数据应用服务规划及建设思考

数据应用服务规划及建设思考。

本文所描述的数据应用服务其实是两个方面，包括数据服务和应用服务，统称为数据应用服务。区别在于应用服务是相当独立的模块或解决方案，能够接收或提供应用类服务，侧重于功能或完整的应用层面；数据服务更多的是数据供给、转换、处理等等，侧重于数据层面。

另外，数据应用服务要在数据管理建设的基础上开展，当然数据管理可以是物理的，也可以是逻辑的，这部分后续再补充讨论。

一、服务商店建设，实现 服务定制和发布， 服务申请审核和管理。

服务提供方式：rest（json），grpc，jdbc方式等

数据应用情况分析或服务监控

二、大数据分析需求

数据挖掘体系： 技术平台、模型 管理、管理 制度、支持 团队四 部分

大数据应用的能力：基础架构、数据整合、分析手段和团队建设

应用体系：围绕六大业务域。

大数据平台或仓库：基于分布式的大数据平台和基于流技术的实时计算平台

建立标签、类别、摘要、索引体系

三、建设目标：更完善的 数据应用 体系，更智能化的平台，更贴近业务的服务机制，更专业的数据应用团队

四、目前的问题：

形成产业链一体化、能源服务生态化等新模式

服务体系不健全：传统的需求方和供给方服务定位于IT销售的延伸和复用，从战略和商业模式、业务模式创新角度为企业提供系统的数字化转型解决方案等服务体系未建立。

缺少多维分析，智能分析，缺少知识管理（包括 管理和技术角度）

五、数据管理：数据应用管理，数据挖掘管理，内部数据管理，外部数据管理，数据交换管理。

数据应用服务体系应该包括如下9方面的制度规范，同时包括相关工具与技术。

1. 数据共享服务管理 细则
2. 数据平台管理 细则
3. 数据权限管理细则
4. 数据服务接口设计规范
5. 数据 服务运营规范
6. 专业 应用设计规范
7. AI 集成规范
8. AI 应用服务规范
9. 信息系统应用集成接入规范

六、XXX著名银行数据管理制度体系如下：