数据治理体系完整指南.docx

数据治理体系完整指南 01 数据治理体系 数据治理体系内容从两个维度来看： 1）数据治理难点痛点：数据脉络不清晰、数据汇聚能力不足、数据管控能力薄弱、数据治理体系不完善、开放形式不完善。 2）数据治理5个核心：理、聚、管、治、用。 数据治理体系主要包含内容有数据标准、元数据、数据建模、数据集成、数据生命周期、数据质量、数据开放、数据安全及数据应用。 02 元数据 2.1、元数据解决的问题 有什么数据 - 数据是什么 - 来自何处 - 如何流转 - 谁可以访问其本质也是一种数据，，开展元数据管理工作是开展数据资产管理的基础。 2.2、元数据分类 业务元数据：描述数据系统中业务领域相关概念、关系和规则的数据；包括业务术语、信息分类、指标、统计口径等。（从业务角度描述的）技术元数据：描述数据系统中技术领域相关的概念、关系和规则的数据；包括数据平台内对象和数据结构的定义、源数据到目的数据的映射、数据转换加工过程的描述等。管理元数据：描述数据系统中管理领域相关概念、关系、规则的数据；主要包括人员角色、岗位职责、管理流程等信息。 2.3、元数据模型成熟度 1、第一阶段：需要手动管理元数据，即在数据治理流程外需要额外增加的步骤。 2、第二阶段：在数据探查阶段自动生成元数据。 3、第三阶段：自动构建数据流转元数据。 2.4、元数据建设目标和管理手段 2.5元数据管理 元数据管理方法： 元数据管理能力： 03 数据标准 常见的数据标准包含基础数据标准和指标数据标准。 主要构成：业务定义+管理信息+技术属性 数据标准包含内容包括：主题分类+标注属性+标准代码 3.2.2、数据标准类型（举例） 不同行业的标准不同，这里仅是举例说明。 如：性别、身份证、金额、手机号码、行业、级别的分级分类的代码等 3.3、数据标准管理体系涉及思路 数据标准来源于业务，服务于业务。 依据已有标准进行建设 基础类数据标准：业务化视角指标类数据标准：从管理角度出发 数据标准的制定是一个以业务管理为主导、外部要求为依据、企业现状为基础的兼容过程。 3.4、数据标准架构体系 通过统一标准和架构规范，统一指标、统一术语、统一模型、统一信息项，解决数据口径解释不清晰、业务和数据理解不一致等问题，实现数据在架构层面的统一 但并非所有基础类数据都要建立标准，纳入标准的数据项需要满足共享性、重要性和可行性的准入原则。 3.5、管理类数据标准建设原则 定义：分析类数据标准的业务含义和所适用的业务场景保持一致。 口径：分析类数据标准的业务取值范围、计算方法和编码规则等业务规则保持一直。 名称：分析类数据标准中文名称和英文名称均采用统一命名规则，表示相同业务含义的信息项名称应保持一直。 参照：各分析类数据标准项标准化时参考的外部标准（包括国际标准、国家标准和行业标准），内部业务制度和业务规范应保持一致。 来源：每个分析类数据标准都应有权威的来源系统；其他系统使用该信息时应直接取用权威系统结果，以保持一致。 以下为某企业数据标准体系框架示例，分为基础类数据标准和管理类数据标准 3.6、数据标准生命周期管理 04 数据建模 4.1、概念 企业级数据模型建设方法：从全局入手，涉及标准化数据模型，构建统一的数据模型管控体系，丰富和完善数据实体相关属性信息，梳理数据实体之间的逻辑关系，最终形成不同主题域数据模型。 4.2、数据模型分类 4.3、数据模型生命周期 4.4、案例 05 数据集成 5.1、概念 数据集成：主要是指基于企业分散的信息系统的业务数据进行再集中、再统一管理的过程，是一个渐进的过程，主要有新的、不同的数据产生，就不断有数据集成的步骤和方案执行。数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机的集中，从而为企业数据共享提供基础支撑。 5.2、数据集成整体架构 06 数据生命周期 6.1、阶段划分 按照两个大的阶段来划分：数据治理规划阶段+数据生命周期管理阶段 数据治理规划阶段： 业务规划定义阶段：业务规划、业务标准设计 应用设计实现阶段：数据模型设计、应用标准设计、应用设计实现、数据录入 数据生命周期管理阶段： 数据创建：利用数据模型保证数据完整、执行数据标准保证数据准确、加入数据质量检查创建准确、保证数据在合理的系统生成； 数据使用：利用元数据监控数据使用、利用数据标准保证数据准确、利用数据质量检查加工准确、确保数据在合理的系统使用、控制数据的派生； 数据归档：利用评估手段保证归档时机、分数据类型规档数据； 数据销毁：利用评估手段保证数据销毁时机，分数据类型销毁数据。 要求： 满足对历史数据查询相关政策和管理制度的要求 满足业务操作和管理分析的需要 满足审计管理要求 减少数据冗余，提高数据一致性 存储、硬件、运维等方面基础设施投入 提升应用系统性能，提高响应速度 6