数据治理建设方案.pdfVIP

数据治理建设方案--第1页

数据治理建设方案

数据治理建设方案--第1页

数据治理建设方案--第2页

什么是数据治理？按国际数据管理协会（DAMA）的定义，数据治

理是对数据资产的管理行使权力和控制的活动集合（规划、监控和执

行），数据治理职能指导其他数据管理职能如何执行。

数据治理是将数据转化为智慧，挖掘出价值，最终服务于人的重

要途径。依托政务云平台，从原始数据中提炼出有用、有价值的资产

信息，通过深度整合形成多维多层的知识图谱，将数据高度聚合，深

度关联。通过AI人工智能，将数据深度研判分析预测，从数据的可

知、可用到数据的可测，形成智慧大脑。为各级政府AI大数据应用

奠定坚实的基础。

一、数据治理的建设背景

1.1数据治理的现状

(1）回顾政务的信息化建设发展历程，可以发现“烟囱化”现象

严重，建设系统多，数据分散，共享困难。

(2）各单位机构自建系统没有统一数据标准，数据质量参差不齐

(3）数据不可知：用户不知道有哪些数据，也不知道这些数据和

业务的关系是什么，虽然意识到了大数据的重要性，但不知道平台中

有没有能解决自己所面临业务问题的关键数据，该到哪里寻找这些数

据。

数据不可控：指用户不知道汇聚了哪些数据、处理了哪些数据、

服务提供了哪些数据。

数据不可取：用户即使知道自己业务所需要的是哪些数据，也不

能便捷自助地拿到数据。

数据治理建设方案--第2页

数据治理建设方案--第3页

(4）用户拥有着海量数据，但数据知识之间的关联还比较弱，没

有把数据和知识体系关联起来，使得难以做到数据与知识之间的快速

转换，不能对数据进行自主的的探索和挖掘，数据的深层价值难以体

现，没有形成知识图谱。

1.2数据治理势在必行

要解决这些问题，数据治理势在必行。

数据治理不单是一个方法、也不是一个功能、也不是一个工具，

而是一整套体系。

数据治理核心领域功能不再是人工处理，而是全流程平台化，比

如数据服务、数据质量、模型、数据标准；同时配套相应的组织架构、

人员方案，通过考核机制、办法等制度章程予以约束和协调各部

门在数据治理中的角色和要求；除了平台工具、保障措施之外，还必

须有实施流程和技术的支撑，比如政务云的资源设施及各单位数据接

入流程等。

所以数据治理是平台工具、方法论和保障机制的有机体，不可分

割。整个体系的重点、难点在于数据服务、数据模型和数据标准化实

施。

二、数据治理的建设目标

基于数据治理体系，可以提炼为六大建设目标：

(1）数据接入标准化：通过制定接口规范，数据治理接入支持多

源头采集、多种形态的数形式，同时数据对账清晰明了，对账不仅是

源头有多少、进了多少做一个对比，另外一个层面是应该进多少，而

数据治理建设方案--第3页

数据治理建设方案--第4页

进了多少的对比，通过设置预警阈值，对源头的数据监控，及时发现

源头采集问题。

(2）数据处理自动化：通过自动化对标、自动化作业等产品、工

具，以机器算法代替人力劳动，大大提高生产力。

(3）数据监控智能化：整个数据治理体系监控点很多，通过定义

多种接口规范，实现运维监控的统一管理，短信、邮箱等多种提醒方

式，及时发现并解决问题。

(4）数据组织知识化：通过分析各部门共享数据集，提炼权威数

据，形成主数据模型。通过人、车、地址等主题域建模，掌握各主题