【精品】数据治理服务解决方案

1、 第 1 页 数数 据据 治治 理理 服服 务务 解解 决决 方方 案案 目录目录 一、数据治理概述一、数据治理概述.3 (一)数据治理概念.3 (二)数据治理目标.3 二、数据治理需求分析二、数据治理需求分析.3 三、数据治理体系建设三、数据治理体系建设.5 (一)数据治理管控机制.5 (二)数据治理核心域.9 (三)IT 工具支撑.14 (四)数据治理管控宣介.17 (五)数据治理实施规划.17 四、数据治理应用四、数据治理应用.18 (一)证券行业数据治理应用.18 五、附录五、附录.21 (一)附录 A 数据治理工作管理办法.21 (二)附录 B 数据质量评估办法.31 (三)附录 C 数据质量管控流程.33 第 2 页 一、数据治理概述一、数据治理概述 ( (一一) ) 数据治理概念数据治理概念 数据治理是指将数据作为组织资产围绕数据全生命周期而展开的相关管控 活动、绩效和风险管理工作的集合，以保障数据及其应用过程中的运营合规、 风险可控和价值实现。 数据治理体系是指从组织架构、管理制度、IT 应用技术、绩效考核等多个 维度对组织的数据架构、元数据、数据质量、数据标准、数据安

2、全、数据生命 周期等各方面进行全面的梳理、建设并持续改进的体系。 ( (二二) ) 数据治理目标数据治理目标 结合当前行业组织信息化发展过程中数据业务相关的应用需求，以“风险 可控、运营合规、价值实现”为数据治理总体目标数据治理总体目标： 1)运营合规运营合规：组织应建立符合法律、规范和行业准则的数据合规管理体系， 并通过评价评估、数据审计和优化改进等流程保证数据的合规性，促进数据价 值的实现； 2)风险可控风险可控：组织应建立、评估数据风险管理机制，确保数据风险不超过 组织的风险偏好和风险容忍度，评估、指导和监督风险管理的实施； 3)价值实现价值实现：组织应形成统一的数据驱动和数据价值理念，完善价值实现 相关要素的定义、应用、调整，助力组织加快实现数字化进程。 数据治理管控目标是提高组织数据的质量（准确性和完整性） ，保证数据的 安全性（保密性、完整性及可用性） ，推进数字资源在组织各机构部门间的高效 整合、对接和共享，从而提升组织整体数字化水平，充分发挥数据资产价值。 二、数据治理需求分析二、数据治理需求分析 数据资产意识在各组织机构中已经得到充分的认可，但目前各组织单位对 数据资

3、产的管控状况依旧不容乐观，制约了组织数据质量的进一步提高，同时 第 3 页 也限制了数据价值的实现。根据行业信息化与数据治理发展现状，各组织单位 现阶段对数据治理的需求主要存在以下五大方面： 1) 需要专门对数据治理进行监督和控制的组织。需要专门对数据治理进行监督和控制的组织。信息系统的建设和管理职 能分散在各部门，致使数据管理的职责分散，权责不明确。组织机构各部门关 注数据的角度不一样，缺少一个组织从全局的视角对数据进行管理，导致无法 建立统一的数据管理规程、标准等，相应的数据管理监督措施无法得到落实。 组织机构的数据考核体系也尚未建立，无法保障数据管理标准和规程的有效执 行。 2) 需要规范统一的数据标准和数据模型。需要规范统一的数据标准和数据模型。组织机构为应对迅速变化的市场 和社会需求，逐步建立了各自的信息系统，各部门站在各自的立场生产、使用 和管理数据，使得数据分散在不同的部门和信息系统中，缺乏统一的数据规划、 可信的数据来源和数据标准，导致数据不规范、不一致、冗余、无法共享等问 题出现，组织机构各部门对数据的理解难以应用一致的语言来描述，导致理解 不一致。 3) 需要规范统

4、一的主数据。需要规范统一的主数据。组织机构核心系统间的人员等主要信息并不是 存储在一个独立的系统中，或者不是通过统一的业务管理流程在系统间维护。 缺乏主数据管理，使得主数据在整个业务范围内保持一致、完整和可控无法保 障，从而无法保证数据的准确性。 4) 需要统一集团化的数据质量管控体系。需要统一集团化的数据质量管控体系。当前现状中数据质量管理主要由 各组织部门分头进行；跨部门跨机构的数据质量沟通机制不完善；缺乏清晰的 跨部门跨机构的数据质量管控标准与规范，数据分析随机性强，存在业务需求 不清的现象，影响数据质量；数据的自动采集尚未全面实现，处理过程存在人 为干预问题，大多数部门存在数据质量管理人员不足、知识与经验不够、监管 方式不全面等问题；缺乏完善的数据质量管控流程和系统支撑能力。 5) 需要基于数据全生命周期的治理。需要基于数据全生命周期的治理。目前，大型集团或政务单位，数据的 产生、使用、维护、备份到过时被销毁的数据生命周期管理规范和流程还不完 善，不能确定过期和无效数据的识别条件，且非结构化数据未纳入数据生命周 期的管理范畴；无信息化工具支撑数据生命周期状态的查询，未有效利用元

5、数 第 4 页 据管理。 三、数据治理体系建设三、数据治理体系建设 组织构建数据治理体系主要围绕数据治理核心域、数据治理管控机制、IT 工具支撑、数据治理管控宣介以及数据治理实施路线规划五个方面展开。具体 内容及相互关系参见下图： 数据治理体系框架 ( (一一) )数据治理管控机制数据治理管控机制 1 数据治理组织数据治理组织 1.1 组织架构组织架构 有效的组织架构是项目成功的有力保证，为了达到项目预期目标，在项目 开始之前规划符合组织当前数据治理理念的组织架构和职责分工是非常必要的， 第 5 页 如建立数据治理委员会、数据管理委员会、数据管理团队、数据质量团队、数 据安全团队、数据技术团队等。一般建议组织采用如下图所示的组织架构： 1.2 组织层次组织层次 数据治理委员会由组织高层领导者组成。委员会定义数据治理愿景和目标； 组织内跨业务部门和 IT 部门进行协调；设置数据治理计划的总体方向；在发生 策略分歧时进行协调。委员会也将包含来自部门或子公司的领导代表，以及来 自数据为组织资产的信息科技部门代表。这些高层管理人员是数据治理计划的 所有拥护者，确保在整个组织内获得支持。 数据治

6、理工作组是组织内委员会下面的下一个级别。工作组执行数据治理 计划。工作组负责监督数据管理员工作。数据治理工作组由数据治理委员会中 各局领导主持。 每各业务部门有至少一位业务分析员，信息科技部门设置数据质量分析员、 数据管理员、集成开发人员。各工作人员负责本部门数据的质量，履行职责， 解决具体的问题。 1.3 角色职责角色职责 根据数据管理工作的实际需要，在业务管理部门、技术管理部门和业务应 用部门确定各工作人员的职责。 第 6 页 数据治理委员会职责范围：数据治理委员会职责范围： 1) 从战略角度来统筹和规划，对数据资产和系统进行清理，确定数据治理 的范围；明确数据源的出处、使用和管理的流程及职责； 2) 明确数据治理的组织、功能、角色和职责； 3) 负责各工作组成员的培训工作； 4) 负责审查各工作小组的目标、原则，批准数据管理的相关制度、标准及 流程； 5) 负责确定数据治理的工具、技术和平台； 6) 负责制定数据治理的评估指标、方法。 数据治理工作小组，其主要工作职责是：数据治理工作小组，其主要工作职责是： 1) 负责数据治理的牵头，组织、指导和协调组织的数据治理工作； 2) 综

7、合数据治理管控办法、数据治理考核机制等有关规章制度的牵头制定、 修改等； 3) 负责数据的分析整理并出具数据指标报告； 4) 负责数据的监测预测工作； 5) 建立数据冲突的处理流程和数据变更控制流程； 6) 负责对基础数据质量的检测、发布、考核和清理完善工作。 工作组成员：业务分析员、数据质量分析员、数据管理员、集成开发员工作组成员：业务分析员、数据质量分析员、数据管理员、集成开发员 这些不同的角色在数据治理过程中承担着彼此不同，而又相辅相成的职责。 集成开发人员在数据治理流程中需要肩负起数据访问、验证数据结构、验集成开发人员在数据治理流程中需要肩负起数据访问、验证数据结构、验 证数据、交付数据以及数据库证数据、交付数据以及数据库/ /知识库的构建等角色，其主要工作职责作包括：知识库的构建等角色，其主要工作职责作包括： 1) 访问及交付相应数据给业务用户； 2) 提高生产力和性能； 3) 最大化减少异常/出错的影响； 4) 开发和完善技术最佳实践。 数据质量分析员在数据治理流程中负责数据的剖析、清洗匹配合并等，其数据质量分析员在数据治理流程中负责数据的剖析、清洗匹配合并等，其 主要工作

8、职责作包括：主要工作职责作包括： 第 7 页 1) 为开发人员定义数据规格及标准； 2) 为机构有效的追踪数据质量问题； 3) 实施被业务人员和数据管理员定义正确的数据质量规则； 4) 不间断的监控数据质量水平及问题。 业务分析人员在数据治理流程中负责定义数据的转换规则，其主要工作职业务分析人员在数据治理流程中负责定义数据的转换规则，其主要工作职 责作包括：责作包括： 1) 与需求开发人员协作，正确捕获和解析业务需求； 2) 与开发人员和数据管理员协作，为业务用户缩短数据产生价值的时间。 数据管理员需要定义引证数据，并管理元数据，其主要工作职责作包括：数据管理员需要定义引证数据，并管理元数据，其主要工作职责作包括： 1) 保证数据的质量、正确、完整、一致、审计及安全性； 2) 定义引证/参考数据； 3) 为组织机构数据实体给出正确业务定义； 4) 为组织机构解决混淆和有争论的数据定义。 2 制度章程制度章程 1.1 规章制度规章制度 数据治理章程类似于企业的公司条例，该章程用以明确数据治理相关战略 规划、合规管理和控制、标准和规范，如数据治理工作管理办法 ，加强组织 数据治理管理能力，

9、满足组织数据治理的要求，统一数据标准，提高数据质量， 深化数据应用，支撑业务发展，提升管理水平及合规监管要求。 具体可参见附件 A 数据治理管理办法。 1.2 管控办法管控办法 数据治理管控办法是基于规章制度与工具的结合，可落地的操作的办法， 用以完善数据管控相关的规章制度起草、审核、落实、监督的部门和管控机制， 明确各数据管理活动的人员角色和职责、管理内容和相关流程，一般组织会设 置数据标准管控办法 、 数据质量管控办法 、 数据质量评估办法 、 元数 据管控办法等。 第 8 页 具体可参见附件 B 数据质量评估办法 1.3 考核机制考核机制 考核是保障制度落实的根本，建立明确的考核制度，实际操作中可根据组 织情况，建立数据治理管控相关的考核指标、制度和办法，不断优化相关机制。 一般组织都会针对数据标准管理、数据质量管理、元数据管理等核心治理域设 置相关的考核机制与指标，并与个人绩效相关联。 对于数据质量的考核，可参见下图： 3 管控流程管控流程 数据管控流程是基于数据治理各核心领域的工作目标，在数据治理组织下， 明确各参与方的工作步骤、工作任务以及流转方向。数据治理流程的设立是数

10、据治理核心领域内容得以贯彻执行的基础，通过将数据治理任务进行分解，最 大程度提高数据治理的执行效率，降低管理成本。 数据治理管控流程包括流程目标、流程任务、流程分级，根据数据治理的 内容，建立相应流程，且遵循组织数据治理的规则制度。实际操作中可结合所 使用的数据治理工具，与数据治理工具供应商进行协商，建立符合组织的流程 第 9 页 管理。 数据管控流程的设计应从组织实际出发，充分考虑组织的业务特点、管控 模式以及数据管控的应急响应，同时将数据管控流程固化在相应的管理工具或 平台，实现各数据管理流程的自动化、可视化和实时监控。 具体可参见附件 C 数据质量管控流程 ( (二二) )数据治理核心域数据治理核心域 1 数据架构管理数据架构管理 数据模型是数据构架中重要一部分，包括概念数据模型、逻辑数据模型和 物理数据模型，是数据治理的关键、重点。理想的数据模型应该具有非冗余、 稳定、一致、易用等特征。逻辑数据模型能涵盖整个组织的业务范围，以一种 清晰的表达方式记录跟踪组织的重要数据元素及其变动，并利用它们之间各种 可能的限制条件和关系来表达重要的业务规则。数据模型必须在设计过程中保 持统一的

《【精品】数据治理服务解决方案》由会员小****头分享，可在线阅读，更多相关《【精品】数据治理服务解决方案》请在金锄头文库上搜索。