赞
踩
系统的基本结构,具体体现在架构构成中的组件、组件之间的相互关系以及管理其设计和演变的原则。企业架构包括多种不同类型,如包括业务架构、数据架构、应用架构和技术架构等。
数据架构的主要目标是有效地管理数据,以及有效地管理存储和使用数据的系统。
1)数据架构成果,包括不同层级的模型、定义、数据流,这些通常被称为数据架构的构件。
2)数据架构活动,用于形成、部署和实现数据架构的目标。
3)数据架构行为,包括影响企业数据架构的不同角色之间的协作、思维方式和技能。
1)利用新兴技术所带来的业务优势,从战略上帮助组织快速改变产品、服务和数据。
2)将业务需求转换为数据和应用需求,以确保能够为业务流程处理提供有效数据。
3)管理复杂数据和信息,并传递至整个企业。
4)确保业务和IT技术保持一致。
5)为企业改革、转型和提高适应性提供支撑。
1)数据存储和处理需求。
2)设计满足企业当前和长期数据需求的结构和规划。
数据架构师工作事项
1)定义组织中数据的当前状态。
2)提供数据和组件的标准业务词汇。
3)确保数据架构和企业战略及业务架构保持一致。
4)描述组织数据战略需求。
5)高阶数据整合概要设计。
6)整合企业数据架构蓝图。
Zachman框架
数据模型建模方式:自上而下、自下而上
主题域识别准则包括:使用规范化规则,从系统组合中分离主题域,基于顶级流程(业务价值链)或者基于业务能力(企业架构)从数据治理结构和数据所有权(或组织)中形成主题领域
数据流是一种记录数据血缘的数据加工过程,用于描述数据如何在业务流程和系统中流动。端到端的数据流包含了数据起源于哪里,在哪里存储和使用,在不同流程和系统内或之间如何转化。数据血缘分析有助于解释数据流中某一点上的数据状态。
数据流映射记录了数据与以下内容的联系:
1)业务流程中的应用。
2)某个环境中的数据存储或数据库。
3)网段(有助于安全映射)。
4)业务角色(描述哪些角色有职责创建、更新和删除数据)。
5)出现局部差异的位置。
下图为2种数据流图示
建立企业数据架构通常包括以下工作,这些工作可以串行或并行执行。
1)战略。选择框架,制定方法,开发路线图。
2)沟通与文化。建立沟通机制,并激励积极参与者。
3)组织:通过明确责任和职责来组织数据框架工作。
4)工作方法。与企业架构保持一致,在开发项目中定义最佳实践并执行数据架构工作。
5)结果。在总体路线图中产出数据架构产品。
企业数据架构对项目和系统开发的范围边界的影响
1)定义项目数据需求。通过数据架构为企业提供每个项目的数据需求。
2)审评项目数据设计。通过设计审评来确保概念、逻辑和物理数据模型与架构一致,与组织的长期策略一致。
3)确定数据溯源影响。确保数据流在应用中的业务规则一致并且可追溯。
4)数据复制控制。复制是一种常见的,能够提供改善应用性能和便于获取数据的方法,但是也有可能导致数据的不一致。数据架构治理能保证充分的复制控制(方法和机制)来达到所需的一致性(并不是所有应用要求的严格程度都一致)。
5)实施数据架构标准。为企业数据架构生命周期制定和实施标准。标准可以表示为原则、流程、指南和规划蓝图。
6)指导数据技术和更新决策。数据架构与企业架构一起管理每个应用的数据技术版本、补丁和数据技术路线图策略。
1)定义范围
2)理解业务需求
3)设计
4)实施
从主题域层级到更细化的层面,对每个层面都需要建立与其他类型架构的联系。
1、数据建模工作
2、资产管理软件
3、图形设计应用
架构设计可以是针对当前的,也可以是面向未来的,还可以是已实施并完成的,甚至是准备退役的产品。
1)当前的。当前支持和使用的产品。
2)部署周期的。未来1~2年内部署使用的产品。
3)策略周期的。未来两年后期待使用的产品。
4)退役的。一年内,组织已经停止使用或打算停止使用的产品。
5)优先的。被多数应用优先使用的产品。
6)限制的。在一定应用中限制使用的产品。
7)新兴的。为将来可能的部署研究和试行的产品。
9)审核的。已经评估的产品,评估结果目前不能用于以上状态的产品。
运用模型和图标呈现信息是指以已定义好的且达成共识的一套图标来表达待说明内容的一种方式。该方式是通过使用图标来实现视觉转换,以达到提高可读性和便于理解的目的。对图标的使用必须保持一致
1)建立企业数据架构团队和举办问题讨论会。
2)生成数据架构构件的初始版本。例如,企业数据模型、企业范围数据流和路线
图。
3)在开发项目中,形成和建立数据架构工作方式。
4)提高组织对数据架构工作价值的认识。
在以解决问题为导向的文化中,当使用新兴技术创新时,建议企业数据架构考虑敏捷的实施方法。这就要求包括一个主题的全层级模型在敏捷实施的冲刺过程中被详细设计。因此,企业数据架构是一个逐步演变的过程。
最明显的风险
1)缺少管理层支持。
2)成功与否缺乏证据。
3)缺乏管理者的信任。
4)管理层不正确的决策。
5)文化冲击。
6)缺乏有经验的项目经理。
7)单一维度视角。
组织架构实施的速度依赖于适应文化的程度。架构实施跨职能、组织进行合作,并且实施过程会必然跟现有的运作或流程有所改变,有些人能欣然接受,但有些则抵制为适应规范的数据架构原则和工具而需要做的改变。
一个组织接受并实施数据架构的能力依赖于以下几个方面:
1)对架构方法的接受度(开发架构的友好性)。
2)确认数据属于组织的业务资产,而不仅仅是IT的任务。
3)放弃局部数据视角,接受企业级数据视角的能力。
4)将架构交付成果整合到项目实施中的能力。
5)规范数据治理的接受程度。
6)立足企业全局,而不是仅仅局限于项目交付成果和IT解决问题的能力
数据架构活动能直接支持数据模型不同层级的映射管理及控制数据
1)项目监督。
2)管理架构设计、生命周期和工具。
3)定义标准。制定数据在组织内如何使用的规则、指南和规范。
4)创建数据相关构件。支持治理规范的构件。
企业数据架构衡量指标反映了架构目标:架构接受度、实施趋势、业务价值。数据架构衡量工作通常作为项目总体业务客户满意度的一部分,每年开展一次
1)业务敏捷性改进。解释生命周期改进或改变的好处,改进延误成本的测量方法。
2)业务质量。测量业务案例是否按期完成;基于新创建或集成的数据导致业务发生的改变,测量项目是否实际交付了这些变更。
3)业务操作质量。测量改进效率的方法。实例包括准确性改进、时间减少,由于数据错误而导致的纠错费。
4)业务环境改进。实例包括由于数据错误减少而改变的客户保留率和在递交报告中当局评论的减少率。
数据架构实施提到了风险估计,并且也提到了组织和文化的影响,本人多年的工作经历,虽没有直接参加过数据架构的设计,但参与执行倒所有涉足。数据架构成功与否,不能一篇概全。成功的,必定投入了大量的人财物等,失败的,也非完全无用,只不过是投入与产出的价值不能让人满意罢了。但本人认为,只要肯尝试,都是成功的开头,哪怕失败了,至少在企业撒下一颗种子,至于何时生根发芽,就看后面是否有浇水,有阳光等养份了
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。