企业级数据治理解决方案（PPT）

随着企业业务的不断发展和信息化的不断深入，需要建设的业务系统越来越多，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，就会出现下列问题：

• 数据架构：数据分散，难以管理；没有一个稳定的，抗源变化的数据层
• 数据质量：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
• 数据应用：缺少统一的应用标准；缺少统一的基础数据标准
  

根据DAMA数据管理知识体系，数据管理范围包含数据治理、元数据、主数据、数据质量、数据安全、数据架构等，其中数据治理是数据管理的核心所在。
基于上述理论支撑，提出了企业级数据治理总体解决方案：

• 盘点数据资产，让数据成为资产，了解企业有哪些数据，在哪里，有多少量级
• 让数据资产变得干净，少岐义，通过数据ETL，建立数据标准化
• 重新组织数据，让数据变得更好用
• 数据治理持久化，一次治理，永久治理
• 数据治理的延伸是数据管理，数据治理的结束是数据管理的开始

通过上述数据治理路径，构建数据治理体系架构，由下至上分别为：

• 数据源：包括企业的结构化数据（如ERP系统数据）和非结构化数据（如设备运行日志和监控视频信息）

• 数据发现与分类：源数据识别、数据之间的关系、数据业务模型、敏感数据发现、数据分级分类等

• 数据采集与清洗：数据抽取、数据采集转化、数据清洗等（ETL）

• 数据管理：主数据、元数据、数据质量管理等

• 数据中心：业务流程建模、统计分析建模、档案类主题建模、绩效考核建模等

• 数据安全：数据脱敏、数据仿真、安全传输、审批流程等

• 数据服务：数据发布、数据分享、数据交换

• 数据应用：决策支持、数据大屏、智能数据应用等
  

港口行业数据治理案例分享：

医疗行业数据治理案例分享：

政务行业数据治理案例分享：

关注本公众号（数据学堂，ID：data_school），后台回复“数据治理解决方案”，即可下载54页PPT全文。

（文中图片和附件PPT来源于互联网文库，版权归原作者所有）

<END>

大家都在看：

1、什么是数据治理？北大教授告诉你答案
2、解读《大数据白皮书（2020年）》中的数据治理
3、解读《2018工业企业数据资产管理现状调查报告》
4、金融行业数据治理怎么干？解读《银行业金融机构数据治理指引》
5、解读《工业互联网数据安全白皮书（2020）》
6、大数据、区块链、智能制造工程技术人员国家职业技术技能标准发布

数据学堂

识数据、存数据、管数据、治数据、用数据，就在数据学堂！扫码添加歪老师私人微信（data-school），带你在数据的海洋自由徜徉！