【金蝶】2024数据治理蓝皮书.docx

数据治理背景洞察

BACKGROUNDANALYSIS

P01

02.03.

数据治理解决方案

SOLUTION

P03

数据治理金蝶实践

PRACTICE

3.1珠江投资

加速数据资产沉淀,提升数据价值

3.2华西集团

释放数据资产价值,提升分析决策效率

P21

PARTNE

数据治理背景洞察

企业信息化现状及问题

数据准确性数据错误、不

数据准确性

数据错误、不致或过时会直接影响决策质量,损害企业信誉。

数据来源多样化

企业数据来自不同的业务系统、外部合作伙伴、物联网设备等,数据类型和格式日益多样化

数据量激增

大数据、社交媒体、移动设备等导致数据量急剧增加,对存储、处理和分析提出了更高要求

金蝶云·苍穹助力企业数据资产化

随着企业运营的复杂性增加,数据量呈现爆炸式增长,系统烟囱式、数据孤岛化问题严重,单一的面向交易和流程的事务性数据无法满足业务数据分析诉求,企业面临的数据管理挑战也日益严峻。

数据透明度

消费者和合作伙伴越来越关注数据的使用方式,要求企业提高数据管理的透明度。

数据不可用

大量数据被闲置、忽略,不能聚合成为有价值的资产,数据利用率低,衍生价值无法体现。

-02-

数/据/治/理/蓝/皮/书

金蝶云·苍穹1助力企业数据资产化

PARTTW

金蝶云·苍穹数据治理体系顶层规划:四横一纵

以企业数据资源规划(一纵)为核心,全面评估数据现状,确立数据资源架构,确保数据资产的有效管理。在数据治理具体执行层面,通过数据层、数据采集、数据开发治理及数据资产运营(四横)四个方面,构建企业数据资产存、通、治、用的全流程管理体系。

现状评估数据资源架构数据资源规划

现状评估

数据资源架构

数据

资产运营

经营分析客户标签数据服务数据资产入表风险预测

数据

开发治理

数据采集

数据层

数据层

内部数据外部数据结构化数据半结构化数据非结构化数据

-05-

金蝶云·苍助力企业数据资产化

体系化的数据架构是企业数据治理核心

按照数据架构五级分层原则,通常分为主题域、主题、业务过程、实体对象及属性,有助于维护数据的准确性、一致性和完整性,同时促进不同业务单元之间的数据共享与协作

保障体系

PARTTW

覆盖企业数据存、通、治、用的全链路治理图

基于金蝶云·苍穹数据治理的四横一纵顶层架构,我们提炼出数据治理的七步两库高效策略,通过接入预处理规范清洗加工指标化维度化服务化七个步骤,由此构建指标库和专题库,为企业提供精准、高效的数据分析决策支持。

七步两库

-07-

金蝶云·苍助力企业数据资产化

数据

知识库

数据汇聚数据治理数据资产服务(应用)

数据量

编码转换数据提取元数据提取

编码转换

数据提取元数据提取

数据规范

数据元规范

字段规范

原子指标派生指标接口服务其他服务

原子指标派生指标

接口服务其他服务

人/物/组织时空/事件

数据接入

空值率类型分布特征分布

数据源

数据去重

-08-

PARTTW

多源异构数据采集方式汇总

涵盖关系型、非关系型数据库、流式数据、结构化非结构化文件。采集方式包括周期性、实时、API接口等,支持全量/增量采集

数据形态采集方式采集频率增量方式

结构化文件

金蝶云·苍助力企业数据资产化

通过分层分域构建数据资产双态模式

在双态模式的数据资产体系中,两个稳态层的数据是经过数据治理(涵盖数据清洗、加工、建模等流程)提炼出的高价值密