目录1. 现状分析 21.1 目前的困境 21.2 什么是元数据管理 32. 目标分析 42.1 建立完善的指标解释体系 42.2 建立规的元数据管理体系 42.3 建立有效的数据稽核体系 53. 功能概述 53.1 元数据管理 5业务元数据 5技术元数据 63.3 元数据分析 7血统分析 7影响分析 7重要性分析 8无关性分析 83.4 数据稽核 9稽核规则管理 9稽核任务调度 10稽核结果分析 10数据质量评估 10数据问题管理 10元数据管理系统概述1.现状分析随着经营分析系统规模不断扩大，系统所积累数据量也越来越大，收集到的海量数据背后隐藏着大量宝贵重要的信息，但也同时提高了系统的数据管理难度：一面难以对这些数据进展有效解释，缺乏对业务流程执行的实时监控和管理;另一面各部门数据与数据整合的难度也不断加大，影响到了经营分析系统中的数据质量。如对现有数据进展深层开掘，并提醒出埋藏在元数据中的趋势、因果关系、关联模式等核心信息.这是下一步深化经营分析系统应用的电信运营商需要解决的头等大事。构建 BI，首先要保证的是数据质量。元数据管理解决的问题就是如把业务系统中的数据分门别类地进展管理，并建立数据与数据之间的关系，为数据仓库的数据质量监控提供根底素材。1.1 目前的困境使用者决策层、业务分析人员）：1）经营分析系统中存在有很多报表，不同报表中存在一些一样的指标，这些指标往往不一致，给业务分析和决策工作造成很多困惑，必须花费很大的精力去检查核实。2）对于很多指标，不清楚其具体含义，不清楚其反映的问题，不清楚其具体算法和来龙去脉。数据仓库工程开发维护者：1）不同报表中的同一指标不一致，必须花费很大的精力去检查，目前根本上是通过手工检查表和存储过程的式，效率较低。2）没有完善的开发、维护规。比方，新增一分析报表，开发人员根据业务人员的需求制作完成之后，往往没有整理完善相应的数据指标解释和元数据管理，造成日后检查困难。3）开发、维护规的执行力较低，没有行之有效的管控手段。不格根据规执行，随着工程的开展和时间的推移，导致数据仓库工程的强健性和可维护性呈几级数下降，给数据仓库的建立带来大量的重复工作。1.2 什么是元数据管理元数据最本质，最抽象的定义为：data about da 魂于（数据的数据）。而对于经营分析数据仓库而言，形象的定义为：元数据就是数据仓库的规。这些规包括对各种指标的定义、解释；包括对各表中数据的来龙去脉、数据的大小和格式的定义。元数...
