数据治理解决方案.docx

数据治理解决方案.docx数据治理解决方案
01
背景介绍
目录
02
数据治理解决方案
03
数据治理案例介绍
04
问题与讨论
•数据分散，难以管理
-没有f穩定的，抗源变化的数据层
部分关儀业务数据缺失
源系统校验关系缺失及业务人员随意操作
■行业现象和需求
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，随蕃信息化建设的深入，下列的问题会越积越多。
缺砸馳
-重复投入
・数据不一致
・
・猖标难以共事 缺少统一的基础数据标准
- 酝投入
・数据不一致、不准确
・难以利用和管理
・ 各系统数据难以共享
01
背景介绍
02
数据治理解决方案
03
数据治理案例介绍
04
问题与讨论
■数据管理范圉
数据架构管理
•企业姻舷 -tfKi送分析 -相关的sis昨
数据质量管理
-规范
-分析
元数据管理
•刊:：
-聚合
-控制
-轴
文档和内容管理
•获取和储存
• fii份和恢复
•内容童理
数据中心和商务智能管理
•架构 •
•專实 •监控和调优
数据开发
-分析
•数据種模
■ 设计
-sm
数据操作曾理
-获取
-保留 .清除
数据安全管理
-馳
•加
-管理
-授权
.审计
參考数据和主数据套理
-夕刪范
-内部规范
•客户数据
-产品数据
•维度管理
数据管理框架
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.
目标 规划
机制
组织 制度 角色 流程
领域 、
主数据元数据 数据模型数据安全
数据存储数据分布数据交换数据集成数据质量数据服务
技术支撑
换发现与分类 数据安全管理
数据采集与清洗工具数据管理系统质量检直工具数据建模
■总体解决思路
盘点数据资产 让资产变得干净，少歧义
让数据成为资产，了解企业有哪通过数据ETL ,建立数据标准化. 些数据，在哪里，有多少屋级.•数据采集与淸洗
•业务流程梳理 •数据标港化
•娠極趣
•姻识^与分类
数据治理的延伸：数据管理 数据;能的结束是数据管理的开始。
-产***
■智能搜索和发现
■主姻®9
重新组织如
更好用.
-建设
・真实世界模型
・数据仓库
・数据标答和画像
数据治理持久化
对数据治理工作持久化，一 次治理，永久;台理.
・数摇治理工作日常化
・元数据和标准化治理维护 更新
・新类型数据的自动化治理
p 数据资产盘点：暗数据发现和分类
在数据治理的实际操作中，只有先发现数据，对数据进行有效分类，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：
01 02 03 _
05 04
业翁系统调研
调研业务系统情况：
・理设目标、系毓类型划分；
・系统运行架构、硬件支撐情况；
•使用者、用户来耐口规模；
06
数据分级分类
・根据行业标准和待点对于数据资产 进笳类；
・将数据资产划分为公开、内部、敏 感等不同的敬感等级;
业务流程梳理
•梳理业务与业务之间的流程关系， 业务流程本身的输入输岀上下文情 况；
・补充每个业务流程涉及的属性；
业隽关系梳理
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、输入输岀控制； •访问权眼控制、操作流程规范；
・风睑规范要求等,
业务流程分解
•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;
•根据抜理好的业务流程图，转换成 对流圏；
数据标准檢理
・对于业务應按照主体、卷考、交易、 统计进行分类，并理出数据的技术 馳和业务讎;
-补充和整理完整的数据字典；
卜变得車干净・少歧义
数据标准化治理
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、对元数据进行管理、
数据同步
.、数据采集与清洗达到的效果
实现实时、准实时的数据采集；保证数