数据治理体系建设及数据治理咨询项目建设技术解决方案（WORD）

原文《企业数据治理体系建设及数据治理咨询项目建设实施方案》181页7万字，来源公众号：优享智库，旨在交流学习，如有侵权，联系速删。

• 企业信息管理（EIM）解决方案体系

***从企业信息管理的整体角度，提出完整的企业级信息管理（EIM）体系由业务经营及决策、数据整合及分析手段、数据管理、内容管理，以及配套的管理机制五部分构成。***的企业信息管理方法论的内容如下图所示：

***企业信息管理（EIM）

企业数据管理（EDM）是全行数据整合及应用中的部分环节，故数据管理体系是全行信息管理体系中的一部分。***的企业数据管理方法论中将数据管理进一步细分为8个管理领域，包括：数据架构、数据管理原则或指引、数据质量管理、数据标准管理、元数据管理、主数据管理、数据生命周期管理、数据安全控制。

商业智能与数据仓库（BI）解决方案概述：

• 企业信息管理战略：构建企业信息管理的战略以及实施路径，以提升数据资产的价值；对企业信息管理的蓝图、准确度和成熟度进行评估；

• 商业智能：对企业的绩效进行监控、分析和报告，提出企业绩效的提升战略；

• 企业级数据仓库：构建企业级的数据仓库，实现企业数据的集中和整合，为商业智能、统计以及经营决策提供可信的数据基础；

• ETL：实现跨平台的大数据量的迁移和转换，同时，构建企业数据ETL的平台；

• 数据分析和挖掘：构建数据挖掘模型，实现对数据的趋势分析预测，同时根据数据分析结果编写业务的发展趋势报告；

• 结构化搜索：建立结构化数据的搜索引擎和数据交付机制，确保可以在桌面端展现企业结构化数据的搜索结果，并可以逐步扩展到对Internet的信息搜索和信息整合。

企业数据管理（EDM）解决方案概述：

• 数据治理：构建企业数据治理的组织体系，同时建立一系列的数据治理政策、流程以及相应的工具，确保数据得到有效的管理并能够满足业务目标；

• 数据质量管理：构建数据质量管理的流程体系和操作规范，准确识别企业的数据质量问题，并进行有效地解决，同时持续监控数据质量问题，确保企业数据质量的持续提升；

• 数据标准管理：建立企业级的数据标准，为跨业务条线的数据提供一致的定义，并建立数据标准落地实施的持续机制；

• 元数据管理：收集和管理企业的元数据信息，同时，建立企业级的数据地图，确保整个企业数据的可追踪和管理；

• 企业级数据架构：构建企业级的数据模型，识别企业数据的总体分布情况，从而为数据的存储、整合、使用、访问以及数据的交付提供基础；

• 主数据管理：准确识别企业的主数据，并建立主数据管理机制和平台，确保主数据在企业内部的准确性和一致性，为企业的主数据建立统一的视图；

• 数据保留与归档：实现对企业数据资产的保护和归档，包括在线和离线等多种方式，以满足合规和管理的要求，同时为业务运营提供有效的归档数据访问方式；

• 数据隐私与安全：确保企业数据资产的安全性，杜绝非授权访问，建立相应的数据访问策略、检查机制、控制和监控机制。

企业内容管理（ECM）解决方案概述：

• 企业内容协作：通过对群件系统（诸如邮件系统、视频会议系统、Internet、Intranet、Extranet）的应用以及其它的IT技术，支持和加强企业级的通讯和内部协作；

• 知识管理：构建知识创建、管理和应用的流程，以及相应的工具建设，实现对知识的有效管理，以促进企业的绩效提升，加强人员技能，实现产品和服务创新， 同时开展基于项目的经验总结和分享，开发协作的最佳实践；

• 文档管理：创建、管理和分享电子文档，允许存储、查询、跟踪以及管理企业内的电子文档，内容包括工作流管理、安全和权限管理、文档搜索、元数据以及文档版本控制等；

• 图像管理：通过OCR/ICR等技术获取、存储和检索文档中的元数据信息，并实现有效的识别和智能化的管理；

• Web内容管理：收集、装载、存储、维护和交付Web上的文本和图像资源，并允许业务部门创建、发布、修改和管理相应的Web内容；

• 记录管理：基于合规等方面的要求，创建、管理和应用企业内的各类记录信息，并提供长期的归档以及自动化检索功能，同时建立归档和保留的策略、披露机制（包括披露范围和披露方式）、信息分类机制等；

• 数据资产管理：组织和管理企业内的媒体文件，构建相应的技术平台，以实现对相应内容的有效管理；同时，确保视频、图像和音频的质量不受损失；

• 企业级报告管理：对企业非结构化数据的存储容量进行估算，提供多种存储策略；

• 非结构化搜索：构建基于语义和元标记的搜索策略和技术平台，实现对企业内容的有效检索和管理；

• 电子签名：构建电子签名的技术平台，实现电子签名和企业内容的有效整合，并建立企业内容的所有权机制。***企业信息管理（EIM）实施总体方法

***企业信息管理实施的总体方法分为五大管理领域及其实施方法。实施方法进一步分为6个实施阶段，每个阶段具备9类控制要素。***企业信息管理模型如下图所示：

***企业信息管理实施总体方法（EIM）1

根据上述模型，***提供了实施方法、管理内容构成的完整方法论，并在全球的信息管理咨询及实施中进行了全面应用，***在本项目中将使用这套方法论为***提供咨询服务。咨询方法论如下图所示：

***企业信息管理实施总体方法（EIM）2

在EIM实施方法中，针对每个领域在每个阶段定义其工作内容，并对每项工作内容定义其工作任务、工作目标和交付，如“信息治理架构及组织形式”领域，在6个阶段需要开展的工作如下：

***企业信息管理实施总体方法六大阶段

• ***企业信息管理（EIM）的关键要素

***企业数据管理（EDM）解决方案从8个领域和5个维度实现对企业数据的有效管理，详细如下：

企业数据治理具体领域示意

企业数据管理（EDM）解决方案中，包括的八个领域概述在2.1.1.1小节已经体现。企业数据管理（EDM）解决方案中，包括的5个维度如下：

• 战略：包括业务价值分析、企业战略一致性、企业级数据治理视角、项目群管理以及实施路线等，确保从战略的角度，正确看待企业的数据治理并建立有效的实施方法。

• 人员：包括高层领导、治理委员会、数据治理负责人、数据管家、数据所有者、数据治理员等，整个企业数据治理组织体系的建设，以及相应的角色职责的定义；

• 流程：包括但不限于数据维护、数据质量管理、数据标准管理、变更控制、数据生命周期管理、元数据治理等管理流程，确保数据治理工作有序有效开展；

• 原则与规范：包括但不限于数据安全政策、数据访问与控制政策、数据标准政策、数据保留与归档政策、数据合规政策、数据所有者政策等数据治理政策，为数据治理各项工作的开展提供总体指导；

• 技术：包括但不限于技术基础架构、数据清洗与转换、主数据治理工具、数据架构管理工具、元数据治理工具、工作流与自动化工具、数据同步工具等，为数据治理工作提供工具的支撑。数据治理体系规划方案数据治理体系规划总体框架

本项目实施方法步骤图

基于***数据领域方面的领先实践，结合***的实际需求，本项目数据治理体系工作预计包含以下三个阶段：数据治理体系现状分析与评估、数据治理体系设计与规划、数据治理体系建设（数据治理制度、数据标准管理、数据质量管理），每个阶段又分不同的任务：

• 现状分析与评估：通过访谈、调研问卷、收集客户资料等方式获取***在数据治理领域的资料，通过对收集资料的整理、归纳，分析***数据治理的现状、问题等，结合***成熟度评估模型评估对***现状进行评估，根据评估的结果和同业领先银行对标找出差距，最后***从专业角度提出改进建议。

• 数据治理体系设计与规划：根据现状评估的结果，进行数据治理体系设计，主要包括数据治理体系功能框架、数据治理组织和制度框架、数据治理能力提升路线图、信息中心职能规划及提升路线图。

• 数据治理体系建设：根据数据治理体系设计与规划的成果，制定数据管理政策，制定数据管理工作的考核方案、考核指标、考核制度；建立数据标准全生命周期管理的流程和制度，编制客户、机构、风险相关数据标准（账户、合约、资源项）、公共代码基础数据标准、核心指标数据标准并给出差异分析与落地建立，设计数据标准管理系统业务需求；建立数据质量管理管理模式、管理流程和制度，同时建立数据质量认责机制。定义本项目数据质量提升数据范围并制定度量规则，依据度量规则在相关系统进行数据质量探查和分析，针对分析结果进行制定数据质量整改建议；建立数据质量管理与监控需求说明书。