首页
›
数据工程与实时数据平台
›
022-数据质量平台
›
《数据质量质量评分驱动的数据治理闭环》
VIP20
本课程属于:022-数据质量平台
数据工程与实时数据平台 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
数据质量质量评分驱动的数据治理闭环
📚 共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
第1章
数据治理概述
定义与目标,厘清治理挑战,辨析治理与数据管理的本质区别。
定义
目标
挑战
第2章
数据质量基础
六大维度:准确性、完整性、一致性、及时性、唯一性、有效性,剖析质量根源。
维度
来源
定义
第3章
质量评分模型设计
设计原则、权重分配、加权平均与层次分析法,建立分级标准。
算法
权重
分级
第4章
数据质量度量与评估
度量指标选取,抽样与全量检查,评估流程及报告生成。
度量
抽样
报告
第5章
数据治理闭环框架
Plan-Do-Check-Act四阶段,参与角色与落地工具全景。
PDCA
角色
工具
第6章
数据质量监控与告警
监控指标、频率、阈值配置,邮件/短信/钉钉通知方式。
监控
告警
通知
第7章
数据质量改进策略
5Why法、鱼骨图根因分析,制定措施与持续改进机制。
根因
改进
验证
第8章
数据标准与规范
基础/指标/代码标准,制定流程与落地执行。
标准
分类
规范
第9章
元数据管理
技术/业务/管理元数据,采集、血缘分析与应用场景。
元数据
血缘
采集
第10章
主数据管理
主数据定义、管理原则、模型设计及分发同步机制。
主数据
模型
同步
第11章
数据安全与隐私
分级分类、脱敏技术、访问控制与审计合规。
安全
脱敏
合规
第12章
数据生命周期管理
产生、存储、使用、归档、销毁各阶段管理要点与工具。
生命周期
归档
销毁
第13章
数据治理组织与角色
委员会职责、数据管理者、拥有者、管家及团队组建。
组织
角色
职责
第14章
数据治理制度与流程
制度框架、申请/审批/变更/发布流程及自动化设计。
制度
流程
自动化
第15章
数据治理平台选型
选型原则,Atlas/DataHub/Collibra对比与评估维度。
平台
对比
选型
第16章
数据质量评分系统架构
采集/计算/存储/展示四层架构,技术栈与高可用设计。
架构
技术栈
高可用
第17章
数据质量评分系统开发实战
环境搭建、评分引擎/监控/报告模块开发及API设计。
开发
API
模块
第18章
数据质量评分系统测试与部署
单元/集成/性能测试,容器化与云部署及回滚方案。
测试
部署
回滚
第19章
数据质量评分系统运维与优化
日常监控、性能优化、数据倾斜处理与日志分析。
运维
优化
排障
第20章
数据治理项目实战(一)
项目背景、目标、范围界定、团队组建与计划制定。
启动
计划
团队
第21章
数据治理项目实战(二)
现状调研、资产盘点、质量问题识别与评分基线建立。
调研
盘点
基线
第22章
数据治理项目实战(三)
治理方案设计、评分模型定制、工具部署与标准落地。
方案
定制
落地
第23章
数据治理项目实战(四)
闭环试运行、问题跟踪、评分验证与治理效果评估。
试运行
跟踪
评估
第24章
数据治理项目实战(五)
项目复盘、知识库沉淀、运营体系与持续改进计划。
复盘
知识库
运营
第25章
数据治理与数据中台
中台概念、治理定位、协同机制与数据质量保障。
中台
协同
质量
第26章
数据治理与数据湖
数据湖挑战、Schema-on-Read、数据目录与质量监控。
数据湖
目录
监控
第27章
数据治理与AI/ML
AI对质量要求、特征工程治理、训练监控与AI辅助治理。
AI
特征
监控
第28章
数据治理的量化评估
DCMM/DMM成熟度模型,提升率、解决率、ROI计算。
成熟度
ROI
量化
第29章
数据治理的未来趋势
自动化、智能化、实时治理与Data Mesh治理模式。
趋势
实时
Data Mesh
第30章
课程总结与展望
核心知识点回顾、常见误区、学习路径与社区资源。
总结
误区
资源
所属VIP或分类
同VIP:Schema变更对数据血缘的冲击
同VIP:Schema治理保障数据一致性
同VIP:从零搭建数据质量监控体系