← 首页
任务流程 · 一次性治理
历史数据治理
工作流 →
任务流程

接手一堆老数据,
不知道哪些能信?

历史数据治理:盘点分类 → 隔离标注 → 修影子 → 确立单一权威
治理不等于删除——是分类 + 标注 + 分级。真正的危险数据不是删掉就完,是不标注就继续混在可用数据里误导人。难点不是解决,是第一次遇到时不知道从哪下手。
流程 · 一图看懂
1盘点分类
2隔离标注
3修影子
4建规防复发
展开明细 · 每步做什么
1 · 盘点与分类
① 先盘点真实状态:有哪些数据、哪些还在用、哪些已废弃
② 按"有价值 / 中性 / 高危"三类分类——多依据交叉确认,不靠拍脑袋
③ 高危 = 会误导判断的(错误残留/假记录/过时标准)
2 · 隔离与标注
① 高危数据移动归档,文件头标注"真实洞见去向"——它里面有价值的部分去了哪
② 剩余数据按内容归入分类档案库
③ 全删怕误伤、全留怕误导——归档+标注是两难的解法
3 · 修影子
① 索引/目录/引用跟着真实状态走(sitemap、书签、收藏夹)
② 先真身后影子——真实状态盘点完,再修元数据
③ 检查引用断链,修复归档产生的死链
4 · 确立单一权威 + 防复发
① 同一事实只存一处权威版本,其余是引用(SSOT)
② 变更即广播:权威源变了,引用/检查方要同步
③ 建立"新数据落哪"的规则——不然下次又乱
验证点 · 做完怎么确认对
分类有依据(多锚交叉,不拍脑袋)· 高危数据文件头标注了"真实洞见去向"· 索引/引用与真实状态一致· 关键事实有唯一权威源· 有"新数据落哪"的规则
自动化建议:一次性治理为主;后续可设定期巡检(如每月检查一次索引与真实状态是否一致),防影子再次脱节。
ai-legacy-data-governance.md
# 历史数据治理:接手混乱存量四步走 ## 第一步:盘点分类 1. 列全部数据,标真实状态(在用/废弃/过期) 2. 三类分类:有价值(保留)· 中性(归档)· 高危(隔离) 3. 多依据交叉确认,不靠拍脑袋 ## 第二步:隔离标注 1. 高危移动归档,文件头写"真实洞见去向" 2. 有价值/中性按内容归入分类库 ## 第三步:修影子 1. 索引/目录/引用同步真实状态 2. 修复归档产生的死链 ## 第四步:建规防复发 1. 同一事实只存一处权威版本(SSOT) 2. 变更即广播 3. 定"新数据落哪"规则
来源与延伸 · DAMA-DMBOK 数据治理框架 · 数据生命周期管理 · SSOT(单一事实来源)模式
继续往下读
回到问题定位卡 同级:上下文隔离 随机:批量数据清洗