版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
企业IT管理之数据架构
、数据架构.......................................................2
11.1数据治理体系.................................................2
1L2数据架构.....................................................6
11.2.1数据资产目录..........................................7
11.2.1.1数据资产目录的梳理方法.........................7
11.2.1.2企业数据资产目录实例..........................11
11.2.2数据标准..............................................13
11.2.3数据模型..............................................15
11.2.4数据分布..............................................17
11.3数据应用....................................................20
11.3.1数据应用概述.........................................20
11.3.2报表思路设计.........................................20
1L4数据管理IT平台............................................22
11.4.1数据管理技术.........................................23
11.4.2数据管理系统.........................................26
11.4.3数据管理系统实施.....................................30
十一、数据架构
数据架构,也称信息架构,因为在信息化高度发达的今天,信息基本都是通过信息技
术手段将业务流中的信息通过数据进行传递。数据架构需要从业务架构识别数据化的业务
对象,在数据架构中明确数据逻辑关系,建立数据模型。为了对数据架构和数据进行有效
管理,数据治理工作越来越受到企业的高度关注,往往通过建立数据治理体系进行系统
的、规范性的管理。
11.1数据治理体系
数据治理的目的是确保企业数据的质量,可用性,可集成性,安全性和易用性.数据
是公司的资产,组织必须从中获取业务价值,最大程度地降低风险并寻求方法进一步开发
和利用数据,而这一切就是数据治理需要完成的T.作。为达成这些目的需要构建一套系统
化的机制对数据进行治理,即为数据治理体系。
数据治理体系不是形象工程,是可以为企业提高竞争力提供驱动力。驱动力表现在能
提升业务敏捷性,通过企业的数据模型,对数据的合理组织、展示和利用,让业务人员能
够快速获取综合性的数据,获得敏捷更广泛的'业务洞察。另外,通过众多的案例证明,通
过数据治理可以更精细化、自动化降低企业运营成本或提高运营效率。
数据治理体系定义数据治理重要性
数据治理体系是规范数据管理的数据治理体系可提升业务敏捷性,
机制降低运营成本
数据在业务中产生,由IT系统承载,有些数据是IT系统自动产生,有些是人工输入
到系统。企业规模越大,业务越复杂,企业IT系统一般也就越多。系统越多、使用系统的
人越多必然导致数据来源越杂,数据进入系统后,经过在系统间的共享、调用、再加工,
数据的数量、复杂性成儿何倍数增加。
如果没有一个科学的数据治理体系来规范人、系统'接口、标准等,数据必然杂乱无
章,就会对数据产生恐惧,怀疑数据的可信度,这样数据不但无法产生价值,反而会降低
效率、增加风险。
数据治理体系由此应运而生,目的就是让数据贡献考、数据管理者、数据使用者都按
照一套标准化的规范来执行。因为数据来源于业务,业务覆盖整个企业,所以数据治理体
系需要各业务领域、业务部门充分参与。同时,需要数据管理部门统筹管理,组织制订数
据管理制度规范、数据规范、相关流程,需要建立配套的数据治理组织,需要IT部门确保
IT系统遵从规范,需要业务部门在业务系统使用中遵从规范。
政策公司n翼
指引
■于主业务流的信息价值货编合治&(或然、流程、IT):W横打通,mJK清洁数
战略到现行信息价微据
质
业务交易到俄兄量
产品创意到生命H0知青理他用价值破管
理
存昆管理和同我解决信总价值倒
公司取系Owner数©管理都佰思聚构&»!姐
»1MM.
IT
基于业务流的综合治理
数据来源于业务,再服务于业务。数据治理的核心就在于针对核心价值流程,抓住业
务流的信息价值链,将数据结合流程、IT进行综合治理.。在数据业务层面实现纵横打通,
在数据质显方面实现数据清洁有效。
横向拉通,是需要将每一个端到端的核心价值流程,如IPD、LTC等,在一个流程中实
现各阶段数据的前后打通。前面环节产生的数据能共享和利用到后面环节,后面环节的数
据结果能反馈到前面环节,实现流程的闭环反馈,可以优化流程运营。对整个流程链条数
据进行统计分析,可以发现流程问题,对流程进行优化。就可以从这两方面不断提升核心
价值流程的运营效率,也就抓住了企业效率的主要矛盾,能对企业绩效提升起到立竿见影
的效果。
基于业务流的综合治理
数据业务层面纵横打通
实现数据清洁有效,提升运营效率
纵向打通,是指多个核心价值流程之间的数据共享、数据综合利用。包括主数据的跨
流程应用,比如,IPD集成产品开发流程产生的产品主数据、物料主数据、LTC流程的客户
主数据用到ISC集成供应逐流程。数据综合利用,比如公司经营分析的利润分析,需要用
到ISC的出货交付数据、成本数据,需要财务全面预算流程的预算数据,需要IPD流程的
产品主数据,LTC流程的客户主数据,方可实现收入利涧的预实分析、同比分析,实现按
客户的收入毛利分析,实现按产品线的收入、单价、成本、毛利、利润分析,按部门的费
用只需分析等。还包括在和系统使用的维度数据定义一致、粒度一致等等。
数据清洁,是指要确保各业务系统的主数据、元数据、交易数据没有冗余的、没有错
漏,数据间逻辑清晰。
数据架构治理
数据架构治理包括基于业务类业务架构的数据资产架构识别与维护,建立和维护数据
标准,数据模型的设计和管理,梳理数据在'Ik务流程和IT系统上分布。这部分是基于业务
架构和业务流程治理数据的具体落地与实现,将在第2章节中展开详述。
数据架构治理•
•I
数据资产架构识别与维护
建立和维护数据标准,设计和管理数据模型Q
数据在业务流程和n■系统上分布
格理被抿分布,实现数根的郡!媾理和#11用
行业规范与标准实施
因为数据参与者分布在企业各部门,各部门可能受限于自己部门的视野和业务便利
性,对数据管理的要求不尽相同,实现不了数据在企业层面的价值最大化,企业应该基于
整体要求设计和发布自上而下都必须遵守的数据相关政策制度。
一般主要包括:
1)公司数据管理的总纲
通过总纲明确企业数据治理的最基本规则,包括发布公司数据架构、数据架构管理规
则;各领域数据产生和管理的职责、Owner,明确业务负责制的数据管理责任机制;跨领域
的数据决策机制;数据服务与使用的管理原则;数据问光及奖惩机制。
明确数据治理基本规则
•llll
数据架构管理规则据管理职责
发布公司数据架构,明确管理规明确数据管理职责,Owner®责
贝11数据管理
2)数据源管理机制
一般包括对数据源的认证要求、数据源应遵从的标准、数据Owner要对数据质量负
责、数据源唯一性和共享性的管理要求等。
数据Owner职责数据Owner要求
数据Owners责数据质量,确保数据准确可靠数据Owner应具备数据管理能力,熟悉数据管
理规范
3)数据质量管理规范
通过质量管理规范来明确数据在产生、维护、使用中的规则,数据本身和过程中的质
量要求,如何确保数据真实可靠。明确数据质量管理的职责和要求,将数据质量要求融合
到业务流程和管理的规范等。
流程与组织设计
数据治理及数据治理体系是一个复杂的、涉及广泛II勺系统工程,企业需要根据政策制
度,结合数据架构,设计和建立数据管理流程,并且为数据管理流程配置权责对应的数据
管理组织。一般还需进一步对组织、角色定义明确的职责要求。
数据管理组织构建
数据管理组织构建数据治理委员会
建立数据管理组织,明确职责分工设立数据治理委员会,统筹数据治理工作
IT系统承载
一般包括两部分,一是IT系统对数据治理工作本身的系统承载与支撑,比如主数据管
理系统、主数据与业务系统的集成等等;二是IT系统基于数据治理的要求,在业务系统建
立的时候就要考虑数据治理的相关要求如何承接落地,比如数据防呆、数据校验、数据质
量风险识别预警等。
IT系统对数据治理要求的承接
IT系统在业方系统建设时,考虑数据治理n"系统实现散据质・风险识别预・,提升
要求数据质量
£7业务系统考虑数据治数据质量风险识别预
…理要求
11.2数据架构
数据架构的构建需要有对应的方法论,以便形成对业务运作数据进行系统性的、清晰
的、有效的管理。
参照在数据治理走在前列的业界标杆企业所提出的,数据架构是指以结构化的方式描
述在业务运作和管理决策中所需要的各类信息及其管辖的一套整体组件规范,包括数据资
产目录、数据标准、企业级数据模型和数据分布四个组件。
由四个组件构建的数据架构如下图所示:
企业级信息架构是指以结向化的方式描述在业务运作和管理决策中所需要的各类信息及其关系的一套整体组件规
范,包括数据资产目录、数据豕准、企业级数据模型用分布四个组件.
Q
通过分展梁内表达adE-Rawjw
时故弼及其关系的
时IHK的分类川龙义
播这
及酒数里资产
•建立数兆11里的沦入密导IT开发.SS
用系统实现的M地
依黑标送绢件]n.ms0据分布nKU分布组仲
放劈木遢表达数密在业务
业努定义的税茗流的流弊
业务对象在企业••数SC在如务3M1KJT
内的长一定义
・统一淡富,簿除0义原统上策动的全景在9E表达联射在IT
率税前漉话
•为卷兹资产状反a供标•乐别被抠为.东苑去IT
富的业务含义和双刽
定义以墨产生
企业内需共同■守的•定位或据向同的号炕tt«S
数用含义和业务观II的,头
11.2.1数据资产目录
梳理和构建数据资产目录的目的是对企业中有业务价值的数据•,按业务视角进行分层
分级梳理,体现出数据的与业务的逻辑关系,形成数据资产目录。为业务部门和数据管理
部门理解数据关系、进行数据治理降低难度.
梳理目的与业务价值体现
业务价值体现梳理目的
体现数据业务逻辑关系,降低数分层分级梳理有业务价值的数据
据治理难度
11.2.1.1数据资产目录的梳理方法
梳理数据资产目录首先需要明确数据资产的定义。可以参考或引用2019年6月中国信
通院发布《数据资产管理实践白皮书4.0》中的定义:数据资产是指由企业拥有或者控制
的,能够为企业带来未来经济利益的,以物理或电子的方式记录的数据资源,如文件资
料、电子数据等。
•数据资产定义
数据资源,能带来未来经济利益
•识别标准
有价值、能管控、有记录方式、需识别
为了更便于识别,可以参考数据资产的定义,再根据企业业务特点总结企业自身的数
据资产性质。可参考如下:
有价值,数据要能直接或间接给企业带来价值和效益,价值不能局限于金钱价值,还
可以包括品牌、信誉、社会影响力等无形价值。
能管控,企业内部数据肯定是能管控的,还包括能进行管控的外部数据,比如第三方
数据、上下游企业的相关的数据、市场数据。
有记录方式,除了电子方式的数据,i般容易忽略物料记录方式,比如纸质表单。还
需要注意,如果有些数据还没有通过电子或物料的形式记录下来,但确实满足其他特征
的,需要识别进来并要增加措施将其通过电子或物料形式记录下来。
需识别,并非所有数据都要识别,首先不满足上述特征的不应该被识别,其次可以抓
主要矛盾,重点识别重要程度高、使用频次高的。
(1)数据盘点
数据资产盘点要从实际的业务出发,按照业务领域及其流程架构来盘点不容易遗漏,
覆盖核心业务流程、一般业务流程,包括各业务系统的流程、0A电子流、线下流程。根据
每个流程中的输入物与输出物来识别产生的数据实体、描述每个实体中的维度属性以及实
体间的关系,实现业务与数据的衔接。
数据资产盘点主要工作一般包括这些步骤:明确业务范围、收集相关数据资料、制订
数据资产盘点模板、制订数据资产盘点工作计划、开展数据资产盘点、数据资产清单的评
审确认。
数据盘点与业务衔接
数据盘点方法
按业务领域及流程架构盘点数据
(2)构建目录体系框架
可参考业务流程架构,如果企业还没有建立流程架构,可以按企业业务板块,形成数
据资产架构的最上层数据主题域,比如研发或1PD主题域、营销或LTC主题域、人力
资源主题域。
再从流程或业务流中识别和归纳数据主题域的下一层一一数据域。数据域一般是核心
业务流程的按阶段点或流程功能模块,比如价格管理、商机管理、合同管理、供应商管
理。
构建目录体系框
架
目录体系框架构建
参考业务流程架构形成数据主题域
数据域与业务对象识别
从流程中归纳数据域,识别业务对象
再卜.一层是具体的业务对象,承载业务运作和管理业务的重要信息,是业务领域涉及
到的重要的事、物、人。比如客户基本信息、报价单、产品数据。
业务对象下一层是对业务对象进行描述的数据项,一般也称之为数据实体,比如报价
信息、机会点信息、合同信息。而且一般每个信息都包括两个数据项表头信息(出货单表
头)和内容信息(明细行),反映数据信息实体的最小粒度。
最下一层是数据属性,是用来描述数据项的维度信息、属性信息和数据特征信息,反
映数据管理的最小粒度。
数据目录分层结构实例
L1数据主颗域营销主即
数据域销售支持销售预测销售执行
业务对象月度预测下单评审
L4数据项项目信息预测数据
属性客户名称预测另份项目名移期测数,
(3)定义数据维度和属性
一方面是定义和完善数据项缺失的维度和属性,即数据本身的字段;另一方面是为了
方便对数据内容进行理解,对数据从管理的维度增加维度和属性,比如管理归属部门、来
源业务系统、所处数据架构层次、数据安全等级、数据质量评级等。
完善数据项维度和属性,增加皂通过定义维度和属性,方便理解数据内容
数据维度和属性定义;数据内容理解
(4)形成数据资产目录、数据字典
用自定义的数据资产目录模板,将数据按照层级结构汇总,检查和完善数据属性,经
过评审确认形成企业数据资产目录。一旦有新的业务流程、新的业务系统、新的流程表
单,以及涉及数据的变更时,需要及时更新数据资产目录。
数据资产目录汇总
数据属性检查与完善
检查数据属性完益性,补充完善缺失信息
数据资产目录是数据管理层面的输出,如果需要进一步将数据资产在应用系统或数据
平台管理落地,再结合数据结构、表结构、数据存储的物理层级,形成数据字典。
数据字典形成与应用
数据字典形成数据字典应用
结合数据姑梅,形成数冤字典.方便数据修理和应效据字典为数据管理人员和开发实籁人员提供数据
用参考
数据资产目录主要是面向业务人员和数据管理人员,数据字典一般面向数据管理人员
和开发实施人员。
数据资产目录评审与更新
目录评审与确认目录更新与维护
组织评审会议,确认数据资产目录的准确性和及时更新数据资产目录,确保目录的时效性和
完整性准确性
11.2.1.2企业数据资产目录实例
Ll~L2业务数据主题域:
研发领域供应犍领域
预算管理总账管理
应收管理工应付管理
资产管理费用爸理
产品成本蕾理科目主数据
非生产性采购生产协同
下面以最常见的研发和营销数据主题域为例,实例如下:
(1)研发数据主题域
数据域系统业务对象数据项数据项描述属性(关键字段)
研发研发项目管线下
IPD理0A立项申请立项申请立项申请项目名称、项目俺述.申请人、申请时间
0A立项审批立项审批立项审批项目名称.项目描述、审批人、审批时间
PLM研发项目项目信息研发项目信息工时项目编号、项目名称、项目模板、产品系
列、项目类型等
PLM研发团队项目组成员项目成员信息角色名称、所属领域、成员名称
PLM项目阶段里程碑项目里程碑信息阶段、里程碑名称、计划完成时间等
PLM研发项目工时填报单研发项目工时填报工时项目嫡号、姓名.工作・
信息
PLM研发进度管基于里程碑去细化任务名称、it划开始时间、计划完成时间、实
甑理的计划&实际进度际完成时间
线下研发预算
SS
研发主数据PDM物料管理物料数据编号、类型、产品信息.名称、所属分类等
管理PDM产品管理产品数据产品主数据编号、类型、产品信息、名梆、所属分类、所
属重量级团队、关联PLM项目等
PDMBOM管理BOM结构部件类型、产晶型号、供应商、物料号、物料
名称.KB
PDM文档信息研发相关产品信息文档名称、版本、文档类型、所属项目、创建
人、创建时间
研发文档管PDM研发过程文档信息文档列表文档名称、版本、文档类型、所属部门、创建
理姐人、创建时间
0A^卜发企业外发企业和文件可外发的企业,名梆.邮件地址卜,一口,
和用户用户清单和赖
(2)营销数据主题域
主题数据系统数据项数据项描述属性(关耀宇段)
域域
曹m销售客服18务单信息瞥前项目问闻客户拿码、客服系统项目编号、产品类型.问税类型等
领域期系统工时填报单技术支持项目工时境员工工号、部门、客户嫡码、项目编1码、日期、工时、工作
报类型.问题类型
精售客服基础信:E式项目信息正式项目基础信息客服系统项目编号、项目负费人、技术支持负费人、客户编
期系统息维护码、产品类矍、产品型号、项目类型、项目状若、预估数量、
项目阶段、区域
见会项目信息商机项目信息创建时间、状态、产品型号.区域
策告线下年度俏
磔售预测
销B铜®月度相顼测项目矗础滚动销售预测数据,用客户洞码、销售项目信息、产品型号.屈忠■(根据行汇
预赛预测售预测管息于后续的徘产计划总)、出库及库存(从ERP取出库及库存)
系统客户项目月度客户项目月度预测年、月、预测数■、预估偏差数■、调映后数■、崎时需求
则数・.实际出席数・、价格等
精«销售长周期长周期物料下长周期物料下单评审产品,时间、预测总需求■、已出货数■、调整后预测需求
预测预测物料下第泮审清单信息总,库存数■、实际下单数■、采购订单编码
系统单评审长周期物料下长周期物料下单评审产国♦县那也艘整嗖
单泮审明细明细信息
系统业务数据项数据项描述属性(关键字段)
域
情tt«8基岫信顼目信息预测项目信息客户1R码、产品叟号、塔IE模组厂等
磔预测息维护
系统
销售ERP销售订订单抬头数据订单黑础信息订单号.分销渠道.相售组织、客户编码、订单日期
执行单订单行数据订单行明细信息产品喝码.数倒、单位.币种、金额
交货计划行交货计划行,■于交货行号.产品编码.交货数■、交货日期
计划生成交货单
销«ERP耨售出宫户需求交货销售出货计划
执行货计划计划
情售出货计划销售出货计划订・号、订单行号、计划编号、产品给码、交货数・、交货
日期
销售ERP交货单交货单抬头数交货的基础信息交货单号、送达方、计划发货日期、实际发货日期、交货类
执行好曳
交货单行数据交货单行明细产品篁码、交货数■、单位、
销售ERP销售发发票抬头数据发票基础信息发票号、付款方、开票日期
执行票发票行数据发票行明细产品埠码.开票数■、单位.净值、货币、税额等、销售订
单号
稻售ERP购梢合常管合同编号销售合同信息的精合同编号、系统发票号、发票类型、客户、开票日、创
执行同建日期等
代理出货代理商代理商情售抬《弋理商销售拾头数据代理商.客户.终端客户、订单号码、型号、币种、出货日
商m扫码发货信头数据期
»系统息代理商销售单代理商销售单行数据收货娘码、收货行号、发货数■、Cost.代理商成本等
行明细
代理出货基础信客户基础信息用于出货扫码系统中客户票号、客户名称.简称、客户类别、客户级别、币冲、
商靖扫码原维妒业务开展,主要从ERP靖色电织等
系统同步,可以在出货扫码
系统中修改客户类别
或者新建客户
匚率交易模式维护代理商发货时按代理商、终端客户、型号.执行汇率模式
照什么汇率交易横式
获取ERP价格
11.2.2数据标准
L什么是数据标准
数据标准的定义可以参考或引用2019年6月中国信通院发布《数据资产管理实践白皮
书4.0》。数据标准是指保隙数据的内外部使用和交换的一致性和准确性的规范性约束,
通常可分为基础类数据标准和指标类数据标准。
基础类数据标准一般包括参考数据和主数据标准、逻辑数据模型标准、物理数据模型
标准、元数据标准、公共代码和编码标准等。
数据标准定义数据标准分类
保障数据内外部使用一致性的规基础类、指标类数据标准
范性约束
指标类数据标准一般分为基础指标标准和计算指标(又称组合指标)标准。基础指标
•般不含维度信息,且具有特定业务和经济含义,计算指标通常由两个以I:基础指标计算
得出。
数据标准一般包含3个要素:标准分类、标准信息项(标准内容)和相关公共代码和
编码。其中标准分类指按照不同的特点或性质区分数据概念;信息项是对标准对象的特
点、性质等的描述集合;公共代码指某一标准所涉及对象属性的编码。编码是指数据标准
的文件编号,可以是采用国际标准、国家标准或行业标准的标准号,也可以是企业自定义
标准的企标号,如果数据标准是以企业制度规范的形式发布,即为文件编号。
2.如何管理数据标准
数据标准管理是企业数据治理体系中数据源管理机制的重要组成。
数据标准管理的目标是通过统一的数据标准制定和发布,结合制度约束、系统控制等
手段,实现企业数据的完整性、有效性、一致性、规范性,推动数据的共享开放,构建统
一的数据资产地图,为数据资产管理活动提供参考依据。管理对象是数据标准的制定和实
施。一般有如下关键活动:
理解数据标准化需求;
构建数据标准体系和规范;
规划制定数据标准化的实施路线和方案;
制定数据标准管理办法和实施流程要求;
建设数据标准管理工具,推动数据标准的执行落地;
评估数据标准化工作的开展情况。
理解需求制定实施路线
理解数据标准化需求规划制定数据标准化的实施路线和方案
11.2.3数据模型
1.什么是数据模型
数据模型是对现实世界数据特征的抽象描述形式,川于描述一组数据的概念和定义,
一般根据应用层次的不同,有概念模型、逻辑模型、物理模型三类。本节关注其中的逻辑
模型,是根据叶务流程、业务场景,反映信息对象之间的关联关系.
什么是数据模型?
逻辑数据模型(LogicolDot。Model)是:
•利用图形方式,通过数据和关系反映业务的
一个过程;
•定义需要追踪和管理的各种重要实体、属性
和关系;
•是进行各种数据管理、分析和交流的重要手
段;
•是IT和业务人员沟通的桥梁;
逻辑数据模型要能准确地描述数据间的业务逻辑关系,或根据数据应用和分析的需要
对相关数据进行逻辑建模,
逻辑数据模型是数据平台IT化实施输入,在建设数据平台时要将数据资产根据逻辑模
型,落地为数据平台的数据表(一般数据平台是分层,所以在对应的分层都需要进行建
模),还可以在BI进一步将这些数据表再一层建模。
如下图,是某金融企'业数据模型实例:
即玫MREEKENT
悔议状者历史擀议关系历史
Q胁门号
’Q伤议号(FK)Q桥议号(FK)
Q处设号修饰铐
Q协议号修富符(FK)。出议号修冰存(FK)
Q开始日即核第珥(FK)多议和帆议缎的关写历史Q关修伤议号(FK)
Q价议状森代玛(FK)>放.________
出汉名秣Q*议号(FK)Q关联町设修饰符(FK)
价次分类代码(FK)Q卧议组出号Q愉议关系冲突代码(FK)
悔议状态原因代码(FK)Q份议号修库将(FK)
协议冲突代码(FK)Q开始日期
结束8期Q伪议组骗号(FK)开始日期
产8包编号(FK)►0-4
Q开始日期结柬日期~■京日期
产品0号(FK)伤议组描述
例谀米源代码(FK)结栗日期
汾议连约历交
出议茯取代码(FK)
Q协议号(FK)币肿代码(FK)
Q阶议号修饰符(FK)炒汇类H代码(FK)
,议凌110度
Q,煌的日期A凭证冷夷代码(FK)
Qii妁料类代卬(FK)'。愉议号(FK)
开户日期
计息类型代码(FK)Q愉议号作作符(FK)
计息网明代码(FK)Q开始日期
Q便值被度/类代码(«)
15息日卜¥
号
忧议金历史Q惨双c
到期日授信额度
号
Q怜议号(FK)Q惨仪
协议状态标识结束日期
四
Q怜议号修详符(FK)Q时间lf
日
Q蜕计lfi
a开加日期多户现金流■值毫M
a金颉仲美代内(FK)
Q(A*议号(FK)
-平均*於
a愫议号修饰符(FK)僧方发生搠
吩议将衽关麻历史
,议学军历史Q统计日期将方友生爵
’4份议号(FK)Q怜议号(FK)
登金流入金的信方发生赎
Q协议号修详符(FK)Q吩议号修/行(FK)
才期应收未收利息费方度主酬
Q开始日期Q特征婚号(FK)
累计应收利息零W借方发生就
Q利率类别代码(FK)Q开始日期
为金濠出金被Rlt侨方发生款
黑电博市真主初T
ttMBM络束日期本期底侍来台利息*0哥方戛生熟、
利率#计我付加息人
2.如何管理数据模型
据模型管理是指在信息系统设计时,参考业务模型,使用标准化用语、用词等数据要
素来设计企业数据模型,并在信息系统建设和运行维护过程中,严格按照数据模型管理制
度,审核和管理新建数据模型。
数据模型的标准化管理和统一管控,有利于指导企业数据整合,提高信息系统数据质
量。数据模型管理包括对数据模型的设计、数据模型和数据标准词典的同步、数据模型审
核发布、数据模型差异对比、版本管理等。数据模型管理的关键活动包括:
定义和分析企业数据应用的需求,包括业务运作需求、数据分析和决策需求;
设计标准化数据模型,遵循数据设计规范;
制定数据模型管理办法和实施流程要求;
建设数据模型管理工具,统一管控企业数据模型。
数据模型是数据资产管理的基础,一个完整、可扩展、稳定的数据模型对于数据资产
管理的成功起着重要的作用。通过数据模型管理可以清楚地表达企业内部各种业务主体之
间的数据相关性,使不同部门的业务人员、应用开发人员和系统管理人员获得关于企业内
部业务数据的统一的抽象视图。
数据模型管理内容与流程
管理内容管理流程
数据模型设计、审核发布、版本管理定义需求、设计模型、制定管理办法、建
设管理工具
11.2.4数据分布
1.什么是数据分布
数据分布是结合、”务流程架构、应用架构,通过数据分布视图的形式,定义数据在流
程架构及其IT系统的产生源头、在流程和系统间的交互。通过数据分布组件,将数据资产
目录这种静态的数据定义加上了业务数据流转信息,给数据资产赋予了生命和业务价值,
也增加了数据落地承载系统及其交互集成关系,为信息架构和数据资产在企业通过IT工具
落地规划了数据蓝图。
数据分布定义与组件
4f
S
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年房地产行业绿色建筑报告:低碳办公与无纸化办公模式
- 2026年电子商务行业人力资源优化方案
- 2026年行业体检中心医疗服务能力提升报告
- 2026年化妆品行业人才需求与市场洞察报告
- 2026年文化娱乐行业品质提升与不良率降低方案报告
- 2026年云计算行业知识产权保护案例报告
- 2026年B2B外贸行业展会与线上拓客策略创新报告
- 2026年汽车零部件制造业报告:精益生产与高效供应链
- 2026年汽车行业新能源汽车充电设施布局报告
- 2026年生物科技行业报告:创新药物与市场前景展望
- 2025宁波银行总行金融科技部校园招聘笔试历年典型考题及考点剖析附带答案详解
- TCCAATB 0080-2025民用机场旅客随身携带行李的卡控服务
- 反恐防范宣传课件
- 脑卒中神经内科诊疗与防治要点
- 肿瘤药物给药顺序及解毒剂
- 上海奉贤区区属国有企业招聘笔试题库2025
- 建筑挡烟垂壁设计图集
- 设计素描分割重构方法
- 教育部人文社会科学重大项目标书3
- 风光储储能项目PCS舱、电池舱吊装方案
- 美术欣赏(高职)PPT完整全套教学课件
评论
0/150
提交评论