元数据管理和分析：什么是交叉点？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

元数据管理意味着一组活动，这些活动管理数据以更好地使用和结果。因此，这种做法涉及建立严格的角色、职责、政策和流程，以确保数据驱动的信息在整个组织中可用、可访问、可共享和可维护，以便在日常业务中对此类信息进行最佳分析和应用。从这个意义上说，元数据管理与数据治理一起工作——这是一项精心策划的系统性练习，用于实施正确的控制来管理和管理企业数据。

根据福瑞斯特研究，元数据要么描述业务数据，要么为业务数据及其相关流程、服务、规则和策略提供上下文。因此，元数据可能有多种类型——技术元数据、业务元数据或运营元数据，每一种都提供不同的功能。文章标题为元数据管理与主数据管理：概述提到元数据对数据进行调查分析（内容、原因、地点、方式和时间）。从这个意义上说，它可以帮助业务用户了解他们使用的数据。

在里面高德纳报告 元数据管理解决方案市场指南，主要企业主的判断清晰；企业希望元数据管理 (MM) 能够解决与数据治理、MDM、BI 和企业元数据管理相关的长期问题。明确地说，这些是商业用户愿望清单中排名前五的 MM 竞争者：

去中心化数据管理和自助服务工具，同时确保安全和隐私
更严格的物联网数据元数据要求
在线信息的更多上下文元数据
元数据的适用性预测分析
解锁数据孤岛使用元数据工具
在本文主题的上下文中，上述所有业务需求都是相关的，因为如果不考虑其中任何一个，业务分析就不会发生。文章 元数据管理基础解释了元数据的核心组件。本文重点介绍元数据管理对任何规模的企业的三大好处，只要它们与企业 BI 相关。为了使企业 BI 或分析超越竞争并创造机会，数据定义必须一致，数据相互关系必须清晰，并且数据沿袭必须被清楚地追踪。元数据管理可以提供所有这三个。

使用数据仓库进行业务分析
在典型的数据仓库中，用于收集元数据的存储库是不可或缺的一部分。数据仓库是根据其“数据定义、模式、视图、层次结构、位置和内容”来定义的。这种现成的信息在业务分析期间变得非常有用，并消除了与数据探索相关的大量过度劳动。

大数据分析和元数据管理
当使用大数据（其中 80% 是非结构化数据）进行分析时，上述好处会更加明显。如果在如此复杂的场景中处理不好的数据管理结构，那么企业最终可能会因错误的分析而失去大量市场份额。因此，元数据管理对于 BI 或大数据分析至关重要。“数据分类和组织”越好，决策就越快。文章 大数据需要元数据管理的五个原因以及如何利用它提供了五个很好的理由说明元数据对于大数据分析的成功至关重要。

当数据在不同的数据宝库（如数据仓库）中分布在整个企业中时，数据湖或孤岛，没有什么能像元数据那样帮助快速搜索和访问所需数据。文章 数据湖和大数据分析：数据湖的内容、原因和方式提供了一个令人信服的独家新闻，说明为什么数据湖可以作为存储多结构化数据的部分解决方案，但如果没有元数据管理，该解决方案仍然不完整。

数据科学中心解释为什么元数据管理是大数据分析成功的内在因素。大量半结构化或非结构化数据中元数据的存在可以使用户轻松快速筛选不相关的信息并准确定位所需的信息。这种强加的结构总是存在于数据仓库或数据湖. 此外，元数据管理可以帮助将一致的业务规则应用于企业数据。换言之，元数据使关键业务信息更加清晰、一致和透明。今日社交媒体表示在缺乏合格的内部数据专家的情况下，组织越来越多地寻求托管服务来处理大数据分析。

为什么元数据对数据治理很重要？
数据治理定义了谁可以访问数据以及如何访问数据，为数据所有权和控制设定标准，并为数据管理赋予角色和责任，数据管理成为一项完全“可审计和问责”的活动。由于元数据提供了不同的描述、定义和标签来对数据进行分类、分类和组织，显然元数据管理和数据治理将携手实施对企业数据的正确控制。在这种情况下，文章 数据管理与数据治理：改进组织数据战略阐明了数据管理和数据治理之间的区别。没有元数据管理，企业就无法提供“及时”和“值得信赖”的信息。元数据管理与数据治理一样，既关乎“数据”，也关乎人员、政策和流程。

这数据虚拟化博客有力地证明了数据虚拟化工具中元数据管理的必要性。这篇文章的作者认为，要使数据虚拟化应用程序正常工作，从数据捕获到数据发布阶段都需要一个端到端的解决方案。

此外，最近的网络研讨会r 有助于理解数据字典和数据目录，以及元数据如何填充这些数据存储。该网络研讨会还讨论了如何将数据治理应用于元数据。

BI 中的元数据管理
以下是 BI 或企业分析活动需要元数据管理的一些充分理由：

用于从大量数据中搜索高度具体的信息。传统上，用于钻取搜索的 ETL 过程需要很长时间，由于元数据管理，该时间已减少至少 50%。
元数据管理支持对数据集进行“切片和切块”，这有助于在数据中建立相关性和隐藏模式。元数据的集中管理甚至更好，因为它可以快速为来自不同来源的大量不同数据提供意义。
元数据管理通过提供高效的数据管理功能来缩短分析时间，并为 BI 活动创造更多价值。
元数据管理改进了跨数据孤岛的数据对齐，并有助于创建统一的语言来解释数据。
元数据管理帮助各个部门遵守报告要求的突然变化，例如，从每月到每天。
结束语
数据增长的步伐要求企业进行元数据管理。在大数据时代，数据准备对于分析和商业智能来说，现在是机会的来源，而不是障碍。这就是数据科学及其相关技术的用武之地。只要大数据分析在企业中至关重要，元数据管理也将仍然是另一项关键活动。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：数据管理 交叉点 大数据分析 结构化数据 大数据时代