跳至主要內容

Analytics on AWS

使用 AWS 進行資料治理

平衡資料存取與控制,以加速資料驅動型決策

概觀

AWS 的資料管控可讓合適的人員和應用程式在需要時輕鬆安全地尋找、存取和共用正確的資料,進而協助組織加速資料導向型決策。您可以透過自動化資料整合和資料品質來整理資料,以限制資料副本。您可以使用可提高資料素養的集中化目錄來探索和了解您的資料。您可以使用精準的許可來保護資料,從而讓您充滿信心地共用資料。您也可以透過監控和稽核資料存取來降低風險並改善法律合規狀態。
Infographic depicting the AWS data governance circle, highlighting analytics and machine learning (ML) governance. The diagram features three main segments: Curate, Protect, and Understand, surrounding central concepts of data governance, analytics, and ML governance, with related activities such as data profiling, data lineage, data catalog, data security, data compliance, data lifecycle, data quality management, data integration, and master data management.

使用 AWS 進行資料治理的優勢

    識別並管理最有價值的資料來源,包括資料庫、資料湖和資料倉儲,以便限制關鍵資料資產的副本和冗餘轉換。整理資料也意味著確保正確資料的準確性、時效性並識別敏感資訊,以便使用者對資料驅動型決策和應用程式充滿信心。

    探索並理解資料的含義,以便資料取用者能自信地利用資料來取得更多業務價值。透過集中式資料目錄,可以輕鬆找到資料、請求存取,以及使用資料來做出業務決策。

    維持資料隱私、安全性和存取之間的平衡。利用適合商業和工程使用者的直覺式工具來治理跨組織界限的資料存取。

    了解資料的使用方式以及由誰使用。AWS 服務可協助您監控和稽核資料存取 (包括透過 ML 模型存取),以協助確保資料安全和法律合規。機器學習還需要稽核透明度,以確保負責任的使用和簡化報告。

使用 AWS 解決資料治理挑戰

    由於業務線 (LOB) 互相孤立、資料以多種格式 (開放或專有) 儲存,加上資料儲存在多個儲存裝置中,因此企業對整體可用資料的了解非常有限。此盲點讓未被納入管理的資料面臨治理風險。

    資料治理不善會導致不同類型的無序擴張,即建立資料複本以方便資料存取。由於資料經常被複製,其作為企業事實來源的可靠性也會降低。這種做法有時會導致資料副本隨處可見 (也許略有修改),這可能會表現為跨 LOB 的資料湖互不相連、無人治理。

    即使已整理並說明企業的整體資料,企業仍然難以理解這些資料的含義,因為幾乎沒有語義資訊可用來解釋這些資料。 

    隨著組織內資料使用者數量不斷增加,很難找到能推動目標業務計畫決策的最佳資料資產並進行共用。

    隨著公司管理更多使用者的更多資料,確保組織內外的正確使用者能夠存取正確的資料這一目標變得越來越難以擴展和維護。

    存取限制過多,可能會導致業務決策變慢。存取限制太過寬鬆,可能會導致風險。

    隨著企業的監管和合規義務範圍越來越大,企業往往難以了解是誰在存取資料,以及這種存取是否符合政策和合規法規。

使用 AWS Master Class 進行資料治理

資料管控如何加速推進您的業務計畫? 如何利用現有的企業功能制定資料管控藍圖和安全的資金支援? 在這個資料治理大師課程中,Kevin Lewis 將引導您了解常見的失誤,並提供久經驗證的最佳實務。

進一步了解資料治理大師課程

想要閱讀更多關於資料治理的資訊?

治理資料湖中的資料

使用 AWS 集中管理和擴展精細資料存取權限。
查看資訊圖