（2）第二階段：建立管理流程，落地數(shù)據(jù)標準，提升數(shù)據(jù)質量

　　在第二階段，需要建立大數(shù)據(jù)管控能力，包括從業(yè)務的角度梳理企業(yè)數(shù)據(jù)質量問題，形成質量控制能力，形成核心數(shù)據(jù)標準，并抓標準落地。針對關鍵問題，建立數(shù)據(jù)的管理流程，少而精，控制核心問題。

　　在這個階段主要是為數(shù)據(jù)部門形成一套管理大數(shù)據(jù)的能力，同時為數(shù)據(jù)部門形成數(shù)據(jù)管理的工作環(huán)境。

（3）第三階段：直接為用戶提供價值，向用戶提供數(shù)據(jù)微服務

　　通過前兩個階段，企業(yè)能夠建立基本的數(shù)據(jù)治理的能力，在此基礎上，還需要以用戶為中心，為用戶提供直接獲取數(shù)據(jù)的能力。第三階段依賴于前兩個階段能力的建設，在這個階段的目標是向用戶提供自助化的數(shù)據(jù)服務，使用戶能夠自助地獲取和使用數(shù)據(jù)，并且在用戶的使用過程中再反過去進一步落地標準、控制質量。

（4）第四階段：智能化企業(yè)知識圖譜，為全企業(yè)提供數(shù)據(jù)價值

　　最后一個階段是將數(shù)據(jù)沉淀成為知識，形成企業(yè)的知識圖譜，提供從“關系”的角度去分析問題的能力。

　　人進行數(shù)據(jù)搜索是通過業(yè)務術語（知識）來搜索的，而知識之間是有相互聯(lián)系的，例如水果和西紅柿是上下位關系（后者是前者的具體體現(xiàn)），好的搜索除了要列出直接結果，還需要顯示與之關聯(lián)的知識，這就要建立知識圖譜。

　　簡單說知識圖譜就是概念、屬性以及概念之間的關聯(lián)關系，這個關系可以手工建立，也能通過自然語言處理等方法，對政策、法規(guī)、需求、數(shù)據(jù)庫comments、界面等多種來源進行分析，自動化建立起企業(yè)知識圖譜。從而使數(shù)據(jù)治理成為整個企業(yè)的數(shù)據(jù)工作環(huán)境，強化企業(yè)數(shù)據(jù)與知識體系之間的關聯(lián)，加快企業(yè)員工數(shù)據(jù)與知識之間的轉換效率，讓數(shù)據(jù)的深層價值得以體現(xiàn)。

　　通過這四個階段的建設，使數(shù)據(jù)治理平臺由數(shù)據(jù)部門的工作環(huán)境，轉變成為全企業(yè)的數(shù)據(jù)工作環(huán)境，以用戶為中心，讓用戶能夠直接使用大數(shù)據(jù)，并通過用戶的使用來管理數(shù)據(jù)，持續(xù)優(yōu)化數(shù)據(jù)質量，在達到治理數(shù)據(jù)目標的同時，也最大限度發(fā)揮了數(shù)據(jù)的價值。

三、面向用戶的自服務大數(shù)據(jù)治理架構

自服務大數(shù)據(jù)治理架構

　　以用戶為中心的自服務大數(shù)據(jù)治理技術架構包括五部分：數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)監(jiān)控管理、數(shù)據(jù)準備平臺、數(shù)據(jù)服務總線，消息與流數(shù)據(jù)管理。

　　整個平臺分為五塊核心能力：數(shù)據(jù)資產(chǎn)、數(shù)據(jù)準備、數(shù)據(jù)服務總線、消息&流數(shù)據(jù)管理、數(shù)據(jù)監(jiān)控管理。

　　數(shù)據(jù)資產(chǎn)管理是對企業(yè)數(shù)據(jù)信息統(tǒng)一管理也是整個平臺的基礎，數(shù)據(jù)準備平臺是資產(chǎn)服務化的加工廠，它不但能將原始數(shù)據(jù)通過服務形式以用戶能看懂的方式提供，也可以通過在線數(shù)據(jù)模型設計實現(xiàn)最終數(shù)據(jù)產(chǎn)品的發(fā)布，起到承上啟下的作用。

　　數(shù)據(jù)服務總線和消息&流數(shù)據(jù)管理的價值層次是一致的，只是從數(shù)據(jù)時效性上面對數(shù)據(jù)進行了區(qū)分，去適應用戶不同的管理和應用訴求。起到數(shù)據(jù)通道和安全管理兩個核心內容。

　　數(shù)據(jù)監(jiān)控管理有別于大數(shù)據(jù)中的數(shù)據(jù)節(jié)點管理，而是從數(shù)據(jù)管理的視角切入對數(shù)據(jù)的結構的變化、關系的變化進行管理和控制，它是數(shù)據(jù)持續(xù)發(fā)揮價值的監(jiān)管者。

自服務大數(shù)據(jù)治理的關鍵技術

（1）人工智能的知識圖譜構建

主要有三個步驟

a、基于企業(yè)元數(shù)據(jù)信息，通過自然語言處理、機器學習、模式識別等算法，以及業(yè)務規(guī)則過濾，實現(xiàn)知識提??；
b、以本體形式表示和存儲知識，自動構建成起資產(chǎn)知識圖譜；
c、通過知識圖譜關系，利用智能搜索、關聯(lián)查詢手段，為最終用戶提供更加精確的數(shù)據(jù)；

（2）細粒度的敏感信息控制

　　數(shù)據(jù)內容安全管理包括對IT系統(tǒng)和數(shù)據(jù)進行敏感度等級劃分的定義、瀏覽、檢核，輔助安全規(guī)則在業(yè)務、技術領域的應用。從功能上包括數(shù)據(jù)敏感性分級、系統(tǒng)敏感性分級，數(shù)據(jù)安全策略定義管理，安全策略輸出，安全管理報告，數(shù)據(jù)安全檢核，敏感數(shù)據(jù)角色管理，敏感數(shù)據(jù)權鑒管理及相關電子審批流程。

（3）自助化的大數(shù)據(jù)服務生產(chǎn)線

這里有4個關鍵點：
a、自助的查詢到想要的數(shù)據(jù)；
b、自動的生成數(shù)據(jù)服務；
c、及時穩(wěn)定的獲得數(shù)據(jù)通道；
d、數(shù)據(jù)安全有保證;

　　通過自助化的數(shù)據(jù)生產(chǎn)線，數(shù)據(jù)使用方（業(yè)務人員）大大減少了對開發(fā)人員依賴，80%以上的數(shù)據(jù)需求，都能通過自己進行整合開發(fā)，最終獲取數(shù)據(jù)。讓所有用數(shù)據(jù)的人能方便得到想要的數(shù)據(jù)。

（4）多維度實時的數(shù)據(jù)資產(chǎn)信息的展示

　　數(shù)據(jù)治理平臺提供實時、全面的數(shù)據(jù)監(jiān)控，不僅能從作業(yè)、模型、物理資源等各方面進行全面的數(shù)據(jù)資產(chǎn)盤點，還能對數(shù)據(jù)及時性、問題數(shù)據(jù)量等方面的數(shù)據(jù)健康環(huán)境進行全面的預警。

（5）以業(yè)務元模型為核心的數(shù)據(jù)微服務

　　數(shù)據(jù)需要以服務的形式提供給最終用戶，在服務的提供上不能再采用傳統(tǒng)的方式，而需要用微服務的方式提供，每個單獨數(shù)據(jù)微服務自己對所提供數(shù)據(jù)做緩存，在其中利用元數(shù)據(jù)能力，把知識（業(yè)務模型）與技術（數(shù)據(jù)模型）相結合，從而向最終數(shù)據(jù)用戶提供多種數(shù)據(jù)能力，使用戶能夠以多種方式使用數(shù)據(jù)。

　　最后在整個大數(shù)據(jù)治理平臺的構建中還需要滿足一系列原則，詳情參考我寫過的《敏捷數(shù)據(jù)管理的12個技術原則》。

四、總結

　　大數(shù)據(jù)時代，企業(yè)急需建立以用戶為中心的自服務大數(shù)據(jù)治理，信息梳理、數(shù)據(jù)管控、連接用戶、智能化是實現(xiàn)自服務大數(shù)據(jù)治理的四個主要階段，掌握一系列關鍵技術和技術原則，是實現(xiàn)自服務大數(shù)據(jù)治理的重要基礎。