数据中台与数据治理服务方案[50页PPT].pptxVIP

数据中台与数据治理服务方案;

一、数据中台是什么

二、数据中台建设

三、数据治理服务

四、案例分享;

利用政务服务过程中各部门业务系统产生的和一切拥有或者可以获取的数据，进行整体建模和二次加工，从

而产生新的数据，利用这些新的数据驱动政府管理效率、提升政务服务能力以及增强数据活力。这个过程称之为数据化。;

数据治理：解决整体架构问题

数据资源：数据化建设的根基

数据资产：完整、健壮、数据中台的核心建设内容

数据应用：业务价值的转化关键点

数据标准、数据组织：人的保障和标准体系

数据质量：保证加工过程中的质量问题

数据安全：保证数据正常使用不丢失和被窃取;

Step1Step2Step3Step4;

6;

数据中台：政务服务数据化是一个整体工作，通过数据中台的构建，让其为各个部门的业务活动，各个层级提供充分

的、综合的数据服务。;;

数据

智能化

通过大量智能算法训

练，形成数据大脑，

产生智慧的力量，预

先洞察未来。;

赋能

让部门的前后台用户深入理解价值，推广和持续性的优化赋能;

一、数据中台是什么

二、数据中台建设

三、数据治理服务

四、案例分享;

12;

3.3;

梳理内容还包括：

1、有哪些部门哪些处室权责下的业务活动有

系统支撑，系统功能是否完全满足部门开展

相应的业务活动的需求、系统产生的数据是

否可以共享，共享情况？

2、没有系统的部门处室，业务活动产生的数据如何采集、如何共享？

3、是否存在僵死系统、未上云系统；

4、系统的安全性、数据的安全性；等等方面梳理工作;

梳理所有已有数据资源，提出数据资源建议，对数据资源情况做初步评价;

CONTENT;

数据模型;

三个主要工作内容;

OneService

主题式数据服务

主题逻辑表屏蔽复杂物理表

统一但多样化数据服务

一般查询+OLAP分析+在线服务

跨源数据服务

屏蔽多种异构数据源

19;

确定存储结构(存储时间??存储空间利用率和维护代价) 确定索引结构(专用的、复杂的、文档的)

确定存放位置(归并、冗余、建立数据序列)

优化存储分配(块大小、缓冲区大小、个数等);

CDM层又细分为DWD层和DWS层，分别是明细宽表层和公共汇总数据层

DWD：以维度模型方法基础，采用维度退化手法，减少事实表和维度表的关联 DWS：加强指标的维度退化，采取更多宽表化构建公共指标层，提升公共指标的复用性;;

第三步、数据资产平台建设(六)

数仓开发;

数据应用是数据中台价值的延伸，是业务价值的直接体现；

从建设流程上来看，数据应用建设分为业务需求调研、业务场景设计、产品设计、应用开发、测试与校验、上线与试运行、

运维等阶段；如果应用建设中包含算法类应用，还需预留模型效果验证与调整的节点；

从项目整体建设角度看，数据应用的调研和整体规划要先于数据中台数据模型设计，应用开发可以与数据中台的数据开发

工作串并行；

从应用的迭代优化角度看，还需要建立一套规范的数据应用迭代、优化机制，来保证应用上线后的稳定。;

第四步、数据应用建设(二);

洞察

细节;

交通;

随着这些年政府数字化转型实践不断深入，发现“运营”比“建设”更重要，过去信息化项目建设的交付解决方案已经不能满足需求；数据业务化、业务数据化，数据化与业务活动融为一体，要实现“数据业务化、业务数据化”，数据化项目承建单位需要成立数据化运营的组织、机制和流程。;;;

组织;

一、数据中台是什么

二、数据中台建设

三、数据治理服务

四、案例分享;;

34;

职责业务活动;

一体化数据架构

这一步是数据中台核心工作内容，其中业务模型、数据模型也是数据中台建设的关键所在。;;

需求分析

运行维护

系统测试;

项目成效

由数据资产系统建立数据模型管理，实现数据模型事前-事中--事后的管理

通过统一模型工具以及在数据资产管理平台简历数据模型管理功能，实现数据模型事前-事中-事后的管理。并且实现了数据资产管理的闭环。;

模型工具自动审