集团公司数据治理实践研究分析.pdf

该【集团公司数据治理实践研究分析 】是由【青山代下】上传分享，文档一共【18】页，该文档可以免费在线阅读，需要了解更多关于【集团公司数据治理实践研究分析 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:..集团公司数据治理实践坚持大数据与经济社会深度融合,带动全要素生产率提升和数据资源共享,促进产业转型升级,提高政府治理效能,加快数字社会建设。一、集团公司数据治理实践1、集团公司数据治理背景集团的整体系统体系主要围绕核心ERP系统,股份总部的IT人员很多是ERP的开发、运维人员,基于股份集团的业务管理,ERP大量自研模块。ERP作为核心系统,各大系统从ERP接入所需数据,同时将关键数据回流到ERP。另外ERP作为核心应用系统,大量的报表数据通过ERP计算、展现。随着业务的扩展,股份集团对外服务平台越来越多,数据的类型越来越复杂,需求越来越多样,数据资产管理的问题逐渐突出,主要表现在:一是ERP作为整个架构中的核心系统底层,在大数据的汇集、存储、计算的效率上,无法及时、准确满足数据使用需求,导致整个系统性能较慢;二是缺少大数据平台工具,无法很好地对数据及数据处理过程进行管理,数据缺乏管理;三是数据应用覆盖率不高,以单点数据应用为主,目前的模式数据应用满足效率较差。:..在数字化转型是大时代背景下,为了实现集团科技赋能战略,促进核心业务的数据分析和运用,推动股份集团数据资产建设,项目从整体规划、架构设计、平台工具建设三大层面,构建股份集团的数据资产体系。2、集团公司数据治理解决方案为了全局性、统筹性地进行数据资产规划,梳理数据资产管理模式,开展数据治理,项目整体分为以下三大阶段。第一阶段:咨询规划,选模式,定方向。这个阶段,主要是通过咨询规划,初步确定数据治理模式,确定落地方向。集团由信息化模式转向大数据模式,从治理模式、管理模式、未来的场景的方向看,对企业都存在不确定性,因此集团选择优先咨询规划,明确治理模式,然后再逐步展开。1)调研诊断,全面盘点现有数据、业务现状,定位目前问题。一是现有源系统及现状盘点,包括内部系统、对外服务平台、外部数据盘点;二是数据架构的现状-数据流转过程盘点,以ERP为核心系统与对外服务平台、内部业务系统和外部数据进行数据交互的过程分析;三是数据应用的现状盘点,面向集团管理层、行业板块中层管理等不同层级的数据应用现状盘点,整体以散点式基础统计为主,覆盖率不:..高;四是数据权限管理,目前尚未建立权限管理,需求盘点;五是数据质量及管理情况盘点。2)数据治理模式选择,集团总部数据部门统筹规划集团的数字化建设工作,作为集团整体系统建设、数据应用建设的核心实施部门,板块集团承接小部分数据需求,数据团队主要集中在股份总部。核心数据管理团队在集团内拥有10年以上工作经验,对集团各板块业务内容非常了解,数据架构师具备集团架构设计及整体规划的能力。基于集团的现状及组织团队的现状,选择自下而上的数据治理模式。3)架构规划设计,集团整体升级大数据架构,打破数据孤岛,统一规划数据治理体系。架构规划整体采用中台的数据体系,即在全域原始数据的基础上,进行标准定义及分层建模,数据体系建设最终呈现的结果是一套完整、规范、准确的数据体系,可以支撑数据应用。以此将数据资产全面汇集、建设、管理起来。针对股份集团而言,基于业务模式不同、管控权限差异,在架构设计上,设置集团通用模块、板块业务独立模块,满足不同的数据应用需求。4)大数据平台规划,搭建集团大数据平台体系,满足集团大数据汇集、存储、加工、服务的需求,为股份集团数据治理提供管理平台及工具。在平台内,股份、各业务板块单独开具租户,租户与租户计:..算资源隔离。集团与上级集团大数据平台形成集团的大数据平台建设雏形。第二阶段:架构规划,理框架,定目录。这个阶段,主要基于数据治理模式,自下而上开展数据治理,整体规划数据架构,理清集团的数据资产框架,初步框定股份集团数据资产目录体系。1)调研诊断,全面调研方向系统使用现状及痛点、业务现状、业务流程、需求方向、未来期望等层面,调研覆盖信息部总负责人、信息部副总、总数据架构师、数据架构师,以及各业务单元涉及业务单元总负责人、骨干负责人等。详细梳理业务领域、数据内容,进一步明确架构设计思路。2)架构设计,以波特价值链分析模型为理论基础,全面梳理企业的业务领域及模式,包括企业决策层、管理层及运营层的业务活动,同时结合数据的生产管理过程,划分架构框架,覆盖业务、管理、数据进行分类分域。架构设计整体考虑扩展性、通用性,数据不冗余,便于管理等层面。整体包含三个层级。3)数据资产目录建设,以架构框架为基础,在大数据平台中,采集数据,并按照架构框架进行分类整理,建立数据资产目录,将数据分类分级管理,详细描述数据的生产方式、业务信息、技术信息、管:..理信息等基础内容。不断梳理数据资产,构建数据资产地图,通过平台进行管理,逐步沉淀集团整体的数据资产。第三阶段:实施落地,搭平台,建资产。这个阶段,在整体框架下,明确应用场景,搭建大数据平台,开始数据资产建设。1)搭建平台,搭建大数据开发平台,补充大数据实时、离线计算能力,测试平台实现路径,迁移原有数据应用。2)场景建设,以价格场景为试点,展开数据资产建设。价格风险是大宗供应链贸易及服务行业面临的主要风险之一,价格的种类繁多,包括合同价、到货价、发票价、出厂价等不同价格,价格还分为净价、含税价、总价等不同的类型,基于价格的来源不同,还存在外部价、内部价格,价格场景。价格场景主要在三方面进行梳理,一是将股份集团涉及的所有的价格进行梳理,并明确价格维度;二是梳理关联价格,例如对比分析采购净价及采购到货价,从而分析采购合同的盈亏情况;三是价格分析,比如价格趋势分析,比如采购/销售合同净价趋势分析,看价格走向,或对比分析,比如同纬度下,内部到货价格对比市场价格、,以及基差分析。3)数据资产建设,以满足价格场景需求为目标建立搭建数据模型,按照数据架构框架,建立价格域、合同域、物流域、发票域、期货域、:..资金域、公共数据域等相关数据域,分层开发数据模型,支撑价格应用。在这个过程中,梳理股份集团数据标准,从业务分类、组织架构、部门等方面,梳理词根体系,建立词根标准、字段标准。3、集团公司数据治理建设成果一是明确数据治理模式,通过充分调研、规划,基本明确未来数据治理模式,股份集团未来以自下而上的数据治理模式为主,逐渐纳入数据应用。二是制定数据架构框架。构建股份集团的数据架构框架,未来在这个框架下,进行数据资产建设、分类,统一数据认知,减轻未来数据资产建设团队压力,未来团队只需要将相关数据归到相关类别下,对人员的复合能力要求将降低。三是搭建大数据平台。搭建实时计算、离线计算的大数据计算能力,搭建数据资产管理平台,纳入数据质量管理工具,逐步搭建数据治理能力。四是探索大数据分析场景。以价格场景为试点,打通数据需求分析、数据模型建设、数据开发的大数据交付路径,为未来更多大数据场景分析提供基础。五是构建数据标准体系。在数据资产建设过程中,梳理词根词缀,建立数据标准体系,为数据标准体系建立,奠定了坚定的基础。:..二、数据融合应用工程(一)一网统管数据融合应用工程建立综合性城市管理主题数据库,汇聚行业全领域、全过程实时数据,共享规划自然资源、住房城乡建设、公安、交通、生态环境、市场监管等行政管理部门和燃气、电力、通信等公共服务单位的相关城市管理信息资源,整合市、区县、街道三级城市管理网格数据资源,打造城市管理地理信息一张图,实现对城市管理与运行状态的自动实时感知,指导工程组织实施、应急处置。(二)一网调度数据融合应用工程建立消防安全、道路运输安全、城市运行安全、特种设备安全等安全专项整治专题数据库,建立洪旱灾害防治、地质地震灾害防治、森林草原火灾防治、气象灾害防治等专题数据库,汇聚应急、公安、交通、民政、水利等多个部门的风险监测预警、安全生产专项整治、自然灾害综合防治等领域数据资源,实现应急管理事前、事中、事后全流程化、数据化、智能化。(三)一网治理数据融合应用工程建立公共服务、便民服务、物业服务、养老服务等领域基层治理主题数据库,汇聚整合公安、民政、卫生健康等业务系统数据,推动基层治理数字化。:..(四)智慧监管数据融合应用工程建立市场主体全生命周期数据链,加快汇集市场监管业务全量数据资源,完善市场监管基础数据库,实现市场主体全集画像和空间可视、监管对象精准推送和监管工作留痕可溯及全程监督。(五)智慧交通数据融合应用工程集中管控交通管理外场设备,汇聚整合道路交通管理相关数据资源,强化对城市交通的全域实时感知。推进公共停车场智能化设施设备改造,建立停车设施基础信息数据库,持续更新停车设施建设、管理、布局及停车泊位使用、收费标准等数据,增强城市公共停车在线监管和智能调度能力。汇聚交管、交运、停车等综合交通数据及相关空间信息,实现交通综合信息共享服务。(六)智慧医疗数据融合应用工程推动公立医疗卫生机构医疗信息、检查检验等数据上云,整合公安、民政、医保、药品流通等领域业务数据,建设健康医疗主题库,实现健康医疗大数据全面汇聚和标准化、卫生健康数据互联互通和业务协同共享、居民全生命周期健康管理和医疗卫生全流程智能服务。(七)三农数据融合应用工程汇聚农田土壤墒情数据、农村土地权属数据、农村产业数据、农村相对贫困户数据、农民征信数据、农村科技能手和乡贤数据、农业:..土、肥、水、种、密、保、管、工相关数据,支撑农情分析、农业气象信息服务、产业监测服务、农产品和农资信息服务、农技推广服务、农业在线教育服务。三、数据治理指导思想立足新发展阶段,完整、准确、全面贯彻新发展理念,积极融入服务新发展格局,坚持加快数字化发展指引,健全数字规则,保障数据安全,以数据汇聚治理为核心,全力攻坚数据聚通用,充分挖掘大数据商用、政用、民用价值,加快培育数字经济,打造数字政府、数字营商环境,构建数字社会,让大数据智能化为经济赋能、为生活添彩。四、数据治理保障措施加强规划有效实施的各类资源要素保障,着眼数据聚通用,着力激活数据、深度挖掘数据、充分利用数据,加快形成数据要素高效集聚、互联互通、开放共享的良好局面。(一)加强组织协调建立健全数据治理统筹协调和推进机制,加强跨地域、跨部门、跨层级的协同联动,研究数据治理发展战略和政策措施,协调解决数据治理中的重点难点问题,确保相关工作扎实有效推进。:..支持和引导高等院校、职业学校开设数据治理相关专业,优化专业、课程设置,积极开展校企合作,培养创新型、应用型、融合型人才。引进高层次、高学历、高技能以及紧缺人才,完善人才引进、培育、评价、激励机制。支持各部门加强对数据治理用工服务的指导,保障从业人员合法权益。(三)做好资金保障支持推动数字技术创新应用、数据治理等相关工作,完善投融资服务体系,拓宽融资渠道,发挥政府引导基金作用,重点支持数据治理领域重大项目建设和重点企业发展。鼓励金融机构创新金融产品和服务,加大对数据要素市场主体提供贷款、融资担保等金融服务的支持力度。五、扩展数据跨域跨境流通(一)打造国家级数据流通服务中心积极参与全国一体化大数据中心建设试点,加快建设全国一体化算力网络国家枢纽节点成渝枢纽。建设国家级数据流通服务中心,推进国家数据长城行动计划,推动跨层级、跨地域、跨行业数据联动和数据融合应用。建设国家级数据靶场,基于各类应用场景进行建模、:..全、基层治理等各领域应用。全面融入国家数网—数纽—数链—数脑—数盾协同创新体系。(二)促进数据跨省跨域流通积极探索数据共享交换和开发利用等一体化创新路径,促进数据跨省跨地域流通。探索建立统一的区域数据共享和开放目录清单,梳理跨省跨地域共享数据资源数量及种类,推动跨省跨地域数据共享开放。推动渝快办与天府通办对接,扩大跨省通办跨省联办服务范围,推进社保、医保、公积金等跨省通办事项高频使用证明的电子化,推进跨省跨地域互认共享、在线核验。(三)探索推动数据跨境流动联合新加坡加快建立数据跨境流动分类分级管理和风险评估政策体系,积极争取中新跨境服务贸易与跨境数据流动试点示范。探索签订数据保护互认备忘录,制定渝新跨境数据流动实施方案。六、培育数据要素市场(一)健全数据流通制度研究制定数据交易管理办法,建立健全数据权益、交易流通和安全保护等基础性制度规范,明确数据主体、数据控制方、数据使用方:..需求为导向,完善数据市场流通环境,精准对接市场供给。建立数据交易协同监管机制,构建数据流通监管平台,加强数据交易流通全过程安全监管,确保数据流通过程可追溯、使用范围可明确、合法合规可审计、安全风险可防范、法律责任可追诉。(二)营造数据要素市场发展生态加强大数据产业协同创新统筹协调,引导和支持科研机构、高等院校、企业加强协同攻关,共同开展数据交易流通、数据基础前沿研究、关键共性技术研究。支持数据采集、存储、处理、分析等企业做大做强,带动大数据产业发展。七、强化数据安全管理(一)完善数据安全管理制度建立健全数据全生命周期安全管理制度,明确数据采集、汇聚、存储、共享、开发利用等各环节安全责任主体和具体要求。建立数据安全监测预警制度,对安全监测信息、监督检查信息和通报信息进行分析研判和风险评估,发布安全风险预警。建立数据安全评估制度、安全责任认定机制和重大安全事件及时处置机制,完善数据全生命周:..及其职责、安全事件分级、应急响应程序、处置措施等。(二)强化数据安全防护开展数据安全技术创新研究和数据安全关键技术攻关,加强安全可靠技术和产品推广应用,增强数据安全预警和溯源能力,持续提升数据隐私保护水平,确保数据安全自主可控。提升大数据资源中心安全防护能力,开展数据安全评估、应急演练,确保重要数据基础设施运行安全稳定。建设安全领先、整体合规的密码基础设施和密码服务体系,加强国产浏览器、国产阅读器等软件推广应用,实现密码在网络安全等级保护三级及以上信息系统、关键信息基础设施等重要网络和系统中的全面应用。健全数据安全宣传培训制度,开展数据安全法规标准宣传贯彻、教育培训和技能考核,提升数据安全从业人员数据安全防范意识和防护能力。(三)加强个人信息保护贯彻落实个人信息保护相关法律法规,建立个人信息授权许可制度,完善个人信息统一授权机制,通过单独授权、明示授权等多种方式切实保护个人信息安全。常态化开展互联网平台违法违规收集个人信息治理,严格规范个人信息收集使用行为,强化数据采集、分析、存储、使用等方面的安全防护举措,完善个人信息保护长效工作机制。:..理。推进个人信息保护社会化服务体系建设,加强个人信息保护第三方评估、认证工作,形成源头治理、综合治理、系统治理的工作格局。(四)落实数据安全监管建立数据安全常态化监管工作机制,建设数据安全监管平台,加强数据资源、数据流通、跨境数据流动安全监管。研究建立独立合规评估规则和工具,提供数据流通合规过程证明存证及专家支持服务,加强对大数据资源中心、互联网平台等数据流通载体监管。探索监管沙盒机制,支持数据流通创新实践在安全可靠和风险可控的环境中先行先试,形成数据流通溯源体系。建立第三方评估机制,对数据运营合规及成效进行评估,辅助监管机构有效开展管理。八、夯实产业发展基础(一)完善基础设施全面部署新一代通信网络基础设施,加大5G网络和千兆光网建设力度。结合行业数字化转型和城市智能化发展,加快工业互联网、车联网、智能管网、智能电网等布局,促进全域数据高效采集和传输。加快构建全国一体化大数据中心体系,推进国家工业互联网大数据中:..心集群。建设高性能计算集群,合理部署超级计算中心。(二)加强技术创新重点提升数据生成、采集、存储、加工、分析、安全与隐私保护等通用技术水平。补齐关键技术短板,重点强化自主基础软硬件的底层支撑能力,推动自主开源框架、组件和工具的研发,发展大数据开源社区,培育开源生态,全面提升技术攻关和市场培育能力。促进前沿领域技术融合,推动大数据与人工智能、区块链、边缘计算等新一代信息技术集成创新。(三)强化标准引领协同推进国家标准、行业标准和团体标准,加快技术研发、产品服务、数据治理、交易流通、行业应用等关键标准的制修订。建立大数据领域国家级标准验证检验检测点,选择重点行业、领域、地区开展标准试验验证和试点示范,健全大数据标准符合性评测体系,加快标准应用推广。加强国内外大数据标准化组织间的交流合作,鼓励企业、高校、科研院所、行业组织等积极参与大数据国际标准制定。九、构建稳定高效产业链(一)打造高端产品链:..梳理数据生成、采集、存储、加工、分析、服务、安全等关键环节大数据产品,建立大数据产品图谱。在数据生成采集环节,着重提升产品的异构数据源兼容性、大规模数据集采集与加工效率。在数据存储加工环节,着重推动高性能存算系统和边缘计算系统研发,打造专用超融合硬件解决方案。在数据分析服务环节,着重推动多模数据管理、大数据分析与治理等系统的研发和应用。(二)创新优质服务链围绕数据清洗、数据标注、数据分析、数据可视化等需求,加快大数据服务向专业化、工程化、平台化发展。创新大数据服务模式和业态,发展智能服务、价值网络协作、开发运营一体化等新型服务模式。鼓励企业开放搜索、电商、社交等数据,发展第三方大数据服务产业。围绕诊断咨询、架构设计、系统集成、运行维护等综合服务需求,培育优质大数据服务供应商。(三)优化工业价值链以制造业数字化转型为引领,面向研发设计、生产制造、经营管理、销售服务等全流程,培育专业化、场景化大数据解决方案。构建多层次工业互联网平台体系,丰富平台数据库、算法库和知识库,培育发展一批面向细分场景的工业APP。推动工业大数据深度应用,培育数据驱动的平台化设计、网络化协同、个性化定制、智能化生产、服:..务化延伸、数字化管理等新模式,规范发展零工经济、共享制造、工业电子商务、供应链金融等新业态。(四)延伸行业价值链加快建设行业大数据平台,提升数据开发利用水平,推动行业数据资产化、产品化,实现数据的再创造和价值提升。打造服务政府、服务社会、服务企业的成熟应用场景,以数据创新带动管理创新和模式创新,促进金融科技、智慧医疗等蓬勃发展。持续开展大数据产业发展试点示范,推动大数据与各行业各领域融合应用,加大对优秀应用解决方案的推广力度。十、数据治理发展短板(一)数据治理规则尚不完善数据治理统筹协调、分类推进机制不健全,碎片化、分散化治理现象一定程度存在,数据融合应用、协同治理、安全管控等相关政策法规、标准规范仍需进一步深化,与数据要素市场的高效流动性相适应的新型监管模式亟待建立。(二)数据聚通尚不充分:..数据共享汇聚尚不充分。数据开放效果尚不明显,开放数据的类型、数量、可用性尚不能满足企业数据运用需求。已共享开放数据的完整性、准确性、时效性、可用性等仍有待进一步提升。(三)数据治理应用尚有差距应用倒逼数据治理的成果不显著,基于应用需求推动业务流程再造、技术融合、业务融合、数据融合不足,跨部门、跨行业、跨系统的应用场景较少,运行监测、预测预警、实时调度、辅助决策等智能应用作用发挥还不够。