ガイド: さまざまな業界やさまざまな企業には、さまざまな業界の特徴、さまざまな企業の性質、さまざまな程度の情報化開発、さまざまなビジネスおよび管理のニーズがあるため、データ ガバナンスの焦点も異なります。データ ガバナンス プラットフォーム フレームワークを設計するとき、企業は、企業の実際のニーズと開発ニーズから進み、企業に適したデータ ガバナンス構造を設計し、企業の問題点を解決する必要があります。業界は参考にするだけで真似はできない 貪欲になるのが一番のタブー 正確に。
1. データ アーキテクチャの概要
実際には、データ アーキテクチャの公式かつ権威ある定義はありません. データ アーキテクチャの理解と認識のほとんどは、エンタープライズ アーキテクチャ (EA) から来ています. EA アーキテクチャでは、データ アーキテクチャはその重要な部分です. エンタープライズ アーキテクチャには、通常、ビジネス アーキテクチャ、データ アーキテクチャ、アプリケーション アーキテクチャ、技術アーキテクチャが含まれます。データ アーキテクチャは、企業のビジネス エンティティを情報オブジェクトに抽象化し、企業のビジネス オペレーション モードを情報オブジェクトの属性とメソッドに抽象化し、オブジェクト指向のデータ モデルを確立します。ビジネス・モデルからデータ・モデルへ、ビジネス要件から情報機能へ、マッピング、企業の基本データから企業情報への抽象化。簡単に言えば、データ アーキテクチャは、ビジネス アーキテクチャ内のさまざまなビジネス間の関係を論理的に記述したものであり、ビジネス アーキテクチャの間にあるデータ アーキテクチャを通じて、各アプリケーション モジュールのデータ構成、相互関係、および格納方法を記述します。とアプリケーションのアーキテクチャーの前と次をつなぐ。
データ ガバナンスと呼ばれる機能に関与するデータ アーキテクチャには、情報リソース カタログ管理、マスター データ管理、メタデータ管理、データ品質管理、データ標準管理、データ セキュリティ管理、およびデータ ライフサイクル管理が含まれます。
2. データ構造の設計方法
データ アーキテクチャの設計は、エンタープライズ アーキテクチャの一部です. TOGAF、Zachman、FEA、DoDAF など、エンタープライズ アーキテクチャの設計には多くの成熟したモデルとフレームワークがあります. 中国で最も広く使用されているのは TOGAF フレームワークです. TOGAF エンタープライズ アーキテクチャ フレームワークでは、データ アーキテクチャも、エンタープライズ アーキテクチャ フレームワーク全体の 4 つの重要なコンポーネントの 1 つです。
TOGAF フレームワークは、下図に示すように、エンタープライズ アーキテクチャの計画と設計を準備フェーズと 8 つの設計フェーズに分割します。今回はTOGAFフレームワークの使い方についてはあまり議論しませんでしたが、実際には同じビジネス、データ、アプリケーションシステム、企業体質、管理と制御モデル、企業文化を持つ企業は2つとありません。データ ガバナンス: アーキテクチャを設計する場合、高度なシステム フレームワークとベスト プラクティスは参照としてのみ使用でき、コピーすることはできません。最も重要なことは、企業の特性とニーズを組み合わせて、企業の要件を満たすデータ アーキテクチャを設計することです。この時点で、私は TOGAF フレームワークがとても気に入っています.そのすべての段階とすべてのステップは、企業のニーズに基づいて計画および設計する必要があります.
TOGAF フレームワークと組み合わせると、著者は、データ ガバナンス プロジェクトのデータ アーキテクチャ設計には次の手順が必要であると考えています。
1. 戦略的理解。企業のビジョンと開発戦略を完全に理解する 企業戦略の理解は、ビジョンやミッションなどの事業戦略だけでなく、企業のIT戦略も理解すると同時に、企業のデータの位置付け、組織の戦略などの要因を理解します。構造、および人材戦略を考慮する必要があります。
2. ビジネス分析。エンタープライズ ビジネスの主要なバリュー チェーンを明確にし、主要なバリュー チェーンをコアとして、さまざまなビジネス リンクの相乗効果と既存の問題を完全に理解し、エンタープライズ ビジネスのニーズの 3 つのポイント、つまり、問題点、かゆみ点、および興奮ポイント。この3点は主にマーケティング分野で使われますが、長年の経験から、この3点を見つけて合理的な設計を行うことも、プロジェクトの成功を保証する重要な要素であると私は確信しています。
3. 建築設計。データ アーキテクチャは、ビジネス上の問題とニーズを解決することを目的としており、アプリケーション機能を出発点として、ビジネス アーキテクチャを上向きに引き受け、アプリケーション アーキテクチャを下向きに接続します。データ アーキテクチャには、メタデータ、マスター データ、データ モデルなどの比較的静的なデータだけでなく、さまざまなトランザクション データ、ETL、アプリケーション アクセス データ、統合データ、モバイル データなどの比較的動的なデータも含める必要があります。データ標準、データ品質、データ セキュリティ、およびデータ ライフサイクル管理も必要です。
4. モデル設計。企業戦略とビジネス分析の理解に基づいてデータモデルを設計します。データモデルは現実世界の抽象化であり、データモデルはシステムの静的特性、動的動作、および制約を抽象レベルから記述します。階層設計の原則に従って、データモデルは概念モデル、論理モデル、および物理モデルに分けることができます。ユーザーと客観的な世界に面する概念モデルは、現実世界の概念構造を記述するために使用されます。データベース システム向けの論理モデルは、データ オブジェクトの構造と関係を記述します。物理ストレージ メディアの物理モデルは、ストレージ メディア上のデータの構造を表します。
5. データ標準。データ モデルを組み合わせて、各データのビジネス上の意味、ビジネス ルール、データ構造、品質ルール、管理部門、管理者を定義します。一般に、モデルの設計にはデータ標準の内容を含める必要があることに注意してください. データ標準には、データ モデルで記述された内容に加えて、データ分類標準、データ コーディング標準、データ品質標準、およびデータ セキュリティ標準が含まれます。
3. 現在一般的なデータ ガバナンス アーキテクチャのインベントリ
これらの業界や企業のデータ ガバナンス アーキテクチャの特徴について、筆者が実際に触れて理解したいくつかの業界や企業に基づいて説明しましょう。
1. メタデータ主導のデータ ガバナンス アーキテクチャ
新技術の開発は従来の業界に課題をもたらし、私たちが常にうらやましく思っていた銀行業界でさえ、ほとんど無敵ではありません。伝統的な銀行企業の情報化モデルも、最初に構築され、次に管理されます. 多数の煙突スタイルのアーキテクチャ システムは、多数のデータ アイランド、クロスビジネス、機能の重複、冗長データ、低いデータ品質、一貫性のない基準を生み出しました。単一の収集および処理手段、分散したストレージ、不十分なデータ マイニング機能、データの断片化、および不十分な共有などの問題は、ほとんどの銀行会社で依然として一般的です。インターネット金融の影響も相まって、銀行業界は厳しい時期を迎えています。
データは、特に銀行業界にとって、企業の資産です。特に、マーケティング、リスク管理、インクルーシブ ファイナンスなどの分野でのビッグ データの幅広い適用により、データは業務効率と規制の有効性を改善するためのツールから、銀行業界のコア アセットおよび規制を実現するための重要な基盤へと進化しました。意図。メタデータによって駆動され、企業データ資産を明確化し、データ標準システム、データ品質管理システムを確立し、企業向けのデータ ガバナンスを実装することは、現在の銀行業界における典型的なデータ ガバナンス構造です。メタデータ管理プラットフォームを通じて、メタデータの収集、変更、削除、検索が実現され、メタデータの駆動下でデータの抽出、変換、ロードが実現されます °顧客マスター データ管理とデータ品質管理は、統一されたものを実現しますおよび標準的な外部データ サービスを提供し、エンタープライズ製品の革新とサービスの革新をサポートします。データ ガバナンスを通じて、銀行業務の最適化、顧客との良好な関係の確立と維持、および販売機会の増加において、大きな支援的役割を果たしてきました。
2. マスターデータによって駆動されるデータ ガバナンス アーキテクチャ
ものづくり企業にとって「コスト削減、効率化、品質向上」は企業の永遠の追求目標です。企業の発展の過程で、ビジネス関係はますます緊密になり、断片化されたビジネスシステム、データの不整合、非標準、不正確、不完全などの問題は、ビジネス間のコラボレーションとコラボレーションに大きな制約をもたらし、その後影響を受けました「コスト削減、効率化、品質向上」という企業の目標。製造企業では、さまざまな部門や業務がオンラインで通信する場合、多くの場合、コードの不一致や名前の不一致が原因で、ビジネス コミュニケーションが円滑に行われず、通信コストが増加し、ビジネスの効率が影響を受けます。
エンタープライズ データ リソースの統一された分類と識別を通じて、分類基準、コーディング基準、データ モデル基準、データ品質ルール基準、データ統合基準などを含むマスター データ基準を確立します。マスターデータによって駆動されるデータガバナンスプラットフォームを通じて、さまざまなビジネスシステムのデータチャネルが開かれ、マスターデータの独自のデータソースと統一されたデータビューが形成され、1つのオブジェクトに対して1つのコード、統一された管理、統一された管理が実現されますマスターデータの配布、統一適用。さまざまな異種システムにおけるデータの非標準化や不整合の問題をマスターデータを通じて解決し、事業継続性とデータの一貫性、完全性と正確性を確保し、事業部門間のシナジーを向上させると同時に、高品質のマスターデータもサポートを提供します。リーダーシップ管理の決定のため。
3. マイクロサービス モデルのデータ ガバナンス アーキテクチャ
マイクロサービス — 分散型情報システム アーキテクチャ、サービスのコンポーネント化、展開の自動化、柔軟性と機敏性は、インターネット企業や一部のオープン インダストリー (2C ビジネス) から高く評価されています。マイクロサービス アーキテクチャの実装により、マイクロサービス アーキテクチャは開発モデルを改善しましたが、いくつかの問題ももたらしました.すべての問題の中で最も重要なものはデータの問題です. マイクロサービス アーキテクチャは、完全なコンポーネント化とサービス化を強調しています. 各マイクロサービスは、個別にデプロイして本番環境に置くことができます. 多くのマイクロサービスには、独自の独立したデータベースがあります. これにより、2 つの疑問が生じます。1) ビジネス システムがデータを完全にクエリした後、データを統合する方法は? 2) データをさらに分析およびマイニングする方法は? これらの要件には、全量のデータの分析が必要になる場合があり、分析は現在のビジネスに影響を与えることはできません。
上の図は、マイクロサービスに基づくホテルのデータ ガバナンス アーキテクチャを示しています. 全体的な設計のアイデアは、データ層、サービス層、およびアプリケーション層に分割された 3 層アーキテクチャ モデルを採用することです. データ層から分離されています. マイクロサービスは、マスターデータのロジックに従って識別および分割され、共有度の高いアプリケーションはマイクロサービスされ、マスターデータアプリケーションは、メンバーシップセンター、ポイントセンター、製品センター、ストアセンターなどのマイクロサービスされます。 .. . フロントエンドの業務システムではデータを直接操作することはできませんが、バックエンドのデータはサービス層でさまざまなマイクロサービスを呼び出して取得します。全量のデータに対して統計分析を実行する必要がある場合、対応するデータは、データ移動テクノロジーを介してデータレイクに移動および要約され、統計分析のニーズに従って処理されて分析が実現されます。
4. ハイブリッド クラウドに基づくデータ ガバナンス アーキテクチャ
「中国ハイブリッド クラウド市場調査報告書 (2018)」によると、ハイブリッド クラウドはエンタープライズ クラウド移行の主なテーマとなっており、インフラストラクチャへの投資を削減し、エンタープライズ ビジネスのカスタマイズとセキュリティの考慮事項をある程度実現できると指摘しています。程度は、企業がハイブリッド クラウドを選択する最も重要な要因です。ハイブリッド データ ガバナンスは、企業が今後検討しなければならない問題です。
ハイブリッド クラウド データ ガバナンス モデルに基づいて、国家標準および業界標準のデータ リソースがパブリック データ リソース プールに形成され、パブリック クラウドに展開され、企業が呼び出す API インターフェイス サービスを介して提供されます。各 API インターフェイスは DSaaS サービスと見なすことができ、公開データ リソース プールのアプリケーションを最大化するために、データは OpenAPI を介してオープンになり、より多くのアプリケーション開発者が使用できるようになります。企業にとって、データ ガバナンスの本質はデータの品質を向上させることです.パブリック クラウドに高品質の標準データがあるため、データのこの部分を企業内で使用できるため、パブリック クラウドの標準データ リソースを企業. データガバナンスのプロセスでは、一方では企業データの管理と保守のコストを削減し、他方では企業データの信頼性を向上させます。
5. ビッグデータ アーキテクチャのデータ ガバナンス システム
ビッグデータの時代では、データは企業全体に分散しています。構造化、非構造化、半構造化、およびその他のさまざまな形式があります。利用可能なデータの量、種類、および速度は、驚くべき速さで増加し続けています。また、データ ソースは、管理する必要があるチームの管理下にありません。企業は、このデータから実用的な洞察を明らかにする方法と、データを保護する方法という 2 つの差し迫った課題に直面しています。これら 2 つの課題は、データを管理する能力に直接依存しています。
ビッグデータ環境で効率的なデータ ガバナンスを実現する方法。上記は通信会社のビッグデータガバナンスアーキテクチャであり、データガバナンスプラットフォームには、メタデータ管理、データ品質管理、マスターデータ管理、データ標準管理、およびデータセキュリティ管理が含まれます。ビッグデータプラットフォームのデータ構造、品質規則、データ標準は、データガバナンスプラットフォームを通じて定義され、ビッグデータプラットフォームのデータ制御とガバナンスを実現します。同時に、ビッグデータ プラットフォームの分析結果をデータ ガバナンス プラットフォームにフィードバックして、より信頼性の高いデータ サービスを形成することもできます。ビッグデータ プラットフォームとデータ ガバナンス プラットフォームのモジュール間の関係は次のとおりです。
4.まとめ
データ アーキテクチャ設計の定義は、IT システム資産全体の青写真であり、企業データ資産の管理と適用の基礎を築きます。データ アーキテクチャは、データ ストレージ、アクセス、統合、および分析をサポートします。データ アーキテクチャの設計では、メタデータ、データ モデル、マスター データ、共有データの標準化などの比較的静的なデータだけでなく、次のような比較的動的なデータも考慮する必要があります。トランザクション データ、データ転送、ビッグ データ、ETL、アクセス アプリケーション、データ ライフ サイクルのガバナンス。データ ガバナンス アーキテクチャの設計は、業界の特性と企業のニーズに密接に従い、企業のニーズと発展を満たすデータ アーキテクチャを設計し、データ ガバナンス、データ ライフ サイクル、データ セキュリティの管理を強化する必要があります。データ資産の信頼性により、データは、企業の戦略計画と事業開発をリードするコア競争力の強固な基盤になります。
著者：石秀峰
10年以上データ分野に携わってきたITベテラン。エンタープライズ データ ガバナンス、データ資産化、データ ビジネス化の実践者です。
参考文献:
エンタープライズ アーキテクチャ TOGAF https://blog.csdn.net/watermelonbig/article/details/77620847
マイクロサービス アーキテクチャとデータ ガバナンス https://www.jianshu.com/p/e61e13e17efd
ハイブリッド クラウド ガバナンス: データ ストレージをボーダレスにする方法 https://blog.csdn.net/qq_41689867/article/details/89221224