数据治理路线

数据治理核心要素数据治理是作用于数据全生命周期的机制，即数据的规划定义、设计实现、产生采集、存储、传输、使用、归档和销亡的全生命链，是数据治理作用的对象，数据治理的各项内容应贯穿于这一生命周期全过程。数据治理内容之数据标准管理

统一数据的业务定义、技术规格和管理属性，并在信息系统中予以有效落实，实现数据的全面共享和高效交互。

如下图所示：数据治理内容之数据质量管理

数据质量管理是通过闭环管理机制，确保企业内的数据满足提供方、使用方和管理方等多方的需要，包括数据一致、准确、完整、及时等。有效的数据质量闭环管理机制能够及时地发现和解决数据质量问题，持续提升整体数据质量水平。数据治理内容之元数据管理

数据治理的核心就是元数据。元数据管理主要是为数据资源提供全面的指导，它可为各种形态的数字化信息单元和资源集合提供规范、普遍的描述方法和检索工具。通过元数据管理，可以加强企业对业务术语的统一理解；利用元数据管理，企业可以建立数据的统一视图，了解数据在企业业务流程和系统中的流转。数据治理内容之主数据管理主数据是指在企业范围内具有较高业务价值的、被多个业务部门及信息系统共享使用的核心业务数据，比如描述客户、产品的核心数据。主数据管理的目标是在企业范围内建立核心业务单一、权威、准确的数据来源。主数据是承载业务信息的对象，是核心业务实体的数据，其范围的确定应充分考虑数据的业务重要性和共享性，同时兼顾数据稳定性及数据收集来源的可靠性，将跨系统、变化频率相对稳定的数据纳入到主数据范围，其核心的判定基本原则如下：原则原则描述业务重要性原则重要业务和管理决策所需的数据，如反映对公客户的企业规模、行业分类、产品分类的信息监管和法律要求原则国家监管规定和法律法规提出明确的采集规范和保存要求，如反洗钱法对客户信息的要求唯一识别原则该数据项用于唯一识别一个客户或者一个产品之类的内容。高度共享原则有多个系统存在该数据项或者在多个业务场景中使用该数据项取值稳定原则该数据项一旦赋值后，该取值不易发生变化数据治理内容之数据架构管理

数据架构是通过在宏观层面明确与数据相关的架构组件的结构化部署，实现数据的有效的分配、部署、使用和有效共享，保证数据在各系统之间的一致性、有效性、完整性、安全性。如下图示例，数据治理内容之数据模型管理数据模型是根据一定的规则，对业务概念或信息系统数据进行逻辑化的、一致的表现。分别在业务和技术两方面达到对数据模型的统一，即同样的数据模型的属性在不同的业务功能中，有一致的语言；技术数据属性在不同的应用系统数据模型中，有一致的语言。数据模型包括概念数据模型、逻辑数据模型、物理数据模型。数据模型是业务流转的重要载体和枢纽，也是企业数据架构中的核心。“数据模型”可以有效地关联业务、技术、流程、系统等多方面，形成企业内的沟通桥梁。所有部门、所有系统都采用统一的数据模型建设语言对话和沟通，将会极大的提高信息使用的效率和效益。数据治理内容之数据生命周期管理数据生命周期管理是从法律法规、业务需求等方面分析数据的产生、存储、传输、使用、备份、归档、删除等各阶段的生命周期管理的内在需求，设计和明确新疆农信社数据生命周期管理体系，包括相关指导原则、规范建议。如下图示例，数据治理内容之数据安全管理数据安全是指定义、实现和维护数据的机密性、完整性、可用性、可核查性、真实性和可靠性的各个方面。数据安全管理是通过采用管理和技术手段，确保企业数据不受偶然的或者恶意的原因而遭到破坏、更改或泄密。如下图示例，数据治理平台的子系统交互关系数据治理“三步走”建设路线

第一阶段第二阶段第三阶段业务价值建立对数据的统一定义

支持形成整合、一致的统一企业级数据视图

数据质量提升，为未来数据仓库建置提供良好的数据基础良好的数据架构提升企业信息系统架构的效率

基于元数据视图和分析能力，更高效地数据仓库等关键应用的开发效率和质量降低数据存储成本，实现数据资产价值最大化

建立起各司其职的数据认责机制数据治理主要任务长效机制设计和建立数据治理组织

建立数据质量管理/数据标准管理流程建立元数据管理流程

建立数据架构/数据模型管理流程数据认责制推广

建立数据生命周期/数据安全管理流程数据标准数据标准分类体系

制定基础类数据标准制定分析类数据标准数据标准持续更新完善元数据

设计元数据管理规范元数据管理规范推广数据质量设计闭环数据质量管理机制闭环数据质量管理机制推广

数据模型

设计数据模型管理数据模型管理推广数据架构

设计数据架构原则与规范数据架构管理推广主数据

主数据范围和权威系统数据生命周期

设计生命周期评估方法

明确数据存储规范数据安全

数据安全等级评估方法落地和实施重点数据治理平台

（数据标准、数据质量）数据治理平台

（元数据）数据治理平台

（数据安全、数据生命周期）第一阶段：建立体系、提升质量

第一阶段的目标是明确未来数据治理的目标蓝图和实施路线，并初步建立数据治理的专职团队，在全社推行数据认责的管理理念；围绕提升数据质量，对存量数据进行分析提升，同时建立起增量数据的质量保障机制，为即将建置的企业级数据仓库提供良好的数据基础。

主要工作内容包括：规划数据治理体系和明确实施路线，建立数据治理的政策、组织、流程等长效机制；以数据质量为切入点，完善数据标准体系，整理存量数据的数据质量规则进行核查和分析，提出具有可操作性的存量数据质量提升方案；在数据治理体系指导下，建立起增量数据的质量保障机制；规划数据治理平台和数据质量检核平台，设计详细的平台需求，为后续的平台建设提供输入。第二阶段：完善机制、提升效率

第二阶段的总体目标是以元数据和数据架构为重点领域，进一步完善和深化数据治理体系和长效机制，提升企业数据管理和数据仓库等关键系统开发的效率和质量，体现数据治理的价值。

主要工作内容包括：设计企业的元数据管理管理方案，与应用系统开发流程紧密结合；设计和发布数据架构规范，明确企业的数据分布原则；制定分析类数据标准，完善数据标准体系；细化数据治理平台中元数据模块，支持关键系统的设计和开发。第三阶段：强化监控、全面保障

第三阶段的主要目标是以数据生命周期和数据安全为重点领域，完成全社数据标准体系的建设，建立起适合企业的完整数据治理体系，全面保障数据资产价值最