数据治理服务解决方案[24页Word].docx

XXX数据治理服务解决方案第1页一、数据治理概述一）数据治理目标结合当前行业组织信息化发展进程当中数据业务相关的应用需求，以“风险可控、运营合规、代价完成”为数据治理总体目标：1）运营合规：组织应树立符正当律、标准和行业准则的数据合规管理体系，并经由过程评价评估、数据审计和优化改进等流程保证数据的合规性，促进数据代价的完成：2）风险可控：组织应树立、评估数据风险管理机制，确保数据风险不超过组织的风险偏好和风险容忍度，评估、指导和监督风险管理的实施；3）代价完成：组织应构成统一的数据驱动和数据代价理念，完善代价完成相关要素的定义、应用、调整，助力组织加快完成数字化进程。数据治理管控目标是提高组织数据的质量（准确性和完整性），保证数据的安全性（保密性、完整性及可用性），推进数字资源在组织各机构部门间的高效整合、对接和共享，从而提升组织整体数字化水平，充裕发挥数据资产代价。二）数据治理概念数据治理是指将数据作为组织资产围绕数据全生命周期而展开的相关管控活动、绩效和风险管理工作的集合，以保障数据及其应用过程中的运营合规、风险可控和价值实现。数据治理体系是指从组织架构、管理制度、IT应用技术、绩效考核等多个维度对组织的数据架构、元数据、数据质量、数据标准、数据安全、数据生命周期等各方面进行全面的梳理、建设并持续改进的体系。二、数据治理需求分析数据资产意识在各组织机构中已经得到充分的认可，但目前各组织单位对数据资产的管控状况依旧不容乐观，制约了组织数据质量的进一步提高，同时也限第2页制了数据价值的实现。根据行业信息化与数据治理发展现状，各组织单位现阶段对数据治理的需求主要存在以下五大方面：1）需要专门对数据治现进行监督和控制的组织。信息系统的建设和管理职能分散在各部门，致使数据管理的职责分散，权责不明确。组织机构各部门关注数据的角度不一样，缺少一个组织从全局的视角对数据进行管理，导致无法建立统一的数据管理规程、标准等，相应的数据管现监督措施无法得到落实。组织机构的数据考核体系也尚未建立，无法保障数据管理标准和规程的有效执行。3）需要规范统一的主数据。组织机构核心系统间的人员等主要信息并不是存储在一个独立的系统中，或者不是通过统一的业务管理流程在系统间维护。缺乏主数据管理，使得主数据在整个业务范围内保持一致、完整和可控无法保障，从而无法保证数据的准确性。4）需要统一集团化的数据质量管控体系。当前现状中数据质量管理主要由各组织部门分头进行：跨部门跨机构的数据质量沟通机制不完善：缺乏清晰的跨部门跨机构的数据质量管控标准与规范，数据分析随机性强，存在业务需求不清的现象，影响数据质量；数据的自动采集尚未全面实现，处理过程存在人为干预问题，大多数部门存在数据质量管理人员不足、知识与经验不够、监管方式不全面等问题：缺乏完善的数据质量管控流程和系统支撑能力。5）需要基于数据全生命周期的治理。目前，大型集团或政务单位，数据的产生、使用、维护、备份到过时被销毁的数据生命周期管理规范和流程还不完善，不能确定过期和无效数据的识别条件，且非结构化数据未纳入数据生命周期的管现范畴；无信息化工具支撑数据生命周期状态的查询，未有效利用元数据管理。第3页三、数据治理体系扶植组织构建数据治理体系主要围绕数据治理核心域、数据治理管控机制、IT工具支撑、数据治理管控宣介以及数据治理实施路线规划五个方面展开。具体内容及相互关系参见下图：数据治理体系框架一）数据治理核心域1数据架构管理数据模型是数据构架中重要一部分，包括概念数据模型、逻辑数据模型和物理数据模型，是数据治理的关键、重点。理想的数据模型应该具有非冗余、稳定、一致、易用等特征。逻辑数据模型能涵盖整个组织的业务范围，以一种清晰的表达方式记录跟踪组织的重要数据元素及其变动，并利用它们之间各种可能的限制条件和关系来表达重要的业务规则。数据模型必须在设计过程中保持统一的业务定义。为了满足将来不同的应用分析需要，逻辑数据模型的设计应该能够支持最第4页小粒度的详细数据的存储，以支持各类可能的分析查询。同时保证逻辑数据模子能够最大程度上削减冗余，并保证结构具有足够的灵活性和扩展性。物理数据模子是逻辑数据模子在数据库中的具体完成，是数据库体系中实际数据的定义或主机文件体系中的文件结构定义，内容包括数据库内所有的表、视图、字段及其相关主键和外键的定义，以及体系内数据流向及体系间的数据交换关系。2元数据管理元数据是关于数据的数据，描述了数据定义和属性。主要包括业务元数据、技术元数据和管理元数据。元数据管理的目的是厘清元数据之间的关系与脉络，规范元数据设计、实现和运维的全生命周期过程。有效的元数据管理为技术与业务之间搭建了桥梁，为系统建设、运维、业务操作、管理分析和数据管控等工作的开展提供重要指导。元数据管理的内容主要包括元数据获取、元数据存储、元数据维护（变更维护、版本维护）、元数据分析（血缘分析、影响分析、实体差异分析、实体关联分析、指标一致性分析、数据地图展示）、元数据质管理与考核等内容。3数据标准管理数据标准是组织树立的一套符合自身实际，涵盖定义、操作、应用多层次数据的标准化体系。数据治理对标准的需求可以划分为三类，即根蒂根基类数据标准、指标类数据标准和专有类数据标准。根蒂根基类数据是指组织日常业务开展进程当中所产生的具有配合业务特性的根蒂根基性数据。根蒂根基数据可分为客户、资产、协议、地区、产品、生意业务、渠道、机构、财务、营销等主题。指标类数据是指为满足组织内部管理需求及外部监管要求，在根蒂根基性数据根蒂根基上按肯定统计、分析规则加工后的可定量化的数据。专有类数据标准是指公司架构下子公司在业务经营及管理分析中所涉及的特有数据。第5页4数据质量管理数据质不高将影响数据应用程度。数据质量管理包含对数据的绝对质量管理、过程质管理。绝对质即数据的准确性、完整性、一致性等是数据本身应具有的属性。过程质量即使用质、存储质量和传输质量。高质量的行业数据至少应满足以下要求：一是准备性，在转换、分析、存储、传输、应用流程中不存在错误；二是完整性，数据库应用或要求的所有记录、字段都存在;三是一致性，体现在整个数据库的定义和维护方面，确保数据在使用的整个过程中是一致的；四是时效性，衡量指标是在指定的数据与真实的业务情况同步的时间容忍度内，即指定的更新频度内，及时被刷新的数据的百分比；五是可靠性，提供数据的数据源必须能够可靠稳定地提供数据。数据质量管理的规划和实施应至少包括以下内容：一是数据质量管控体系的树立，包括数据质量的评估体系,定期评估数据质量状况：二是在部门各个应用系统中的落实，包括每个应用系统中的数据质量检查等;三是在最开始建立数据质量管理系统的时候，借助数据治理平台上，通过建立数据质量管理的规则来集中化地建立数据质量管理系统，发现问题并持续改进；四是数据质量管理与业务稽核的结合，通过业务规则的稽核来发现数据质量深层次的问题，将数据质量与业务一线结合起来，使业务人员对数据质量问题有更加清晰和明确的认识。完善的数据质量管理是保证各项数据治理工作能够获得有效落实，达到数据准确、完整的目标，并能够提供有效的增值服务的.重要根蒂根基。第6页5主数据管理主数据管理要做的就是从各部门的多个业务系统中整合最核心的、最需要共享的数据（主数据），集中进行数据的清洗和丰富，并且以服务的方式把统一的、完整的、准确的、具有权威性的主数据传送给组织范围内需要使用这些数据的操作型应用系统和分析型应用系统。主数据管理的信息流应为：1）某个业务体系触发对主数据的窜改;2）主数据管理系统将整合之后完整、准确的主数据传送给所有有关的应用系统3）主数据管理系统为决策支持和数据仓库系统提供准确的数据源。因此对于主数据管理要考虑运用主数据管理体系完成，主数据管理体系的扶植，要从扶植初期就考虑整体的平台框架和技术完成。6数据安全管理由于组织的重要且敏感信息大部分集中在应用系统中，数据安全更是至关重要。如何保障数据不被泄露和非法访问，是非常关键的问题。数据安全管理主要解决的就是数据在保存、使用和交换过程中的安全问题。数据安全管理主要体现在以下六个方面：一是数据使用的安全性，包括基础数据的保存、访问和权限管理；二是数据隐私问题，系统中采集的敏感信息在下游分析系统和内部管理系统中，是否要进行加密，以避免数据被非法访问；三是访问权限统一管理，包括单点登录问题及用户名、数据和应用的访问授权统一管理：四是数据安全审计，为数据修改、使用等环节设置审计方法，事后进行审计和责任追窕；五是制度及流程建立，逐步建立数据安全性的管理办法、系统开发规范、数据隐私管理办法及相应的应用系统规范、在管理决策和分析类系统中的审计管理第7页办法等；六是应用系统权限的访问控制，建立集团级权限管理系统,增加数字水印等技术在应用系统中的使用。7数据生命周期管理数据生命周期管理一般包括数据生成及传输、数据存储、数据处理及应用、数据销毁四个方面。1）数据生成及传输数据应该能够按照数据质量标准和发展需要产生，应采取措施保证数据的准确性和完整性，业务系统上线前应该进行必要的安全测试，以保证上述措施的有效性。对于手工流程中产生的数据在相关制度中明确要求，并通过事中复核、事后检查等手段保证其准确性和完整性。数据传输过程中需要考虑保密性和完整性的问题，对不同种类的数据分别采取不同的措施防止数据泄漏或数据被篡改。2）数据存储这个阶段除了关注保密性、完整性之外，更要关心数据的可用性，对于大部分数据应采取分级存储的方式，不仅存储在本地磁盘上，还应该在磁带上，甚至远程复制到磁盘阵列中，或者采用光盘库进行存储。对于存储备份的数据要定期进行测试，确保其可访问其数据完整。数据的备份恢复策略应该由数据的责任部门或责任人负责制定，信息化管理部门可以给予相应的支持。同时还需要注意因为部门需要或故障处理的需要，可能对数据进行修改，必须在数据管理办法中明确数据修改的申请审批流程，审慎对待后台数据修改。3）数据处理和应用信息化相关部门需要对数据进行分析处理，以挖掘出对于管理及业务开展有价值的信息，为保证过程中数据的安全性，一般应采用联机处理，系统只输出分析处理的结果。但是实际中，因为相关数据分析系统建设不到位，需要从数据库中提取数据后再对数据进行必要的分析处理，在这个过程中就需要关注数据提取操作是否可能对数据库造成破坏、提取出的数据在交付给分析处理人员的过程中其安全性是否会降低、数据分析处理的环境安全性等。第8页4）数据销毁这个阶段主要涉及数据的保密性。应明确数据销毁的流程，采用必要的工具，数据的销毁应该有完整的记录。尤其是对于需要送出外部修理的存储设备，送修之前应该对数据进行可靠的销毁。8数据服务管理数据整合归集最终目的就是要服务于各机构部门、人员等，能更准确更快更方便的服务是数据服务管理的目标。数据服务管理是指针对内部积累多年的数据，研究如何能够充分利用这些数据，分析行业业务流程优化业务流程。数据使用的方式通常包括对数据的深度加工和分析，包括通过各种报表、工具来分析运营层面的问题，还包括通过数据挖掘等工具对数据进行深度加工，从而更好的管理者服务。通过建立统一的数据服务平台来满足针对跨部门、跨系统的数据应用。通过统一的数据服务平台来统一数据源，变多源为单源，加快数据流转速度，提升数据服务的效率。二）数据治理管控机制1数据;罐组织1.1 组织架构有效的组织架构是项目成功的有力保证，为了达到项目预期目标，在项目开始之前计划符合组织当前数据治理理念的组织架构和职责合作是非常必要的，如树立数据治理委员会、数据管理委员会、数据管理团队、数据质量团队、数据安全团队、数据技术团队等。一般建议组织接纳如下图所示的组织架构：