数据治理规划实施步骤方案.pptx

《数据治理规划实施步骤方案.pptx》由会员分享，可在线阅读，更多相关《数据治理规划实施步骤方案.pptx（28页珍藏版）》请在悟道方案网上搜索。

1、数据治理规划实施步骤方案,PART 01 数据治理背景,1.1 数据治理背景,企业竞争新优势,数据治理是当前信息化建设应用中的重点、要点和难点，是数据时代的关键任务和制度创新。,信息化规划,集团公司当前正在开展数据治理与数据中台的建设工作，数据治理是集团公司信息化规划实施落地中的重要一环。,XX集团数字化转型需要,提高数据质量，实现广泛的数据共享，最终实现数据价值最大化，驱动公司数字化转型。,以政策行规为背景，以内部建设需求为依托，以数据价值最大化为目标，开展数据治理,1.1.2 企业内部需求背景,数据样式多，孤岛现象严重,数据管理分散，电子数据与纸质数据千差万别,“找数据”现象严重,动、静态

2、数据信息，缺乏统一管理和展示应用平台,“脏数据”现象明显,不同单位、不同时期数据多次录入，数据未校验,数据管理工作薄弱,缺乏统一的数据管理部门，工作衔接有空档.,数据不全,部分数据为纸质材料,数据研究成果私人化,人员变动、研究成果未有效的传承,1.2 数据治理目标,实现数据采集、传输、处理、存储、应用、监控一体化管控目标，在降低风险的同时为企业增加价值，合理的数据治理能够建立规范的数据应用标准，消除数据的不一致性，提高数据质量，推动数据广泛共享，充分发挥数据对企业的业务、管理、以及战略决策的重要作用。,数据接入标准化,数据组织知识化,数据采集可溯化,数据监控智能化,数据处理自动化,1.3 数据

3、治理价值,PART 02 数据现状及问题,2.1 企业数据治理现状,集团已有一定数据治理的意识，但缺乏一套完整的数据治理体系。,数据标准不统一，数据质量不高，数据共享需求难以保障。,数据获取难、加工难，需要花费大量的时间、人力、物力。,数据分散，缺少统一完整的数据资源体系。,?,2.2 企业数据治理问题（示例）,存在问题多个数据入口，数据质量依赖于个系统维护人员的信息获取程度，少录、错录;接口繁多，开发成本、维护成本高；业务系统繁多，系统之间信息流通不畅;缺少集团统一视图，不利于统一管理和决策分析,人员示例,2.3 企业数据治理问题（示例）,缺乏统一标准，出现一物多码现象；不利于科学的采购决策

4、，导致库存积压。不利于系统间的集成、数据分析,物资示例,存在问题,PART 03 数据治理建设思路,3.1 数据治理建设思路,摸家底,建体系,接数据,抓运营,数据变现,资产盘点,资产发现,资产分类,资产分级,资产报告,规范体系,组织、体系,数据集成,数据管理,数据应用,管理制度,流程体系,标准规范,数据接入,数据清洗,数据仓库,数据服务,元数据管理,主数据管理,数据质量管理,数据安全管理,数据大屏,数据分析,运营决策,数据画像,3.2 数据治理建设步骤,1成立数据治理组织分权定责，优化管理,2制定数据标准规范统一标准，提高效率,3数据标准梳理及归纳优化标准、梳理归纳,4盘点系统数据现状摸清家底

5、，数据定位,8数据生命周期管理长效运营迭代,7强化数据安全治理前中后安全管控,6管理数据质量指标提升质量，链路预警,5搭建数据平台功能对接数据，服务管理,3.2.1 成立数据治理组织,数据治理覆盖了数据生产、数据流转、数据加工、数据分析以及数据应用的全链路，同时，数据治理是一个持续完善的过程，因此需要建立完善的组织团队，进行保障。,数据治理委员会,数据资产组,数据运营组,数据安全组,业务部门,IT部门,服务商,主数据维护专员,指标定义提供、审核人员,业务骨干/数据分析师,数据源管理员,IT运维团队,数据质量管理员,数据标准管理员,权限管理员,安全管理员,数据架构师,数据开发,数据标准专员,数据

6、产品经理,数据分析师,数据质量工程师,运维工程师,数据安全工程师,网络安全工程师,3.2.2 制定数据标准规范,数据标准分类,数据标准制定与流程,基础类数据标准,指标类数据标准,客户数据,合同数据,交易数据,财务数据,组织数据,商品数据,渠道数据,资产数据,供应商数据,经销商数据,客户管理指标,经营管理指标,财务管理指标,供应链管理指标,风险管理指标,活动(B),对象(O)及其属性,相互关系(R),业务活动1,业务活动2,业务活动3,业务活动4,梳理、提炼,实体1,实体2,指标1,数据项A,数据项B,数据项C,数据项D,数据项E,数据项F,数据项G,数据项H,归纳,实体1,实体2,指标1,数据

7、模型,确定数据标准范围,3.2.3 数据标准规范示例,数据标准及规范,数据标准制定与管理规范,数据开发与建模规范,数据需求管理规范,数据安全及审计规范,数据标准的分类标准的规划(调研、分析、行业参照、路线、框架等）标准的制定(业务、技术、管理)标准发布（征询、审议、发布等)标准执行（评估确定落地范围、制定落地方案、推动方案执行、跟踪评估成效等)标准维护(更新、完善等)数据标准管理办法(如制定及变更流程)数据质量管理办法(如度量规则及检核方法)数据标准组织,数据域、分层及模型规范定义数据模型设计、评审及开发ETL编写规范数据录入维护管理办法数据ETL管理细则(包括开发、测试、发布、变更，以及数据

8、交换及元数据等)数据生命周期管理办法(含历史数据归档及删除)数据上云规范数据模型评审流程代码Review机制,报表需求新增、变更相关流程规范及模板维表制定及变更规范指标需求新增、变更相关流程规范及模板包括指标及计算说明数据服务管理办法批数据共享标准流数据共享标准API共享标准即席查询注意事项,数据敏感分级规范数据分级脱敏、加密规范数据安全管理细则(分级查看、申请、监控、审计规范)数据跨企业接入及输出管理(集团各子公司、外部数据业务对接)数据权限管理机制数据合法合规管理标准数据使用审批流程,3.2.4 数据标准梳理及归纳,定义,作用,定义,作用,对日常业务开展过程中所产生基础性数据，从业务方面、

9、技术方面、管理三个方面，对数据的业务表达、数据格式、数据关系等方面进行一致约定，从而规范数据内外共享和使用中的一致性和准确性,对数据的管理、应用过程进行统一和规范，明确数据的定义、格式、规则以及数据与数据间的关系，为系统开发实施提供全行统一的规范准则，为数据加工和应用提供统一来源和依据,通过对公司经营管理资料的分析，并参考同业的类似成果以及监管部门要求，梳理和筛选出直接反映业务经营管理状态的重要指标，并对指标的业务含义、业务规则、统计口径等内容进行标准化定义，形成一致的指标数据标准,统一对各项经营指标的理解和认识，促进各项经营指标在经营管理决策中的运用，统一业务含义、计算口径等内容，从而解决取

10、数口径不一致、业务含义不清晰、指标分类不清晰的情况，促进部门间数据共享,数据标准建设、梳理归纳主要包含数据标准定义、数据标准映射、数据标准执行三方面内容。,数据标准定义,主要根据业务含义、业务规则、业务描述、数据源等进行定义,数据标准映射,实现数据源和数据基础标准进行映射,数据标准执行,实现基础数据标准发布执行,数据标准定义,数据标准映射,数据标准执行,主要根据业务定义、业务规则、业务含义、计算口径等进行定义,实现数据源和分析标准数据进行映射,分析数据标准发布执行,3.2.5 盘点系统数据现状,通过对企业经营管理的相关管理对象和业务过程进行抽取和分类，形成信息的聚合体，描述各对象聚合提之间的业

11、务关系，形成企业“数据全局视图”；梳理形成一级数据主题；二级主题，实体，数据元素,1、梳理业务价值，形成业务能力示图,2、以业务能力示图为基础，结合公司业务流程运行的实际情况，按照数据主题对资产进行划分,3、根据业务关系，梳理出当前数据主题的数据关系视图,3.2.6 搭建数据平台功能,搭建数据治理平台总体架构，综合实现数据的“采集、存储、管理、应用”一体化管控。,3.2.6.1 数据采集交换与清洗,数据采集交换与清洗,数据存储,数据管理,数据共享,数据清洗转换示例,对公司业务数据进行抽取、转换、清洗、补全，实现集团各类必要的数据同质化大集中，全面覆盖存量数据和增量数据。,数据采集交换平台,部门

12、考核表,3.2.6.2 数据存储,数据采集交换,数据存储,数据管理,数据共享,数据仓库包含结构化数据库、非结构化数据库和时序数据库。,3.2.6.3 数据管理,数据采集交换,数据存储,数据管理,数据共享,数据管理贯穿于数据采集、数据传输、数据管理、数据应用和数据停用等环节，采用主数据管理、元数据管理、数据质量管理、数据安全管理等方式实现数据资产的全生命周期管理。,数据采集交换,数据存储,数据管理,数据共享,3.2.6.4 数据共享,数据采集交换,数据存储,数据管理,数据共享,数据共享管理用户通过管理界面发起数据订阅流程，审核通过后共享管理模块启动数据共享服务。数据共享服务数据共享提供接口机，用

13、于应用系统数据临时存储，或者由应用系统提供接口机，纳入平台管理。数据共享服务将存储的数据按照要求进行裁减，形成指定格式（文件或消息），分发至目标消息队列或文件服务器，完成数据共享。,数据订阅,审核通过,3.2.7 数据应用,基于预测算法、机器学习、相似度算法、分类聚类算法等算法构建业务数据超算模型，提供大数据智能关联分析、大规模离线分析和智能分析能力，为领导决策、监测预警、管理服务等提供数据支持，使得经营管理工作真正管在点子上、查在关键处，增强安全事故防控的针对性和有效性，及时发现工作中的不足和问题，确保工作取得实效。,资产分析,数据门户,3.2.8 管理数据质量指标,数据质量管理规范数据质量

14、问题的检核规则，其中主要包括：非空检查、唯一检查、主外键检查、长度检查、代码检查以及一致性检查等，同时支持自定义规则对系统中业务性规则进行检核。,按照国家数据安全法律法规要求，参考国家数据安全能力成熟度模型标准，以业务全流程安全、数据全生命周期安全为抓手，完善数据安全管理制度，筑牢坚强安全防线，形成事前预防、事中监控、事后追踪的数据安全防护体系，全面提高数据全生命周期的安全综合防御能力，科学合理地保障信息系统及重要数据信息的安全、稳定、可靠。,数据使用原则密文传输原则最晚解密原则最小范围提取原则最少授权原则全程审计原则,数据安全防护体系,数据安全规范实现过程及使用原则,3.2.9 强化数据安全

15、治理,事前预防,事中监控,事后追踪,权限审批规范数据密级规范,数据脱敏管理查询权限控制查询风险监控,查询下载日志数据使用审计,3.2.10 数据生命周期管理,1、全生命周期的数据管理从数据写入存储的热数据、温数据到冷数据的整个生命周期的管理:分层、迁移、备份、归档、上云或销毁。,2、全自动化管理策略管理全自动化数据生命周期管理功能，无需人工千预，提升数据管理效率，也提升存储使用效能。,3、开放数据保护框架根据不同场景和需求灵活选择数据保护方案，充分利用不同备份软件在不同应用场景的优势，按需选择，避免锁定。,数据的生命周期是指某个集合的数据从产生或获取到销毁的过程。数据全生命周期分为采集、存储、整合呈现、分析与应用、归档和销毁几个阶段。,数据生命周期管理,谢 谢,