Datablau数据模型与数据资产管理平台介绍.pptxVIP

数据模型数据资产管理数据安全

敏捷，生态，智能;

Datablau产品体系介绍

Datablau产品体系;

指;;;

Datablau数据模型功能架构图;

?对于商务套件类、第三方产品类系统不涉及。

?自主研发类、且为关系型数据库通过逆向或正向工程导出模型;

将DDM纳入开发投产流程后，各业务模块需要进行模型迁移，并使用平台提供的典型能力进行进行模型设计、

开发测试和投产。;

数据模型按照开发与测试环境进行对应的版本管理，形成开发、SIT、UAT、版本等分支进行管理，并形成统一的

分支管理策略。;

元数据管理

元数据分类;

@2021DatablauAllrightreserved;

比较引擎;

Datablau数据标准管理体系，通过基础数据标准流程化管理、指标数据标准流程化管理，实现数据标准体系建设。平台通过智能化辅助功能，提供自动化数据标准推荐、智能核标、自动核标能力。结合数据资产平台，提供数据标准共享服务。;

Datablau数据标准管理体系-基础类数据标准

基础类数据标准设计思路–“从无序到有序”，建立基础数据的标准规范体系。;

指标定义

?管理分析

服务于管理层和管理工作，为监督与控制达成企业整体效益目标、按照一定统计学方法而进行的统计分析

?管理分析类指标：定量的评价

在企业范围内是一致和通用的

反映的是企业总体经营状况及发展趋势，在统计分析、管理决策中占据重要的地位

使用者层次高

受关注度较高

5

加汇总(Amount)：多用于各类金额

方计数(Count)：多用于交易量、客户数;

数据标准应用;;

我们将根据现状调研及各业务部门反馈，梳理重要业务系统，确定数据质量探查范围。通过数据质量检核规则探查关键数据质量并形成重要业

务系统数据质量报告，并结合数据标准给出数据质量提升解决方案。;

Datablau数据质量管控体系

质量规则管理检核任务管理;

处理周

期;;

?考核对象和内容

l数据治理办公室:年度工作完成度评估，治理工作推进，核心报表质量，数据质量问题整改效果

l相关部门考核:治理工作协同评估,核心报表质量,业务系统关键信息评价,数据质量问题整改效果

l分支机构考核:数据录入质量评价,治理工作协同评估,核心报表质量,数据质量问题整改效果;;;

?1、平台开发通过应用ID、加密串token、请求API参数和调用方法；

?2、应用采用Http(postget)请求RESTfulAPI的方式向API接口服务器

(webserver)发起数据

调用;

Datablau数据服务平台功能架构;

Datablau数据资产管理体系

数据资产目录视角;

产品基本信息类;

l10个二级分类：

产品基本信息、产品费用信息、产

品岗位信息、产品运作管理信息、产品类别信息、产品评级信息、产品评价信息、基金、资产单元、组合；

l16个三级分类：

基金基本信息、投顾产品信息、管理费、转换补差费、销售服务费、尾随佣金、业绩报酬、产品管理负责人、产品认责部门、基金会计、投资经理、产品公告信息、产品参数控制信息、

产品生命周期管理、产品满意度调查、产品投后评价。;

l6个二级分类：

渠道基金信息、渠道类型信息、渠道岗位信息、渠道费用信息、渠道管理信息、渠道存量信息；

l5个三级分类：

渠道名称信息、渠道编码信息、渠道联系信息、直销渠道、代销渠道。;

l6个二级分类：

参与人基本信息、参与人管理信息、参与人账户信息、参与人资产信息、参与人合同信息、参与人交易信息；

l18个三级分类：

客户基本信息、管理人基本信息、基金服