企业数据治理解决方案
54页1、数据治理解决方数据治理解决方案案目 录010203042背景介绍数据治理解决方案问题与讨论数据治理案例介绍行行业现业现象和需象和需求求问题问题数数据据 质质量量数数据据 应应用用随着业务的不断发展和信息化的不断深入,需建设的业务系统越来越多,随着业务系统的数据种类不断丰富完善,数据量的不断增大,如果不采取有效手段解决问题,随着信息化建设的深入,下列的问题会越积越多。数据分散,难以管理没有一个稳定的,抗源变化的数据层缺少统一的应用标准重复投入数据不一致指标设计、口径不一致指标难以共享缺少统一的基础数据标准重复投入数据不一致、不准确难以利用和管理各系统数据难以共享部分关键业务数据缺失源系统校验关系缺失及业务人员随意操作数数据据架架构构目 录010203044背景介绍数据治理解决方案问题与讨论数据治理案例介绍数据管理范数据管理范围围数据治数据治理理战略组织和角色政策和标准项目和服务问题估值数据架构管数据架构管理理企业数据模型价值链分析相关的数据架构数据数据质质量管量管理理规范分析度量改进元数据管元数据管理理架构整合控制交付文档和内容管文档和内容管理理获取和储存备份和恢复内容管理检索保留数据开
2、数据开发发分析数据建模数据库设计实施数据操作管数据操作管理理获取恢复调优保留清除数据安全管数据安全管理理标准分级管理授权审计参考数据和主数据管参考数据和主数据管理理外部规范内部规范客户数据产品数据维度管理数据中心和商数据中心和商务务智能管智能管理理架构事实培训和支持监控和调优数据管理框数据管理框架架技技术术支支撑撑领领域域机机制制从上至下指导,从下而上推进,形成一个多层次、多维度、多视角的全方位框架。战战略略数据发现与分类数据采集与清洗工具数据管理系统质量检查工具数据安全管理 数据建模数据模型数据安全主数据元数据数据存储数据分布数据交换数据集成数据质量数据服务组织制度流程角色目标规划总总体解决思体解决思路路重新重新组织组织数数据据重新组织数据,让数据变得 更好用。主数据建设真实世界模型数据仓库数据标签和画像盘盘点数据点数据资资产产让数据成为资产,了解企业有哪 些数据,在哪里,有多少量级。业务流程梳理数据流程梳理数据识别与分类让资产变让资产变得干得干净净,少歧,少歧义义通过数据ETL,建立数据标准化。数据采集与清洗数据标准化数据治理的延伸:数据管数据治理的延伸:数据管理理数据治理的结束是
3、数据管理的开始。数据资产透视智能搜索和发现主数据管理数据治理持久数据治理持久化化对数据治理工作持久化,一 次治理,永久治理。数据治理工作日常化元数据和标准化治理维护更新新类型数据的自动化治理1、数据、数据资产盘资产盘点:暗数据点:暗数据发现发现和分和分类类在数据治理的实际操作中,只有先只有先发现发现数据,数据,对对数据数据进进行有效分行有效分类类,才能避免一刀切的控制方式,也才能对数据的安全管理采用更加精细的措施,使数据在共享使用和安全使用之间获得平衡。美创经过大量的案例实践,总结出了数据分级分类的方式:0402业务业务流程梳理流程梳理03业务业务流程分解流程分解梳理业务与业务之间的流程关系,业务流程本身的输入输出上下文情 况;补充每个业务流程涉及的属性;识别各业务环节涉及的人、事、物,输入、输出、组件和数据沉淀;输 出业务流程图;根据梳理好的业务流程图,转换成对应的数据流图;01业务业务系系统调统调研研调研业务系统情况:建设目标、系统类型划分;系统运行架构、硬件支撑情况;使用者、用户来源和规模;06数据分数据分级级分分类类根据行业标准和特点对于数据资产 进行分类;将数据资产划分为公开
4、、内部、敏 感等不同的敏感等级;数据数据标标准梳理准梳理05业务业务关系梳理关系梳理梳理业务与业务之间的关系业务流程逻辑、业务交互数据;业务权限分配、输入输出控制;访问权限控制、操作流程规范;风险规范要求等;对于业务数据按照主体、参考、交易、统计进行分类,并梳理出数据的技术 标准和业务标准;补充和整理完整的数据字典;2、让让数据数据变变得更干得更干净净,少歧,少歧义义如何让数据变得干净可用?主要从三个方向入手:数据采集与清洗、数据采集与清洗、对对元数据元数据进进行管理、数据行管理、数据标标准化治理准化治理数据采集与清数据采集与清洗洗数据同步数据交换数据整合数据数据标标准化治准化治理理技术标准数据标准管理标准元数据管元数据管理理理解元数据需求开发和维护元数据标准标准化元数据评估指标创建和维护元数据整合元数据分发和交付元数据查询、报告和分析元数据2.1、数据采集与清洗达到的效、数据采集与清洗达到的效果果数据同步数据同步实现实时、准实时的数据采集;保证数据源与目标端的数据一致性;不影响 源业务系统;支持多种数据源的数据采集(如常用的关系型数据库、大数据 平台等);数据交数据交换换不同部门的数
5、据协同,获取到数据并完成业务逻辑;灵活地进行数据转换规 则设计;数据整合数据整合将不同来源的数据,经过清洗转换后变为统一格式,存储到数据中心或者数 据仓库,用于提供数据共享、数据分析等服务;支持界面话工作流调度数据源数据源ETL转换转换数据目的数据目的数据迁移:将数据数据迁移:将数据进进行行转转移移数据同步:保持两个同构或者异构数据同步:保持两个同构或者异构库库的数据的数据一一 致致增增强强抽取:抽取:对对于于发发生改生改变变的数据的数据进进行更行更新新列映射:数据列映射:数据类类型型转换转换、列名、列名变换变换、删删除列除列、增加增加列列数据数据库查库查找器:找器:过滤过滤所需数据,并且根据所需数据,并且根据规规 则进则进行数据的替行数据的替换换自定制自定制转换转换:调调用用java程序程序执执行特殊的数行特殊的数据据 处处理理数据数据质质量量检查检查:专业专业的数据的数据质质量分析、清洗量分析、清洗、验证验证和和监监督引督引擎擎2.1、数据清洗、数据清洗、转转换换2.2、元数据管、元数据管理理元数据是“关于数据的数据”。元数据标注、描述或者刻画其他数据,以使检索、解读或使用信息更容
《企业数据治理解决方案》由会员小****头分享,可在线阅读,更多相关《企业数据治理解决方案》请在金锄头文库上搜索。
数据治理概述及技术解决方案
2023数据治理平台解决方案
数据治理之主数据管理技术方案详解
Informatica主数据管理建设方案74
2023企业的主数据建设方法论与实践
大数据治理平台与数据运营体系建设方案
数据安全运营体系建设方案
大数据资源中心建设总体方案
大型集团主数据管理系统建设规划方案
大数据治理平台总体规划方案
集团企业大数据治理平台解决方案
企业大数据治理平台总体规划方案
用友主数据管理解决方案
银行数据治理平台系统介绍
物质分类与编码主数据管理
大数据治理体系解决方案
大数据平台数据治理与建设方案(1)
企业数据治理解决方案
大数据治理平台建设解决方案
数据治理解决方案(适用银行金融业)-V1.9
2024-02-20 162页
2024-02-20 52页
2024-02-20 50页
2024-02-20 50页
2024-02-20 57页
2024-02-20 66页
2024-02-20 53页
2024-02-20 91页
2024-02-20 63页
2024-02-20 55页