DCMM数据运维

概述

数据运维是指数据平台及相关数据服务建设完成上线投入运营后,对数据采集、数据处理、数据存 储等过程的日常运行及其维护过程,保证数据平台及数据服务的正常运行,为数据应用提供持续可用的 数据内容。

过程描述

过程描述如下:

• 制定数据运维方案,根据组织数据管理的需要,明确数据运维的组织,制定统一的数据运维 方案;
• 数据提供方管理,建立数据提供的监控规则、监控机制和数据合格标准等服务水平协议和检查 手段,持续监控数据提供方的服务水平.确保数据平台和数据服务有持续可用、高质量、安全可 靠的数据,数据提供方管理包括对组织的内部和外部数据提供方;
• 数据平台的运维,根据数据运维方队对数据库、数据平台、数据建模工具、数据分析工具、ETL 工具、数据质量工具、元数据工具、主数据管理工具的选型、部署、运行等进行管理,确保各技术工具的选择符合数据架构整体规划,正常运行各项指标满足数据需求;
• 数据需求的变更管理.数据需求实现之后,需要及时跟踪数据应用的运行情况.监控数据应用 和数据需求的一致性,同时对用户提出的需求变更进行管理,确保设计和实施的一致性.

过程目标

过程目标如下:

• 组织的内外部数据提供方可按照约定的服务水平提供满足业务需求的数据;
• 保证数据相关平台和组件的稳定运行.

能力等级标准

能力等级标准如下:

第1级:初始级

1. 各项目分别开展数据运维工作,跟踪数据的运行状态,处理日常的问题.

第2级:受管理级

1. 对某类或某些数据确定了多个备选提供方、建立了选择数据提供方的依据和标准;
2. 在某个业务领域建立了数据提供方管理流程,包括数据溯源、职责分工与协同工作机制等 并得到遵循;
3. 在某个业务领域建立了数据运维管理规范,并指导相关工作的开展;
4. 在某个业务领域对数据需求变更进行了管理.

第3级:稳健级

1. 建立了组织级数据提供方管理流程和标准并执行;
2. 建立了组织级的数据运维方案和流程并执行;
3. 数据运维解决方案能与组织级数据架构、数据标准、数据质量等工作协调一致;
4. 建立了数据需求变更管理流程,并以此对组织中的需求变更进行管理;
5. 定期制定数据运维管理工作报告,并在组织内进行发布.

第4级:量化管理级

1. 参考、评估并采用数据运维的行业最佳实践;
2. 定义并应用量化指标,衡量数据提供方绩效、衡量数据运维方案运行有效性;
3. 组织对数据运维流程开展了持续改善措施.

第5级:优化级

1. 参与制定国际、国家、行业数据运维相关标准;
2. 在业界分享最佳实践.成为行业标杆.