sg erp总体架构设计建议方案数据

目录1一、国家电网信息化建设新的驱动因素二、SG-ERP总体架构设计目标与原则三、SG186建设回顾及SG-ERP建设方向明晰四、SG-ERP总体架构设计方案业务架构应用架构数据架构技术架构五、SG-ERP项目实施建议2数据架构可以帮助企业消除信息孤岛，建立一个统一和共享的数据基础平台数据架构数据管控数据标准数据质量数据安全数据平台数据模型企业级数据模型主数据管理元数据管理数据集成分析型数据环境操作型数据环境数据架构从跨企业应用系统的视角统一对数据进行组织和规划，提高跨系统间数据存贮和共享的效率；从企业数据资产管理的角度，对整个数据生命周期中数据的处理、存贮、转换、整合、分布制定的策略、模型、流程以及支持这些策略、模型、流程的技术架构方案。统一性：要在各业务条线间设计统一数据视图，实现统一数据交互模式；要在业务条线内按管理层级设计统一的数据管控策略；要制订实时、非实时，结构化、非结构化数据的统一数据管理策略标准性：要充分借鉴成熟、科学的国际电力企业数据架构标准，设计数据模型、数据分布和数据管控体系，实现有国网公司特色的数据标准化扩展性：要实现数据架构的模型化、层次化，支持在确保统一核心数据模型基础上的模型扩展数据架构数据管控数据平台数据模型数据架构的设计原则与设计方法遵循统一性、标准性与扩展性的原则，按照以下方法对数据架构进行设计：3设计实施路径设计内容设计考虑因素设计成果设计步骤对SG-ERP数据架构的演进模式、实施方法和时间给出建议将在实施路径设计部分详细阐述定义企业数据模型设计数据平台架构设计数据管控体系根据SG-ERP业务架构和企业数据模型设计的最佳实践，分析企业数据主题域划分以及数据主题之间的关系综合考虑SG186数据主题域和SG-ERP业务架构前瞻性地考虑未来业务融合的数据支撑利用CIM系列国际标准及相关的最佳实践SG-ERP企业数据模型设计企业数据模型在企业IT环境中的分布以及技术支撑设计企业数据管控体系，规范数据标准、数据质量、数据安全中的各类管理任务和活动123支撑业务融合的数据环境以及平台架构反映数据在整个生命周期过程中的变化过程以及系统之间数据接口利用数据管控的最佳实践和标准框架综合考虑人员、流程和技术等数据管控实施的关键因素SG-ERP数据平台架构SG-ERP数据管控体系数据架构数据管控数据平台数据模型设计企业级数据模型首先需要对企业数据资产进行识别和分类国家电网信息系统中的数据总体上分为两类：结构化数据和非结构化数据。结构化数据主要分为主数据、事务数据和元数据；非结构化数据主要包括文档、图片、语音和视频数据；数据架构数据管控数据平台数据模型针对结构化数据，设计企业级数据模型，从不同的视点出发，对国家电网的数据需求和数据间关系进行抽象，并将所有的结果综合起来，形成企业级数据模型结构化数据针对非结构化数据的相关处理方法将在j技术架构中介绍，此处不再展开分散的数据/信息非结构化数据整理加工后形成的知识知识共享邮件、文件、影像等其它非结构化数据事务数据主数据结构数据引用数据元数据5主题域是设计企业级数据模型的基础，通过对业务数据梳理可以建立全局的数据主题域主题主题主题主题主题主题主题主题主题业务数据业务数据业务数据业务数据业务数据业务数据业务数据业务数据业务数据数据分类数据主题域集中反映了某方面业务内容，通常是同类或关联关系较为紧密的实体的集合（如，设备主题包括了设备台帐和设备相关的检测事件）。数据架构数据管控数据平台数据模型6在归纳数据主题域的过程中，重点是分析现有关键数据实体关系主数据分类事务数据分类数据实体归纳分析通过对国网现有业务系统数据分析，梳理出1457个数据实体，涵盖所有业务条线归纳出统一的企业级数据模型数据架构数据管控数据平台数据模型业务域数据实体数量数据项数量财务资金

1965,997营销管理58

4,351安全生产304

4,113协同办公

551人资管理69

825物资管理

53742项目管理24

439综合管理

7485,685总计

145722,2037电网企业CIM全模型的扩展应该是受控的，电网企业需要成立CIM的相关讨论组织和授权机构，由此组织授权通过的CIM扩展，才可以作为企业信息化标准的一部分。IEC-CIM模型基本覆盖了电力企业全部业务能力，可以作为企业级数据模型设计参考，为信息集成提供共同的语义基础CIM是IEC定义的开放国际标准，并随业务发展不断完善CIM是电力应用系统交互的通用语言CIM是电力行业15年最佳实践的总结CIM是智能电网互操作性框架的关键语义模型为保证企业级数据模型设计的科学性和完整性，需要引入电力行业最佳实践数据架构数据管控数据平台数据模型88结合国网公司业务系统实际情况对IEC-CIM模型并进行了剪裁和扩展，最后形成的企业级概念级数据模型数据架构数据管控数据平台数据模型9电能管理资产管理管理支持客户管理用电发电输电变电配电6、电网运行控制调度5、电源管理7、微电源与负荷管理13、战略规划与计划1、电能交易管理18、信息技术管理17、协同办公与综合管理电源接入服务发电侧储能管理战略规划电网规划投资计划生产计划IT建设IT运维IT规划IT架构IT管控分布式发电用电侧储能管理双向负荷控制负荷预测节能调度购电管理输配电定价管理电力交易市场模拟电能交易过程管理经济调度购电管理直购电管理电能信息采集9、资产策略管理10、资产项目管理11、资产运维管理资产状态管理资产绩效与评估项目设计与预估项目结算与转资项目外包资产规划工作外包项目实施管理资产退役处置设备台帐管理故障管理现场工作管理缺陷管理生产计划管理工单管理项目评估综合计划资产信息管理实时监控高级调度分析电网自愈继电保护运行方式管理外部运行因素监测调度计划电能质量监测审计管理办公自动化档案管理知识管理经济法律后勤管理应急管理工会管理公共关系农电管理纪检监察情报资源国际合作政工管理环保管理离退休安监管理保卫管理任务协作科技管理项目前期12、决策与分析支持决策体系管理主数据管理数据源管理数据加工数据存储管理数据访问展现8、计量管理19、风险管理2、服务管理3、电费管理营销账务管理能效建议和支持电能质量管理故障抢修管理用电工程服务管理抄表管理费用收缴管理用电检查客户联络计量体系管理电能信息采集计量点管理内部环境风险应对监督控制风险交流风险评估风险识别用电核算管理线损管理产品管理4、市场管理洞察力与市场细分有序用电产品和服务开发客户获取与忠诚度管理合作伙伴发展客户信息管理16、供应链管理14、人力资源管理15、财务管理组织管理人事管理薪酬管理招聘管理绩效管理人员发展培训管理核算管理预算管理投融资管理资金管理产权管理物资计划物资与服务采购仓储和配送供应商管理人力资源管理计划监造管理评价稽核物料管理销售管理电力市场1营销2电网运行35项目设备6人力资源财务物资789综合104风险12345678910数据主题域覆盖到国网SG-ERP总体业务架构中所有的核心业务数据架构数据管控数据平台数据模型9910企业数据模型数据主题域间的关系21435678910数据架构数据管控数据平台数据模型11对数据主题域进行细分，进一步明确数据子主题域之间的关系数据架构数据管控数据平台数据模型12企业数据模型子主题域：人力资源数据架构数据管控数据平台数据模型13企业数据模型子主题域：财务数据架构数据管控数据平台数据模型14企业数据模型子主题域：物资数据架构数据管控数据平台数据模型15企业数据模型子主题域：电力市场数据架构数据管控数据平台数据模型16企业数据模型子主题域：营销数据架构数据管控数据平台数据模型17企业数据模型子主题域：项目数据架构数据管控数据平台数据模型18企业数据模型子主题域：安全与风险数据架构数据管控数据平台数据模型19企业数据模型子主题域：电网运行数据架构数据管控数据平台数据模型20企业数据模型子主题域：设备数据架构数据管控数据平台数据模型2121企业数据模型数据主题覆盖了所有业务领域的关键数据21数据架构数据管控数据平台数据模型数据平台设计参考架构22主数据管理主数据存储元数据管理业务元数据技术元数据元数据存储数据架构数据管控数据平台数据模型主数据分发主数据审批流程分析型环境操作型环境数据集成-ESB挖掘报表OLAP分析即时查询数据集成-ETL抽取转换加载ETL管理非实时数据实时数据

BI数据集市缓冲区ODS数据仓库数据仓库数据平台包括操作型环境，分析型环境以，主数据管理，元数据管理以及数据集成，是企业数据的承载平台。AMI电网数据平台ERPEMS/SCADAGISPMS营销23数据平台架构从应用环境可分为操作型环境和分析型环境数据架构数据管控数据平台数据模型实时负荷预测可靠性分析实时潮流分析企业绩效分析设备状态估计生产控制大区电网模型实时数据主数据管理数据仓库数据集市数据集市元数据管理数据应用分析型环境管理信息大区操作型环境StagingETL全面风险分析数据集市实时数据总线ESB营销分析ODS实时状态估计预想事故分析广域状态感知线损分析控制实时分析生产实时分析部门决策分析企业决策分析财务分析人力资源数据财务数据地理信息数据客户数据设备数据物资数据电网图形表计数据基于CIM的电网运行数据库1234561、电网运行状态实时数据以及表计数据通过实时数据总线采集到实时数据库和表计数据库3、基于CIM虚拟数据仓库提供实时的电网运行状态分析，如：潮流分析、实时状态估计等。4、统一的基于企业数据模型的MDM，保证数据一致性5、调度信息和管理信息统一由ETL抽取到ODS和数据仓库，为智能决策提供支持。6、元数据管理为数据仓库提供统一的技术、业务管理。2、基于CIM的电网运行数据库提供统一的电网运行实时数据和电网模型以及图形数据，并实时更新新增能力DMSESB需要提升能力历史数据配网数据已有能力77、统一的数据仓库和前端展示数据流消息流24生产控制大区的电网运行数据包括实时量测数据、电网模型数据以及电网图形数据，通过数据推送机制由生产控制大区推至管理信息大区的电网运行综合数据库，符合以CIM为基础的企业级数据模型，并以CIM-CIS规范封装，与其他管理信息进行交互。操作型数据环境－实现电网运行数据和企业经营管理数据的集成信息安全隔离生产控制大区(I&II区)管理信息大区(III&IV区)企业服务总线GIS线损分析可靠性分析营销电力市场资产管理PMSERP基于CIM的电网运行数据库实时数据总线企业服务总线电厂输电线路变电站传感器现场控制总线智能工单故障分析OMSDTSEMS/SCADA电网模型实时数据配电线路实时数据应用非实时数据应用用户表计表计数据数据架构数据管控数据平台数据模型电网图形历史数据监测系统主数据管理1212使用统一的企业级数据模型建模，存储电网实时量测数据、电网模型数据以及电网图形数据使用CIS标准进行服务封装，通过企业服务总线实现电网运行数据和经营管理数据的集成分析型数据环境－综合生产调度和企业经营管理数据的智能决策支持数据架构数据管控数据平台数据模型25元数据管理ETL工作流管理源系统用户主数据财务人力物料项目生产计划交易营销设备调度ODSRT数据ESB实时数据发布实时集成客户端Stage数据仓库主数据接口区（含CIM）交易数据接口区数据清洗区预加载区实时数据订阅基础数据区（分业务模块-历史和当前-明细数据存储-接近3NF）主题数据区（面向主题-历史和当前-轻度汇总数据存储-星型模型/宽表模型）数据集市（面向主题-历史和/或当前-高度汇总数据存储-OLAP）数据质量规则库ETL运转知识库ETL组件层ETL应用层ETL控制层元数据知识库元数据获取元数据管理元数据应用元数据查询企业级决策支持应用电网运行管理驾驶舱人财务集约化管理应用与web服务地理信息服务统计分析查询报表功能服务可视化服务中间件支持绩效管理资产全寿命管理电力交易战略管理风险管理企业高层专业用户调度用户业务领导门户单点登录分级授权数据挖掘服务实时集成服务端电网规划项目建设生产运行规划分析支持可再生能源优化利用事故分析绩效分析评估二次设备分析交易组合交易分析财务管理供应链管理人力资源管理投资计划营销客户分析需求侧分析市场开拓26主数据是企业核心的基本业务数据，描述整体业务信息对象和分类关键特性企业的关键业务资产主数据是描述企业关键业务的数据，例如会计科目、项目类型、资产类别、物料编码、供应商编码、组织机构编码等。主数据在OLTP系统，主数据是描述业务交易的数据－谁、什么、哪里等在分析系统，分析交易数据的角度，如会计科目、物料编码等跨部门和组织共享和重用主数据一旦创建，就供不同用户/应用系统使用和重用来完成各自任务。可以唯一识别每个主数据实例是唯一的，各不相同。主数据是缓慢变化的主数据相对于交易数据，更不易变化，但也不是一成不变的，而是变化缓慢。主数据管理（MDM）是集成恰当的技术、组织和流程的持续过程，以便确保持续不断地监控、评估和管理各种类型的主数据，以及相关业务流程的影响，并为用户和应用系统提供统一的主数据服务接口。数据架构数据管控数据平台数据模型27实时数据总线（生产控制区）为了全面了解整个企业的数据，企业必须建立和维持一致的主数据管理系统，应用系统中的数据改变将通过主数据库实现一致性27企业服务总线（管理信息区）ERP营销电力市场资产EMSDMSOMS表计数据管理MDM主数据管理数据仓库ETL在一个完整的主数据管理解决方案中，除了主数据管理的核心服务组件之外通常还会涉及到企业信息集成、ETL、数据分析和数据仓库以及EAI/ESB等其他各种技术和服务组件。一个典型的主数据管理信息流如下：营销系统的数据改变触发对企业主数据的改动；主数据管理系统将整合之后完整、准确的主数据分发给所有有关的应用系统；主数据管理系统为决策支持和数据仓库系统提供准确的数据源。数据架构数据管控数据平台数据模型22企业服务总线（生产控制区）31元数据是定义数据的数据，负责记录管理业务系统中所有数据的定义、规则、规范和流程元数据管理可以清晰、直观的了解数据的来源、变化过程、应用对象等信息。当数据源发生变化时，用户借助元数据管理工具可以分析出这些变化带来的影响。技术元数据：技术元数据是为技术人员提供支持的元数据。当技术人员对系统进行维护和扩展时候，技术元数据为他们提供了所需的数据信息。例如，包括数据整合平台的数据结构描述（各个主题的定义、星形模式或雪花模式的描述定义）、对数据映射规则的定义、数据集市定义描述与装载描述等业务元数据：业务元数据是为企业业务人员提供支持的元数据。业务元数据为业务人员提供了访问系统中信息的线路图和背景图。例如，业务元数据包括业务KPI指标定义、公式等。元数据知识库：在元数据的存储层面，需要根据元数据的各种不同定义格式，以结构化和非结构化分别进行存储，存储应考虑时间窗口、访问控制和发布等因素。技术元数据业务元数据元数据知识库数据源层元数据（数据字典）ETL过程元数据数据仓库元数据（数据字典）应用元数据(类或XML定义)运行环境元数据(IT系统说明）规则库（数据校验规则）算法库质量信息业务规则业务描述业务指标业务术语管理流程定义角色职责定义人员组织结构工作内容分配数据架构数据管控数据平台数据模型29使用统一的元数据管理平台，对整个组织范围内的元数据进行管理，逐步实现对企业的数据资产的统一查询和管控元数据管理以业务视图和技术视图描述存储的各种结构化数据和非结构化数据：OLAP的指标管理：通过基于元数据的指标管理，掌控各种指标的异常波动情况血统分析和影响度分析：追踪数据问题根源，分析数据和分析指标的关系表重要程度/无关程度分析：分析数据仓库中数据表的使用频率，进行针对性优化数据架构数据管控数据平台数据模型元数据接入层元数据操作层元数据采集层元数据信息源采集定制信息采集日志检查导入/导出业务元数据概览与分析数据资产分布情况数据资产变动情况数据资产使用情况数据资产明细情况用户管理访问控制权限配置身份验证技术元数据概览与分析指标分析数据重要程度分析血缘分析影响分析数据处理状态监控数据规划信息管理数据质量信息管理数据安全信息管理30数据管控描述企业如何管理数据资产，保证数据准确性、一致性、完整性、可用性和安全性。数据管控体系是为了规范数据标准、提高数据质量和保证数据安全而建立的组织、流程、工具和评价考核体系。统一坚强智能电网的融合发展方向决定了管理信息数据与生产控制数据的融合，要求在国家电网企业范围内建立数据管控框架数据架构数据管控数据平台数据模型数据质量管理数据标准管理数据安全管理组织流程评价考核企业数据模型元数据主数据共享交换数据交易数据工具管控任务管控支撑管控对象数据质量管理的目标是建立数据质量控制机制，及时发现数据质量问题，不断改善数据使用质量，提升数据的可用性和利用价值31数据质量是数据管理的基础。数据质量管理的范畴包括：制定公司数据质量的衡量指标、分析工具及报告机制；发现、评估和报告数据在使用中的质量问题；解决数据质量问题，提升数据质量。流程组织技术技术标准业务标准利用各种技术工具和手段来加强对数据的检查、校验、数据结构分析和清理等各项工作。包括改进数据录入界面的有效性验证，定期利用工具发现数据问题等。技术只是保证数据质量的辅助手段,合理完善的数据管理流程才是提升数据质量的关键:发现数据质量问题如何判断、协调和改进如何定期了解数据质量问题并进行清理如何主动验证和维护关键业务数据等等数据质量提升最根本的问题之一是责任机制的确定：明确数据的所有权和管理者，承担数据维护/监控/改进的责任数据维护流程中的各个环节应落实具体的岗责，保障流程的运作和有效性数据质量问题的分析、判断、协调和改进都需要有一定的标准才能完成。数据架构数据管控数据平台数据模型数据标准管理是通过制定和维护企业业务数据、数据模型相关的数据标准，保证在企业应用范围内遵循已有的数据标准数据标准是数据质量提升的关键。数据标准管理体现在数据标准的制定、审核、执行、反馈和争议协调等各个工作环节中。数据标准的制定需要参考行业监管和标准机构制定的数据标准，同时也应参考各个部门内部使用的特定数据的定义。32数据标准管理政策是数据标准维护流程的基础，主要定义了各职能部门在数据标准制定和执行过程中的职责和权利。数据标准管理政策数据需求定义数据标准定义数据标准发布实施数据标准歧义仲裁数据标准修订数据需求定义是一个动态的持续过程，清晰的业务功能定义是定义数据需求的基础。数据标准定义反映了多个相关业务部门对数据标准的理解和业务定义，业务部门参与是数据标准定义的关键因素。数据标准是一个跨业务部门的通用标准。一个强有力的跨部门的领导力量是数据标准实施的基本保障。畅通的应用反馈渠道是使数据标准维护流程进入良性循环的关键环节。数据标准的修订是一个“需求--定义--审定--发布--应用反馈”的一个连续工作流程。数据标准维护环境数据架构数据管控数据平台数据模型数据安全管理的工作目标是基于数据安全分级标准和数据使用者的工作职责及权限制定相关的数据使用授权流程，以保证数据使用的安全性和合规性。数据安全管理首先要满足业务经营和监管需求，对业务数据和其它敏感数据建立一套标准化的数据安全分级和授权使用制度，包括划分完整的数据安全等级和实施严格的数据使用授权机制。33制定和维护数据安全策略数据安全分级数据访问安全控制数据安全评估和考核制定和维护数据安全策略：根据现有法律法规、国际标准、行业标准以及国网信息安全策略，制定数据安全相关的标准、规范和操作流程。数据安全策略需要定期复核、维护和更新。数据安全分级：数据认责人对数据安全负责，定义和维护数据的安全等级，并进行标识。数据访问安全控制：定义用户安全等级，识别访问需求，并制定相关的审批管理流程，在从数据应用的规划到最终用户的数据访问过程中进行安全控制。数据安全评估和考核：对数据安全管理工作进行评价，识别数据安全各个方面的风险和差距，促进有效的数据安全管控。数据架构数据管控数据平台数据模型实现有效的数据管控，需要从管控组织、管控流程、管控工具和评价考核这四个方面着手进行建设，这四项工作内容相互作用、相互支撑。数据架构数据管控数据平台数据模型管控组织数据管控委员会数据所有人数据认责人IT支持管控流程标准制定流程政策制定流程考评指标制定流程……评价考核标准（数据标准、质量要求、安全要求）遵守标准所需要的政策政策与标准遵从考评定义……考评数据产生者数据使用者………流程支撑流程支撑制定管控工具工作流管理标准/政策的查询与发布管理评价仪表盘…工具支撑工具支撑管控组织制定数据标准，明确质量要求及安全要求；管控组织制定为遵守标准所必需的政策和考评定义。数据产生者与使用者遵从政策与标准的考评。标准/规范的制定和遵从考评都基于统一的流程流程保证主数据质量工作流支持流程的自动化可控化；管理评价仪表盘支撑考评结果的自动生成与发布建立数据管控组织，明确数据管理角色和职责，建立量化的标准的评估考核机制是实施有效数据管控的组织保证。战略规划管理协调图例：直接领导间接领导领导数据所有人指派足够资源支持数据管理活动负责制定并落实数据管理政策和考评指标推动跨企业各部门数据合理的运用、共享定义数据标准定义数据质量要求定义数据安全要求专职负责数据管控的日常活动数据管控指导委员会主题域负责人

(业务)

数据管理办公室数据认责人

(信息)主题域1负责人主题域2负责人…负责人数据2认责人数据1认责人…认责人数据产生者数据使用者主题域1所有人主题域2所有人…所有人数据所有人（业务）业务部门其他支持部门IT支持(DBA，技术支持)(人力资源,

培训等) 数据管控组织是数据管控体系中最重要的因素。数据管控组织管理业务数据标准，为业务数据的质量与安全要求创建标准和遵循标准所必须的政策，对数据管控行动进行监控和评价。负责提供数据，对数据质量负责发现和提出数据问题确认数据问题解决数据架构数据管控数据平台数据模型数据管控流程支撑数据管控整体运转，对数据标准、数据质量和数据安全所包含的管理任务提供了支撑，它约定了管理内容中各参与方的工作职责，使数据管理过程标准化和规范化。数据标准管理数据质量管理数据安全管理数据质量要求制定数据质量指标制定数据质量考核数据安全分级数据访问授权数据认责数据标准制定数据标准内容维护数据管控的三个核心任务：数据标准、数据质量和数据安全。每一个管理任务都对应一个流程来支撑。数据管理流程是从管理的政策，到具体的管理维护流程，形成一整套完善的数据管理机制，来保证数据标准支持未来业务发展。数据管控流程从数据需求入手，按不同的数据层次，定义数据标准，制定数据质量管理流程并遵照数据标准推动质量管理流程，让所有相关的岗位在数据管控体系内有明确的定位和相应的绩效评估机制，将数据的管控目标、责任、考核联系起来。并通过一套有效的沟通及反馈机制，形成一个闭环流程。数据架构数据管控数据平台数据模型通过评估及考核数据相关责任人职责履行情况、数据管控标准及数据政策的执行情况，建立定性或定量的数据管控评价考核指标。将数据进行分类并与数据管控组织中的角色承担者进行映射在数据产生、流转及使用过程中要遵循的一系列规章制度数据标准数据质量衡量标准数据安全准则数据认责数据政策评价指标管控标准提升方向技术指标衡量标准及时性及时率满足时间要求的数据总数/总数据数真实性和准确性数据真实率1-数据中失真记录总数/数据总记录数有效值比率1-超出值域的异常值记录总数/总记录数流转过程失真率数据传输失真记录总数/总记录数重复数据比率重复记录数/总记录数一致性外键无对应主键的记录比率外键无对应主键的记录总数/总记录数主数据一致率一致的主数据总数/主数据总数完整性字段的空值率空值记录总数/总记录数信息完备率能够获取的指标数/总需求指标数例：数据质量衡量标准按照数据质量提升方向分解为对应的技术指标来进行量化评估及管理。数据管控评价指标从管控标准、数据认责和数据政策三个角度考虑，定义一系列的衡量指标和规则。数据管控评价考核指标体系需要由数据所有人与数据认责人共同确定。数据架构数据管控数据平台数据模型功能功能说明目标用户建议实现方法信息发布数据管控组织结构的发布；数据认责映射关系的发布；数据管控相关标准的发布；数据管控相关政策的发布；考核指标的发布；工作流程的发布；考核结果的发布。所有用户企业门户信息查询数据标准的查询；数据质量衡量标准的查询；数据安全级别权限的查询；政策的查询。数据产生者数据使用者主数据管理系统元数据管理平台企业门户信息维护数据标准的维护；数据质量衡量标准的维护；数据安全级别权限的维护；政策的维护。数据所有人数据认责人主数据管理系统元数据管理平台企业门户管控流程数据认责建立/维护流程；标准建立/维护流程；政策建立/维护流程；评价指标建立/维护流程；评价与考核流程；管控组织建立/维护流程。数据管控组织所有角色协同办公平台企业门户数据管理仪表盘评价与考核结果发布。数据管控委员会高级管理层数据中心BI分析系统企业门户建立采用数据管控平台，实现数据标准的集中存储管理与共享使用和数据管理流程的固化与自动化，进一步推进了管理目标的落实。数据架构数据管控数据平台数据模型数据架构专题讨论之一：

数据仓库技术架构目前，在国网数据仓库建设中存在两种架构并存的情况：39数据中心数据仓库以数据中心为主导的企业数据分析环境：基于SG186规划的数据中心，采用国网选型的Sybase

IQ数据仓库和Cognos分析体系业务范围：

非SAP

ERP覆盖的其他业务范围，包括营销、交易、生产等。数据范围：

定位于企业级数据仓库数据分析能力：

企业级架构包括：ODS、数据仓库、数据集市和前端分析展现ERP数据仓库ERP的数据分析环境：采用SAP

BW产品，面向ERP覆盖的业务范围业务范围：SAPERP覆盖的业务范围，包括人力资源、财务、项目、设备、物资数据范围：主要用于产生各类报表的运营数据，但数据范围未达到数据仓库所需的“企业数据集中存储”程度，尚不能完全支持未来所需的各类复杂数据分析数据分析能力：通过SAP系统前端产生标准化结构报表问题：两种分析架构并存，没有形成统一的企业数据分析环境，不能支持企业级决策支持分析前端展现风格不同一数据仓库架构整合策略整合策略1：现有的数据中心数据仓库和SAP

BW并存优点：SAPBW系统支持与其他企业级数据仓库产品进行数据互换，可实现ERP相关业务数据与外围业务系统的数据融合SAPBW系统具有和SAP其他产品高度融合的技术特点，企业可采用SAPBW系统对SAPERP相关业务进行高效实施缺点：需要同时维护两套数据仓库系统整合策略2：使用SAPBW作为企业级数据仓库系统优点：在获取企业各系统中业务数据的基础上，通过SAPBW系统中的数据处理，即可实现企业级的跨系统业务主题分析，提供管理层全方位的辅助决策支持。缺点：SAP

BW作为企业级数据仓库，在处理非SAP的异构系统数据、复杂多维分析、大数据量处理等方面存在兼容性与性能方面的限制整合策略3：使用数据中心数据仓库取代SAP

BW优点：－

统一的信息展现－

只需要维护一套数据仓库缺点：－

如果使用其他企业数据库产品对ERP系统进行多维度高级分析，需要耗费巨大工作量了解SAP底层数据架构，才能保证成功实现覆盖ERP各业务领域的深度分析。策略1：数据中心数据仓库和SAPBW混合的策略ODSDWH数据中心数据仓库平台企业级的DataMartSAPBWSAP

DataMartSAP

ODSSAP

BWSAP

ERP系统数据库非SAP系统数据库SAP

ERP系统数据库非SAP系统数据库策略2：采用SAPBW作为企业数据仓库SAP

ODS非SAP

DataMartSAP

DataMartSAP

BW策略3：数据中心数据仓库的企业数据仓库ODSDWH数据中心数据仓库平台非SAPDataMartSAP

ERP系统数据库非SAP系统数据库SAPDataMart基于目