原文《企业数字化转型及企业数据治理建设实施方案》PPT格式。
来源网络,旨在交流学习,如有侵权,联系速删,更多参考公众号:优享智库
一、企业数据治理概述
1、数据治理背景
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
- 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。
- 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。
- 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。
数据治理背景
2、数字化转型目标
- 打造一流数据治理标杆企业
- 运营管理数字化
- 产业数字化
- 分析决策数字化
3、企业内部需求背景
企业内部需求背景
4、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。
数据治理目标
5、数据治理价值
1)增效降本运营
高质量的数据有助于减低 IT 建设及运维成本,对企业的系统安全稳定运行极其重要
2)提升数据质量
通过数据治理,及时发现、解决及监控数据问题,从根本上改善和解决系统的数据问题,保证数据的可用性、数据质量等
3)优化流程管控
通过数据治理可以将原本各自独立的数据管理模块全线打通,真正意义上实现数据全流程管控
4)提升风控水平
严密的数据安全机制,可以降低数据风险
5)促进管理创新
业务流程和资源配置优化,可以提高业务管理能力
6)促进开放共享
数据治理能够消除数据的不一致性,建立规范的数据应用标准,实现数据广泛共享,并能够将数据作为组织的宝贵资产应用于业务、管理、战略决策中,发挥数据资产的价值
数据治理价值
二、企业数字化转型及数据治理现状
企业数据治理现状
企业数据治理现状
企业数据治理现状
三、企业数据治理解决方案
1、数据治理建设思路
数据治理建设思路
2、数据治理建设步骤
数据治理建设步骤
3、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。
成立数据治理组织
4、制定数据标准规范
制定数据标准规范
5、数据标准规范示例
数据标准规范示例
6、数据标准梳理及归纳
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。
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
数据标准梳理及归纳
7、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。
搭建数据平台功能
8、数据采集交换与清洗
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。
数据采集交换与清洗
9、数据存储
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。
数据存储
10、数据管理
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。
数据管理
11、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。
数据共享
12、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。
数据应用
13、管理数据质量指标
§ 数据质量管理规范数据质量问题的检核规则,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。
管理数据质量指标
14、强化数据安全治理
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。
强化数据安全治理
15、数据生命周期管理
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