purview-data-catalog

Microsoft Purview 统一目录

统一目录基于 Data Map 提供面向业务的数据发现和治理：将资产组织为治理域和数据产品，并提供术语表术语、所有权和数据质量。此技能属于目录／业务层；Data Map（purview-data-map）则是底层技术扫描层。

何时使用

当用户希望分析师和数据使用者能够查找、信任并申请数据时，请使用此技能；如果用户想要扫描数据源，则不要使用此技能（这是 Data Map 的工作）。

以下情况不要使用此技能：

• 扫描数据湖仓、数据库、SaaS 数据源（使用 purview-data-map）
• 设置安全／合规敏感度标签（使用 purview-data-classification）
• 设置生命周期／保留规则（使用 purview-data-lifecycle）
• 发现 AI 数据（使用 purview-dspm-ai）

为不同任务选择合适的对象

如果你想……	对象	所有者
定义一个有明确责任归属的业务领域（财务、人力资源、供应链）	治理域	域所有者（业务）
将相关资产整合为分析师可以申请和使用的内容	数据产品	数据产品所有者（业务）
为业务术语提供与数据资产关联的通用定义	术语表术语	域管理员
衡量关键数据元素的可信度	数据质量规则 + 评分	数据管理员
展示某列如何从源头流转至报表	沿袭（自动生成，来自 Data Map 扫描）	系统生成
授予使用者访问数据产品的权限	访问策略／申请工作流	数据产品所有者

经验法则： 从 1-2 个治理域和 5-10 个数据产品开始。与其拥有 200 个整理不充分的产品，不如打造 10 个优秀产品。每次都是整理深度胜过目录广度。

实施方法

如果 IT 部门在没有业务方负责的情况下“加载所有内容”，目录推广就会失败。请按顺序执行；每一步都是下一步的前置条件。

1. 前置条件：Data Map 正在扫描并生成技术元数据 — Unified Catalog 构建在 Data Map 之上。在设计域之前，确认扫描正在运行、血缘关系正在填充，且分类正在生效。 验证：Data Map 显示已扫描的资产及其分类（例如“信用卡号”），并且至少有一条从源到目标的血缘链接。
2. 选择合适的治理域 — 从 2-3 个痛点突出的业务领域入手，而非照搬组织架构。适合优先选择的领域：财务（监管压力）、客户（同意管理和 CRM 蔓延）、人力资源（隐私）。每个域都需要一位有时间投入的业务负责人，而不是由 IT 代理人代为负责。 验证：每个域都有一位来自业务部门的明确负责人，并每周定期安排 30 分钟用于内容整理。
3. 每个域发布 3-5 个数据产品 — 数据产品将相关资产归组，以满足特定使用者的用例（例如 “供营销分析师使用的客户 360”）。每个产品都包含：说明、关联的术语表术语、负责人、访问指南，以及至少一条针对关键列的数据质量规则。不要发布空壳。 验证：有代表性的使用者能够找到产品、了解其中包含的内容，并通过门户内工作流申请访问权限，无需外部协助。
4. 并行构建术语表，而不是先构建 — 预先构建包含 500 个术语的术语表，只会产生一堆没有关联资产的废弃术语。在构建产品时定义术语；发布时，每个术语都必须至少关联一个数据产品或资产。 验证：每个已发布的术语表术语都至少关联 ≥1 个数据资产。
5. 指定具体个人负责管理，而不是团队 — “由数据团队负责”就等于无人负责。每个治理域和数据产品都要指定一位明确的管理负责人。每位管理负责人的工作量应少于每周 4 小时，否则这项工作就无法持续。
6. 仅针对关键数据元素配置数据质量规则 — 不要扫描所有内容。为每个数据产品选择 5-10 个关键数据元素（例如 customer_id、order_amount、date_of_birth），并定义完整性、唯一性、有效性和新鲜度规则。在产品页面上发布质量评分。 验证：每个高优先级数据产品都显示质量评分及其背后的规则。
7. 通过提升可发现性推动采用 — 将目录接入 Power BI（目录背书会显示在 BI 服务中）、Microsoft Search 和 Teams。如果使用者无法在日常工作环境中找到产品，就不会使用目录。 验证：Power BI 数据集会显示其目录背书；Teams 搜索会返回关联的数据产品。
8. 作为持续计划开展运营 — 每月：检查无人负责的资产、过时的产品和失效的血缘关系。每季度：与域负责人沟通，检查内容整理的完整性。每年：停用已退役的产品。

注意事项

• 将目录访问权限与 Data Map 集合权限保持一致。 如果使用者没有扫描级访问权限，即使目录产品已发布给他们，他们也无法查看底层资产——权限是 AND 关系，而非 OR 关系。请统筹规划。
• 策展是一项持续开展的计划，而非一次性加载。 如果没有数据管理员每周投入精力，目录会在一个季度内过时，信任也会崩塌。
• 不要批量自动发布。 通过扫描导入 10,000 项资产 ≠ 建立目录。未经策展的资产只是噪声，会掩盖优质产品。
• 没有资产链接的术语表术语形同墓地。 强制执行“必须关联后才能发布”。
• 数据质量规则会消耗计算资源。 每条规则都会按计划运行并提取数据。仅针对关键数据元素；不要为每一列都设置质量规则。
• 领域数量不断膨胀会毁掉整个计划。 3 个深入建设的领域胜过 30 个只有名称的领域。只有当某个现有领域拥有 10 个以上经过充分策展的数据产品时，才新增领域。
• 个人数据需要治理，而不只是发布。 如果产品包含个人数据，在向使用者开放搜索之前，请与隐私团队（Priva）协调。

常见反模式

• “先构建术语表。” 500 个术语，0 个资产链接，计划在 6 个月内夭折。应与需要这些术语的产品一同构建术语。
• “自动发布所有扫描到的资产。” 目录泛滥，使用者什么也找不到，信任度下降后便无法恢复。
• “一个数据管理员负责 50 个产品。” 这不是数据管理，而是排队等候。每位数据管理员最多负责约 10 个产品。
• “把目录当作合规表演。” 为了通过审计而发布，却没有使用者使用，也没有分配策展预算。要么停止使用，要么认真投入。
• “跳过可发现性集成。” 目录虽然存在，但使用者仍在 Teams/SharePoint 中搜索数据。将其接入现有工作流，否则就要接受零采用率。
• “为所有内容设置数据质量规则。” 计算成本会急剧上升，有意义的信号会淹没在噪声中。仅针对关键数据元素。

示例提示词

• Set up the Purview unified catalog with governance domains and data products.
• Which governance domains should I start with?
• Build a business glossary and data quality rules.
• How do analysts discover and curate data assets?
• Establish data stewardship in the data catalog.
• How many data products should one steward own?

Microsoft Learn

• Unified Catalog 概述：https://learn.microsoft.com/purview/unified-catalog
• 治理领域：https://learn.microsoft.com/purview/concept-governance-domain
• 数据产品：https://learn.microsoft.com/purview/concept-data-products
• 术语表术语：https://learn.microsoft.com/purview/concept-business-glossary
• 数据质量概述：https://learn.microsoft.com/purview/data-quality-overview
• Unified Catalog 中的角色：https://learn.microsoft.com/purview/catalog-permissions
• Power BI 集成：https://learn.microsoft.com/purview/how-to-search-catalog