미시적 차원에서, 빅 데이터 거버넌스의 개념은 세 가지 차원으로 구성되어 있다.
데이터 수집 및 수집 레벨: 이 레벨은 다양한 출처에서 데이터를 수집하고 수집하는 프로세스를 포함합니다. 수집해야 할 데이터의 유형과 출처를 식별하고, 데이터 수집 제도와 프로세스를 수립하며, 데이터의 정확성, 무결성 및 적시성을 보장합니다. 이 수준에서는 데이터를 효과적으로 수집하고 통합하는 방법에 중점을 둡니다.
데이터 품질 및 관리: 이 수준은 데이터 품질, 보안 및 규정 준수에 초점을 맞추고 있습니다. 데이터 정리, 중복 제거, 중복 제거, 표준화 등의 데이터 품질 처리 조치, 데이터 개인 정보 보호 및 보안 조치, 관련 법률 정책을 준수하는 데이터 사용 및 관리 규정 등이 포함됩니다. 이 수준에서는 데이터의 품질과 규정 준수를 보장하여 데이터의 신뢰성과 가용성을 높이는 방법에 중점을 둡니다.
데이터 분석 및 애플리케이션 계층: 이 계층에는 대용량 데이터 분석 및 활용 프로세스가 포함됩니다. 응용 데이터 마이닝, 기계 학습, 인공 지능 등의 기술, 데이터 분석 및 통찰력을 통한 비즈니스 의사 결정 지원, 비즈니스 기회 파악, 프로세스 최적화 등이 포함됩니다. 이 수준에서는 비즈니스 및 혁신을 지원하기 위해 데이터를 가치 있는 정보와 관점으로 변환하는 방법에 중점을 둡니다.
이 세 가지 수준 * * * 동형은 미시적인 수준의 큰 데이터 거버넌스 프레임워크를 형성합니다. 모든 수준에서 효과적인 데이터 관리 및 관리를 통해 데이터의 품질, 보안 및 가용성을 보장하고 조직 내 의사 결정과 혁신을 지원하기 위해 대용량 데이터를 효과적으로 사용할 수 있습니다. 이와 함께 구체적인 비즈니스 요구 사항과 상황에 따라 기술, 조직, 규정 등의 요소를 결합하여 효과적인 대규모 데이터 거버넌스를 위한 정책과 프로세스를 개발합니다.