(存储计算资源)和安全问题(权限控制)
• 采集/计算的数据质量的监控(及时性、准确性、完整性、一致性、唯一性)

• 

  例图：DAMA示例