企业数据管理理论概述

企业数据管理理论概述•参与金税工程、金民工程、国家法人库项目、金保工程、国家烟草二号工程•拥有15年数据治理与管理经验，多年烟草、通信、政府、电力以及制造业数据•熟悉国内主流数据治理领域产品，包括元数据管理产品、数据质量管理产品源管控系统平台规划、设计、实施、上线推广实2御数坊版权所有©2014-20202算数字化技术加速发展，成为引领新一轮科技革命的从国家十四五规划看数字化转型趋势•迎接数字时代，激活数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体•充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。在重点行业和区域建设若干国际水准的工业互联网平台和数字化转型促进中心，深化研发设计、生产制造、经营管理、市场服务等环节的数字化应用，培育发展个性定制、柔性制造等新模式。•加强涉及国家利益、商业秘密、个人隐私的数据保护，加快推进数据安全、个人信息保护等领域基础性立法，强化数据资源全生命周期安全保护。完善适用于大数据环境下的数据分类分级保护制度。加强数据安全评估，推动数据跨境安全3御数坊版权所有©2014-20203数字化转型，数据治理是基础n随着企业数字化转型和大数据中心平台建设的建设，企业数据资产的价值越来越被重视，成为各企业数字化转型的重要因素。而数据基础不牢，制约数据价值实现，因此数据治理需要先行。客户预期数据资产价值创造是目标数据应用场景数据仓库数据中台驱动数据应用场景数据仓库数据中台驱动01数据应用是载体数据集成和共享是手段数据价值实现数据应用是载体数据集成和共享是手段数据价值实现数据智能平台数据治理02人工智能平台03人工智能平台03数据不一致数据不理解数据不规范数据不准确数据治理是基础04数据不一致数据不理解数据不规范数据不准确数据治理是基础044御数坊版权所有©2014-20204数据——是以文本、数字、图形、图像、声音和视频知识是基于信息整合形成的观点，是基于信息对模式、趋势的识别、解释、假设和推理数据是对真实世界的对象、事件和概念的被选择的特征的抽象表示，通过可明确定义的约定对其含义、采集和存储进行表达和理解职务级别：中级5御数坊版权所有©2014-20205数据分类——业务视角财务当事人企业内部的会计系统单个人或一组人当事人所有的具有价值且能够获得受益的事物资产财务当事人企业内部的会计系统单个人或一组人当事人所有的具有价值且能够获得受益的事物地理区域，物理的或电子的地址协议事件在客户和金融机构之间达成的关于特定产品的协议会导致同客户达成合同的金融或非金融的事件营销活动协议事件在客户和金融机构之间达成的关于特定产品的协议会导致同客户达成合同的金融或非金融的事件营销活动高用户的使用率而采取的战略、计划或促销活动产品内部组织一种可以在市场上交易的产品或服务，包括条款或条件客户和金融机构或保产品内部组织一种可以在市场上交易的产品或服务，包括条款或条件客户和金融机构或保险公司进行接触的途径金融机构或保险公司内部的6御数坊版权所有©2014-20206数据分类——数据管理视角数据分类——数据管理视角规定参考数据值是几个允许值之一。如：客户等级分为A,B,C三级。御数坊版权所有©2014-2020御数坊版权所有©2014-2020数据治理的背景和价值业务驱动u背景业务驱动信息化驱动信息化驱动数据问题驱动数据问题驱动9御数坊版权所有©2014-20209数据治理，是业务部门与信息部门的共同职责！数据治理，是业务部门与信息部门的共同职责！信息部门被追责的同时，也饱受其苦：数仓/BI架构研发投入数据治理模型企业信息模型御数坊版权所有©2014-2020数据认责的角色企业的数据认责机制必须建立在明晰、均衡的专业与责任划分之上，认责方应当有明确的•制定数据管理政策业务认责方•维护数据资产目录业务认责方•明确数据定义•制定数据标准•明确数据定义•制定数据标准•制定质量规则•制定安全规则•监控相关数据问题••执行数据管理规则•录入各项数据•解决相关数据问题操作认责方•为数据管理提供技术支持操作认责方•为数据管理提供技术支持•推动数据架构、标准和规则等内容的落地技术认责方御数坊版权所有©2014-2020黄河经常有淤塞河床、引起堤防溃决泛滥、造成大量生命与财产损失的可能。这河流的水量在洪水期间和枯水期间幅度的变化又大，更使潜在的危机经常恶化。按理说来，有一个最好坐落于上游的中央集权，又有威望动员所有的资源，也能指挥有关的人众，才可以在黄河经常的威胁之下，给予应有的——黄仁宇：《中国大历史》u数据治理：数据是流动的资产跨系统、跨业务的端到端治理需要有机构统筹规划与决策、协调与推进。御数坊版权所有©2014-2020数据生命周期u强调数据的全生命周期管理；针对计划、规范定义、开发实施、创建、维护、归档、清除，各个阶段开展数据u创建和使用是数据生命周期中最重要的：必须理解数据如何生成、获取以及使用，数据管理才能得以执行。生产数据有成本，数据只有在使u必须在整个数据生命周期中管理数据质量：数据质量管理是数据管理的核心。由于质量的水准可能受到一系列生命周期事件的影响，质量必须作为数据生命周期的一部分来规划u必须在整个数据生命周期内管理元数据质量：因为元数据是一种数据形式，并且由于组织依赖它来管理其他数据，所以元数据质量的管理方式必须u必须在整个数据生命周期内管理数据安全：数据管理还包括确保数据安全，并且与数据相关的风险已经降低。需要保护的数据必须在从创建到销毁开发实施创建&获取维护&使用存档&检索清除设计开发测试部署维护u数据管理工作应该集中在最关键的数据上：开发实施创建&获取维护&使用存档&检索清除设计开发测试部署维护标准规范标准规范规划规划分析分析DMBOK2.0系统开发生命周期(SDLC)DMBOK2.0 DMBOK1.0御数坊版权所有©2014-2020数据标准实例基础类数据标准分析类数据标准御数坊版权所有©2014-2020数据资产目录构建企业全面的数据资产地图，可以从不同视角管理数据资产，实现对数据资产的动态分析、实时御数坊版权所有©2014-2020数据质量管理数据质量需求通常隐含在业务政策之中，描述数据是否符合“适用性”（FitnessforPurpose）需求。准确性（Accuracy）完整性（Completeness）一致性（Consistency）时效性（Currency）精确度（Precision）隐私（Privacy）合理性（Reasonableness）参照完整性（ReferentialIntegrity）及时性（Timeliness）唯一性（Uniqueness）有效性（Validity）御数坊版权所有©2014-2020数据质量管理过程数据质量管理过程数据认责、及操作规范方方面识别根本原因识别，根据问题严重程度形成优先级排序，统一配置资4确定根本原因4确定根本原因3数据问题归类13数据问题归类16772数据问题初筛5评估业务影响2数据问题初筛5评估业务影响御数坊版权所有©2014-2020