【数据治理】数据治理方法论和案例：探索与创新之路（PPT）

原文《数据治理方法论和案例》PPT格式，主要从数据治理与数据仓库建设、指标体系建立和数仓建设、企业架构 (EA)、业务能力模型：5级流程模型建设方法、数据管控治理体系等进行建设。

下载方式见文末

在数据管控治理体系方面，企业建立了一套完善的数据质量管理机制和数据安全保护机制。这确保了数据的准确性和安全性，为企业的业务发展提供了有力保障。

1. 数据仓库建设

数据仓库是数据治理的基石。在建设数据仓库时，应注重数据的整合、清洗和标准化，确保数据的一致性和可靠性。同时，还应关注数据的存储和查询性能，以满足企业日益增长的数据需求。

1. 指标体系建立与数仓建设

指标体系是数据治理的核心。王刚提出，应根据企业的业务需求和战略目标，构建一套完整、科学的指标体系。通过指标体系，企业可以更加清晰地了解业务运营状况，为决策提供有力支持。在数仓建设过程中，指标体系的建设应与数据仓库的架构设计和数据模型设计紧密结合，确保数据的准确性和可用性。

1. 企业架构（EA）

企业架构是数据治理的支撑。王刚强调，企业应根据自身的业务特点和组织架构，构建适合的数据治理企业架构。通过企业架构，可以清晰地描述数据在各个部门和业务流程中的流动和关联，为数据治理提供有力的组织保障。

1. 业务能力模型：5级流程模型建设方法

业务能力模型是数据治理的导向。王刚提出了基于5级流程模型的业务能力模型建设方法。该方法从业务战略出发，通过分解和细化业务流程，识别关键业务能力和数据需求。通过构建业务能力模型，企业可以更加精准地把握业务需求，为数据治理提供明确的方向。

1. 数据管控治理体系

数据管控治理体系是数据治理的保障。王刚认为，企业应建立一套完整的数据管控治理体系，包括数据质量管理、数据安全管理、数据共享与交换管理等方面。通过体系化的管理，可以确保数据治理工作的有效实施和持续改进。

一、数据治理与数据仓库成果

1.建立起质量问题的检核、反馈、修正和追踪的闭环治理流程；建立事前、事中、事后 3个阶段的管理流程和监控点，数据质量从原来每项低于60的合格率提升到全面合规。

2.数据管理过程中的角色、职能、工作流程形成了固化的文档规则

3.数据仓库入仓23张表，556个字段，涉及134个实体，862个属性；建立九大逻辑数据模型主题域：客户、供应商、机会、合同、项目、员工、内部机构、财务和公共代码等，并设计了灵活的可添加、修改的模式。

二、数据管控体系建设

1. 建立数据标准规范

2. 建立数据模型设计规范

3. 建立据交互标准

4. 建立ETL开发规范

5. 建立质量检核规则库和治理流程

三、企业服务总线ESB建设

1. 设计并建立基于SOA架构的企业ESB平台

2. 设计并建立企业服务资产库

3. 梳理企业服务总线的相关规范，形成标准

4. 实现人力、财务、资产系统之间的交换接入

四、生产经营支持决策系统优化

1. 基于数据标准及模型规范，优化数仓模型

2. 基于双总线策略，优化数据采集抽取

3. ETL调度优化

4. 指标体系优化

5. 报表平台及UI优化

五、指标体系建立和数仓建设

▪数据采集、加工及流转等作业进行统一的调度、监控及日志跟踪

▪对平台系统和作业的运行状况进行统一的监控

六、数据资产管理全面展现

以“元数据管理”为核心，建设数据资产管理平台展现数据全景

七、数据仓库整体技术框架

数据仓库的技术体系可以分为数据获取层、ETL服务层、数据服务层、应用服务层和访问控制层五大模块。

八、企业架构 (EA) -- 从业务到IT的一体化蓝图

Ø企业架构是对真实世界企业的业务流程和IT设施的抽象描述，意图是确定组织如何能够最有效的实现其当前(as-is)和未来(to-be)的目的.

企业架构可以分为两大部分：业务架构和IT架构

业务架构：是把企业的业务战略转化为日常运作的渠道，业务战略决定业务架构，它包括业务的运营模式、流程体系、组织结构、地域分布等。

IT架构：指导IT投资和设计决策的IT框架，是建立企业信息系统的综合蓝图，包括数据架构、应用架构和技术架构三部分。

九、业务能力模型：5级流程模型建设方法

.通过定义业务领域规划图及识别业务能力，更好的理解业务环境、进一步明确各业务领域的3级能力流程范围，重审3级能力完整性，识别非功能性需求。

.在3级能力基础上，定义4级任务，并对任务进行标准化。对每一个标准化4级任务详细描述5级流程步骤及规则。通过与数据模型、产品模型对接进行完整性校验

Ø1级 业务板块划分

Ø2级 实体划分

Ø3级 业务能力

Ø4级 任务

Ø5级 操作流程

十、Data Governance (数据管控的理解)

1.数据架构管理—规划并管理数据从产生端到使用端的分布、传输与存储的逻辑框架

2.数据模型管理—企业的信息模型是企业数据标准的图形化展现，

3.数据标准管理—规范化企业重要活动及对象的数据记录格式

4.数据质量管理—对数据的有效性和可用性进行持续监控和评估

5.元数据管理—对企业数据资产的登记造册，并记录其相关性

6.数据安全管理—对数据设定安全等级，保证其被适当地使用

7.主数据管理—对企业关键的，跨系统共享的业务数据进行统一的管理策略

8.数据生命周期管理—是对数据产生、存储、传输、使用和销毁全过程进行管理

十一、数据管控治理体系

元数据：自动化、映射关系识别

数据质量：数据质量规则梳理

数据生命周期：解决方案孵化

数据安全：解决方案孵化

解决方案PPT格式

解决方案WORD格式