数据中台与数据化工作框架建设方案（PPT）

原文《数据中台与数据化工作框架建设方案》PPT格式，主要从数据化的定义、数据化工作框架图、数据中台与数据化的关系、数据中台的价值、数据中台战略的核心要素、数据中台定位、数据中台建设步骤等进行建设。

来源网络公开渠道，旨在交流学习，如有侵权，联系速删，更多参考公众号：优享智库

一、数据化的定义

利用政务服务过程中各部门业务系统产生的和一切拥有或者可以获取的数据， 进行整体建模和二次加工， 从而产生新的数据， 利用这些新的数据驱动政府管理效率 、提升政务服务能力以及增强数据活力 。这个过程称之为数据化 。

二、数据化工作框架图

数据治理： 解决整体架构问题

数据资源： 数据化建设的根基

数据资产： 完整 、健壮 、数据中台的核心建设内容

数据应用： 业务价值的转化关键点

数据标准 、数据组织： 人的保障和标准体系

数据质量： 保证加工过程中的质量问题

数据安全： 保证数据正常使用不丢失和被窃取

三、数据化背景

四、数据中台与数据化的关系

五、数据中台的定义

数据中台：政务服务数据化是一个整体工作， 通过数据中台的构建， 让其为各个部门的业务活动， 各个层级提供充分的 、综合的数据服务 。

六、数据中台与传统数仓的区别

七、数据中台的价值

1、数据服务化：数据中台是培育业务的创新的方法基础 ， 是利用数据促进业务 创新的保障 。

2、数据智能化：通过大量智能算法训练， 形成数据大脑，产生智慧的力量， 预先洞察未来 。

3、数据标准化：统一建模 、统一视图 、 统一管理 。避免重复抽取和维护带来的成本浪费 。

4、数据资产化：数据不断的进行补充，数据模型不断地进化， 通过对数据不断地完 善， 使其从最初的单 一字段逐渐成长为最 为宝贵的数据资产 。

八、数据中台战略的核心要素

九、数据中台定位

十、数据中台建设步骤

第一步 、 数据资源盘点 ( 一 )

梳理内容还包括：

1 、有哪些部门哪些处室权责下的业务活动有

系统支撑， 系统功能是否完全满足部门开展

相应的业务活动的需求 、系统产生的数据是

否可以共享， 共享情况？

2 、没有系统的部门处室， 业务活动产生的数 据如何采集 、如何共享？

3 、是否存在僵尸系统 、未上云系统；

4 、系统的安全性 、数据的安全性； 等等方面梳理工作

第二步 、 数据应用梳理规划 ( 一 )

清晰描述所有业务流程，应用场景，相互之间的关联关系，描述数据应用场景所需指标 、标签 、数据API，及 成本评估

第二步， 数据应用梳理规划 (二)

第三步 、 数据资产平台建设 ( 一 )

第三步 、 数据资产平台建设 (二)

第三步 、 数据资产平台建设 (三)

第三步 、 数据资产平台建设 (四)

基于 OneData 数据模型分层设计

• 个性化指标加工： 复杂性 (指数型 、比值型 、排名型指标)

• 基于应用的数据组装： 大宽表集市 、横表转纵表 、趋势指标串

• CDM层又细分为DWD层和DWS层， 分别是明细宽表层和公共汇总数据层

• DWD： 以维度模型方法基础， 采用维度退化手法， 减少事实表和维度表的关联

• DWS： 加强指标的维度退化， 采取更多宽表化构建公共指标层， 提升公共指标的复用性

• 同步： 结构化数据增量或全量同步

• 结构化： 非结构化(日志)结构化处理

• 累积历史 、清洗： 根据数据业务需求及稽核和审计要求保存历史数据 、数据清洗

第三步 、 数据资产平台建设 (五)

第三步 、 数据资产平台建设 (六)

第四步 、 数据应用建设 ( 一 )

数据应用是数据中台价值的延伸 ，是业务价值的直接体现；

从建设流程上来看， 数据应用建设分为业务需求调研 、业务场景设计 、产品设计 、应用开发 、测试与校验 、上线与试运行 、运维等阶段； 如果应用建设中包含算法类应用， 还需预留模型效果验证与调整的节点；

从项目整体建设角度看， 数据应用的调研和整体规划要先于数据中台数据模型设计， 应用开发可以与数据中台的数据开发工作串并行；

从应用的迭代优化角度看， 还需要建立一套规范的数据应用迭代 、优化机制， 来保证应用上线后的稳定 。

第四步 、 数据应用建设 (二)

第四步 、 数据应用建设 (三)

第四步 、 数据应用建设 (四)

第五步， 数据化运营 ( 一 )

随着这些年政府数字化转型实践不断深入 ，发现“运营”比“建设”更重要， 过去信息化项目建设的交付解决方案已经 不能满足需求； 数据业务化 、业务数据化， 数据化与业务活动融为一体， 要实现“数据业务化 、业务数据化”， 数据化项目 承建单位需要成立数据化运营的组织 、机制和流程 。

第五步， 数据化运营 (二)