数据中台数据治理
共 1419字,需浏览 3分钟
·
2020-11-09 06:18
商品详情
商品亮点
- 增效降本运营
- 提升数据质量
- 促进开放共享
- 提升风控水平
- 促进管理创新,优化流程管控
商品说明
版本: V1.0 | 交付方式: 人工服务 |
适用于: Windows/Linux/Unix/Android/iOS/其他 | 上架日期: 2020-07-23 |
交付SLA: 180 自然日 |
数据治理体系框架
战略决定了企业架构,企业架构是从全局的角度审视与信息化相关的业务、
数据、技术和应用的相互作用
企业架构有业务架构、数据架构、应用架构和技术架构共同组成
为实现数据管控工作配套的组织架构、岗位职责和人员技能要求
与组织架构配套的工作流程
管理制度是为有效做到数据管控配套的绩效考核管理办法
数据管控领域分类很多,数据标准、数据质量、元 数据是比较核心的领域
元数据是偏技术方面的管理
数据标准是偏业务方面的管理
数据质量介于业务和技术之间
技术实现包括支撑核心领域的
工具和平台,如数据质量管系统、
元数据管理系统
只有建立相应的数据治理平
台和工具,才能有效进行管理
数据治理组织体系
定位:组织目标是实现数据资产价值最大化
数据治理组织的职责范围
组织形式:数据治理组织形式和层级
建立数据治理专职机构
与业务部门、技术部门的关系
管理内容:数据治理管理领域
各管理领域治理目标
各领域管理内容和主要流程
职责划分:与业务部门的职责边界
与技术部门的职责边界
数据治理流程与已有业务流程和开发流程相结合
岗位人员:工作量预估和岗位设置
人员安排
远期工作规划
数据治理价值:
面对来源丰富、特征多元的数据,数据汇集管理正逐渐成为企业业信息化建设和管理的重要内容与要求。
数据治理是实现数据化运营的重要基石。
数据治理实施具体流程:建立起闭环式覆盖数据治理咨询规划、方案制定、执行和评价的数据治理统一流程。
1. 数据标准管理
2. 元数据管理
3. 数据质量管理
4. 数据集成管理
5. 数据资产管理
6. 数据安全管理
7. 数据治理应用成效展示
按照数据治理框架,明确目标、完善设计,健全法规,构建数据治理平台,实现跨部门的数据汇聚奠定数据应 用基础,建立数据治理标准体系解决难共享不开放的体制和技术难题,以应用为驱动实现从基础治理到深度洞察的 转变。
战略决定了企业架构,企业架构是从全局的角度审视与信息化相关的业务、
数据、技术和应用的相互作用
企业架构有业务架构、数据架构、应用架构和技术架构共同组成
为实现数据管控工作配套的组织架构、岗位职责和人员技能要求
与组织架构配套的工作流程
管理制度是为有效做到数据管控配套的绩效考核管理办法
数据管控领域分类很多,数据标准、数据质量、元 数据是比较核心的领域
元数据是偏技术方面的管理
数据标准是偏业务方面的管理
数据质量介于业务和技术之间
技术实现包括支撑核心领域的
工具和平台,如数据质量管系统、
元数据管理系统
只有建立相应的数据治理平
台和工具,才能有效进行管理
数据治理组织体系
定位:组织目标是实现数据资产价值最大化
数据治理组织的职责范围
组织形式:数据治理组织形式和层级
建立数据治理专职机构
与业务部门、技术部门的关系
管理内容:数据治理管理领域
各管理领域治理目标
各领域管理内容和主要流程
职责划分:与业务部门的职责边界
与技术部门的职责边界
数据治理流程与已有业务流程和开发流程相结合
岗位人员:工作量预估和岗位设置
人员安排
远期工作规划
数据治理价值:
面对来源丰富、特征多元的数据,数据汇集管理正逐渐成为企业业信息化建设和管理的重要内容与要求。
数据治理是实现数据化运营的重要基石。
数据治理实施具体流程:建立起闭环式覆盖数据治理咨询规划、方案制定、执行和评价的数据治理统一流程。
1. 数据标准管理
2. 元数据管理
3. 数据质量管理
4. 数据集成管理
5. 数据资产管理
6. 数据安全管理
7. 数据治理应用成效展示
按照数据治理框架,明确目标、完善设计,健全法规,构建数据治理平台,实现跨部门的数据汇聚奠定数据应 用基础,建立数据治理标准体系解决难共享不开放的体制和技术难题,以应用为驱动实现从基础治理到深度洞察的 转变。
用户案例
上海某财产保险有限责任公司
上海某财产保险有限责任公司聚焦于创新和差异化产品和服务,在不断发展的过程中,在是数据统计和应用方面面临着业务系统负担过重、报表需求响应过慢、 分析体系相对混乱、信息管理难度较大等新的挑战。为解决上述问题,该财产保险公司与我司合作,利用6个月的时间,建设一个数据仓库和商务智能平台,为 该财产保险公司处理全部保险业务数据,并建设一个紧密贴合业务系统的保险行业管理报表体系。
国泰数据管控系统
1、数据管控平台建设,进行数据质量管理提升,重点领域质量提升方案设计,构建数据标准管理平台及数据质量管理平台。 2、数据仓库建设。将现有业务系统数据及公司内部其他数据资源进行有效的整合和处理,制定统一的数据标准和规范,结合各业务部门分析需求,形成面 向不同分析需求的数据集市,并在数据仓库建设过程中进行数据的清洗和校验。 3、报表系统建设。利用成熟的BI产品软件作为应用支撑,实现数据查询、数据统计、数据挖掘以及数据展现等功能。搭建面向用户访问的不同门户,使不 同地区、不同层级的用户能快速获取自己需要的信息。
评论