企业数字化转型战略下数据治理综合解决方案.pptx

企业数字化转型战略下数据治理综合解决方案.pptx

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

企业数字化转型战略下数据治理综合解决方案整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行2023年

数据治理的范畴数据治理战略组织和角色政策和标准项目和服务问题估值数据架构管理企业数据模型价值链分析相关的数据架构数据质量管理规范分析度量改进元数据管理架构整合控制交付文档和内容管理获取和储存备份和恢复内容管理检索保留数据开发分析数据建模数据库设计实施数据操作管理获取恢复调优保留清除数据安全管理标准分级管理授权审计参考数据和主数据管理外部规范内部规范客户数据产品数据维度管理数据中心和商务智能管理架构事实培训和支持监控和调优2024/10/1整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行

数据管理框架从上至下指导,从下而上推进,形成一个多层次、多维度、多视角的全方位框架。技术支撑领域机制数据发现与分类数据采集与清洗工具数据管理系统质量检查工具数据安全管理数据建模数据模型数据安全主数据 元数据数据存储 数据分布 数据交换 数据集成数据质量数据服务组织制度流程角色目标规划战略2024/10/1

数据治理整体思路重新组织数据重新组织数据,让数据变得更好用。主数据建设真实世界模型数据仓库数据标签和画像……盘点数据资产让数据成为资产,了解企业有哪些数据,在哪里,有多少量级。业务流程梳理数据流程梳理数据识别与分类……让资产变得干净,少歧义通过数据ETL,建立数据标准化。数据采集与清洗数据标准化……数据治理的延伸:数据管理数据治理的结束是数据管理的开始。数据资产透视智能搜索和发现主数据管理……数据治理持久化对数据治理工作持久化,一次治理,永久治理。数据治理工作日常化元数据和标准化治理维护更新新类型数据的自动化治理2024/10/1

数据资产盘点在数据治理的实际操作中,只有先发现数据,对数据进行有效分类,才能避免一刀切的控制方式,也才能对数据的安全管理采用更加精细的措施,使数据在共享使用和安全使用之间获得平衡。0402业务流程梳理03业务流程分解梳理业务与业务之间的流程关系,业务流程本身的输入输出上下文情况;补充每个业务流程涉及的属性;识别各业务环节涉及的人、事、物,输入、输出、组件和数据沉淀;输出业务流程图;根据梳理好的业务流程图,转换成对应的数据流图;01业务系统调研调研业务系统情况:建设目标、系统类型划分;系统运行架构、硬件支撑情况;使用者、用户来源和规模;06数据分级分类根据行业标准和特点对于数据资产进行分类;将数据资产划分为公开、内部、敏感等不同的敏感等级;数据标准梳理05业务关系梳理梳理业务与业务之间的关系业务流程逻辑、业务交互数据;业务权限分配、输入输出控制;访问权限控制、操作流程规范;风险规范要求等;对于业务数据按照主体、参考、交易、统计进行分类,并梳理出数据的技术标准和业务标准;补充和整理完整的数据字典;2024/10/1

让数据变得更干净,少歧义如何让数据变得干净可用?主要从三个方向入手:数据采集与清洗、对元数据进行管理、数据标准化治理数据采集与清洗数据同步数据交换数据整合数据标准化治理技术标准数据标准管理标准元数据管理理解元数据需求开发和维护元数据标准标准化元数据评估指标创建和维护元数据整合元数据分发和交付元数据查询、报告和分析元数据2024/10/1整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行整理制作:郎丰利1519制作时间:2023年睿利而行

数据采集与清洗达到的效果数据同步实现实时、准实时的数据采集;保证数据源与目标端的数据一致性;不影响源业务系统;支持多种数据源的数据采集(如常用的关系型数据库、大数据平台等);数据交换不同部门的数据协同,获取到数据并完成业务逻辑;灵活地进行数据转换规则设计;数据整合将不同来源的数据,经过清洗转换后变为统一格式,存储到数据中心或者数据仓库,用于提供数据共享、数据分析等服务;支持界面话工作流调度2024/10/1

数据清洗、转换数据源ETL转换数据目的数据迁移:将数据进行转移数据同步:保持两个同构或者异构库的数据一致增强抽取:对于发生改变的数据进行更新列映射:数据类型转换、列名变换、删除列、增加列数据库查找器:过滤所需数据,并且

您可能关注的文档

文档评论(0)

小皮 + 关注
实名认证
内容提供者

长期从事企业信息化工作。

1亿VIP精品文档

相关文档