企业数字化转型、数据中台、数据仓库、数据质量、数据安全方案

1、数字化转型解读

2、数据中台解决方案

数据中台是一套可持续“让企业数据用起来”的机制，是一套解决方案，不仅是一个平台。让数据更加灵活地支撑前端业务，通过持续沉淀企业数据复用能力形成数据从采集、治理、开发到数据服务的一整套数据使用的机制。

“咨询+软件平台+实施”三位一体确保数据中台成功建设：

p咨询服务：顶层设计，确定数据战略和数据规划，绘制蓝图，指导中台建设实施。

p软件平台：中台战略的承接载体，实施工作的支撑工具。

p实施服务：数据中台落地的关键保障。

数据中台规划的核心内容是确定企业的数据战略，以及为达成战略目标所需要的组织保障（组织、流程、制度）、数据保障（数据架构、数据安全、数据标准、数据仓库、数据质量、数据服务）和技术平台保障。

3、数据整体架构

以企业业务架构和应用架构为输入，规划设计企业数据架构，主要内容包括数据主题域和主题划分，数据实体识别和企业级数据模型设计，数据流向梳理和数据分布地图绘制。

4、数据安全管理

以数据安全管理组织、流程和制度为基础保障，分析企业在数据全生命周期的不同阶段的安全需求 ，设定相应的管控策略，确保企业数据安全管理目标达成。

5、数据仓库分层设计

1、模型设计：

1)数据属性范围；

2)时间属性；

3)派生属性；

4)数据粒度；

5)分离数据。

2、数据处理：

1)数据过滤；

2)数据类型标准化;

3)量纲标准化;

4)去除重复;

5)编码映射。

 数据模型特点：

明细数据区和轻度汇总数据区。

按业务分主题进行设计。

明细数据区每个实体原则上都要加相应的时间戳。

轻度汇总数据区的模型设计依赖于分析需求。

数据仓库模型是符合3NF 的带有时间戳的关系模型。

建立编码映射表，用于进行有关编码转换。

 数据模型特点：

完全基于需求建立，它的主题域、主题的划分与DW层不同；

主题划分有两种类型：为企业主管层面服务的综合分析类主题；为企业业务主管层面服务的专业分析类主题；

数据分为两类：一类是基于数据仓库的细节数据或轻度汇总数据进行的统计分析，另外一类数据是基于统计分析进一步分析挖掘的数据；

数据集市模型通常采用星形模型建模。

6、指标体系设计

7、数据服务体系设计

数据服务的需求来源包括业务协同和流转需要、数据分析应用（业务分析和优化）需要两个方面。基于服务需求，制定相应的服务规范和服务管理制度。

8、数据标准管理

n对数据元标准、枚举项标准和标准文件进行统一的线上、结构化管理与检索；

n标准起草、审批、发布、修订、废止全生命周期管理；

n数据标准与实际数据对象进行关联，对标准的实际执行情况进行评估和监控。

9、元数据管理

10、数据质量管理