Q∕GDW 12117-2021 国家电网有限公司数据管理能力成熟度模型

1、ICS 35. 240. 70Q/GDW国家电网有限公司企业标准Q/GDW 121172021国家电网有限公司数据管理能力成熟度模型STATE GRID Data management capability maturity model2021 -06-25 实施2021 -06-25布国家电网有限公司 发布目 次tti Whi1 翻l2 规范性引用文件13术i吾轍5C14鵬i吾45鏈45.1能力域、能力项和数据管理要素55.2成熟度等级76麵綱86. 1 数据战略规划86.2数据战略实施106.3数据战略评估117麵顏127. 1数据治理组织127.2数据制度建设137.3数据治理沟通148

2、麵纖158. 1数据模型158.2数据分布168.3数据集成188.4元数据管理199麵醐209. 1 数据共享与开放209.2数据分析219.3数据服务2210麵錢2310. 1 数据安全策略2310.2数据安全管理2410.3数据安全审计2611 麵賴2711.1 数据质量需求2711.2 数据质量核查28Q/GDW 12117202111.4数据质量提升3012麵椒隹3112. 1业务术语3212.2主数据和参考数据3312.3指标数据3413数据生存周期3513. 1数据需求3513.2数据设计和开发3613.3数据运维3713.4数据退役38貓40IIQ/GDW 121172021为

3、指导和规范国家电网有限公司数据管理能力成熟度评估工作，制定本标准。本标准由国家电网有限公司互联网部提出并解释。本标准由国家电网有限公司科技部归口。本标准起草单位：国家电网有限公司大数据中心、国网浙江省电力有限公司、国网江苏省电力有限 公司、国网北京市电力公司、国网天津市电力公司、国网河北省电力有限公司、国网甘肃省电力公司、 国网冀北电力有限公司、国网能源研宄院有限公司、南瑞集团有限公司。本标准主要起草人：魏晓菁、葛俊、周春雷、黄建平、梁云丹、刘文涛、冯雪、徐晓华、季良、沈 亮、张建松、张玮、王婷、车伟、黄怡、张旭东、顾斌、张自强、高建勇、辛锐、倪家明、董阳、王骏、 高鑫、董新微、陈可、许精策。

4、本标准首次发布。本标准在执行过程中的意见或建议反馈至国家电网有限公司科技部。IIIQ/GDW 121172021国家电网有限公司数据管理能力成熟度模型1范围本标准规定了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据 生存周期8个能力域、27个能力项，明确了相应的成熟度等级。本标准适用于公司总（分）部、各省（自治区、直辖市）电力公司、直属单位及其所属各单位等进 行数据管理能力成熟度评估。评估过程中，各单位可根据单位层级、数据工作范围、应用系统部署方式 等，依需柔性裁剪使用27个能力项有关评估内容。2规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文

5、件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 18391. 12009信息技术元数据注册系统（MDR）第1部分：框架GB/T 25000. 122017系统与软件工程系统与软件质量要求和评价（SQuaRE）第12部分：数据质 量模型GB/T 34960. 52018信息技术服务治理第5部分：数据治理规范GB/T 352952017信息技术大数据术语GB/T 360732018数据管理能力成熟度评估模型GB/T 37988-2019信息安全技术数据安全能力成熟度模型Q/GDW 107032018国家电网有限公司公共信息模型（SG-C

6、IM）3术语和定义下列术语和定义适用于本文件。3. 1数据管理能力成熟度模型data management capab i I i ty matur i ty mode I用于评价数据管理能力成熟度的评估模型，包含数据战略、数据治理、数据架构、数据应用、数据 安全、数据质量、数据标准、数据生存周期8个数据管理能力域、27个数据管理能力项以及对应的成熟 度等级。3. 2数据管理能力data management capab i I i ty对所拥有的数据进行管理和应用的能力。GB/T 36073-2018,术语和定义3. 13. 3Q/GDW 121172021育巨力域 management c

7、apab i I i ty area一组相关数据管理能力项的集合。3. 4育巨力项 management capab i I i ty一组数据管理相关活动、过程、目标以及等级标准的集合。3. 5数据资产data asset拥有或控制的、能带来未来经济收益的数据资源，包括结构化数据、半结构化数据和非结构化数据。3. 6数据战略data strategy数据工作的愿景、目的、目标和原则。GB/T 36073-2018,术语和定义3. 43. 7利益相关者stakehoIder影响数据工作开展和目标实现的个体和群体。3. 8业务案例bus i ness case描述开展某项数据工作的必要性、解决方案

8、、风险、预算和预期收益等信息的集合。3. 9数据治理 data governance数据资源及其应用过程中相关管控活动、绩效和风险管理的集合。 GB/T 34960. 5-2018,术语和定义3. 13. 10数据认责 data accountab i I i ty明确数据在生存周期各阶段的责任主体及责任要求。3. 11数据架构 data arch i tecture通过组织级数据模型定义数据需求，指导对数据资产的分布控制和整合，部署数据的共享和应用环 境，以及元数据管理的规范。GB/T 36073-2018,术语和定义3. 63. 12主题域package一种基于业务管理内容和过程的耦合度对

9、业务管理对象进行分类的集合。Q/GDW 10703-2018,定义3. 43. 13概念数据模型 concept data mode I (CDM)对业务进行总结、归纳、提炼形成的，反映现实世界的抽象视图。概念数据模型描述了现实世界的 概念化结构。Q/GDW 10703-2018,定义3. 53. 14逻辑数据模型 logical data mode I (LDM)在概念数据模型上提炼形成的，包含数据属性的实体(对象)-关系数据模型。体现了数据的逻辑 结构。Q/GDW 10703-2018,定义3. 63. 15物理数据模型 phys i ca I data mode I (PDM)逻辑数据模

10、型的物理实现，反映数据在存储介质上组织结构的数据模型。Q/GDW 10703-2018,定义3. 73. 16元数据metadata是对数据及信息资源的描述性信息。包括三种不同类型的元数据，分别是技术元数据、业务元数据 和管理元数据。GB/T 18391. 1-2009信息技术元数据注册系统(MDR)3. 17数据分布 data d i str i but i on描述数据在组织、流程和系统方面的分布关系。3. 18数据盘点 data inventory梳理数据资源，补充、完善有关元数据信息，建立数据资源清单的过程。3. 19数据资源目录data catalog将数据资源按照一定分类方法进行排

11、序和编码的一组目录信息，用于描述数据资源特征。3. 20数据共享负面清单data shar i ng negat i ve I i st 不应对其他组织(人员)进行直接共享的数据表以及相关字段。3. 213Q/GDW 121172021数据安全data secur ity通过管理和技术措施，确保数据有效保护和合规使用的状态。GB/T 37988-2019,定义3. 13. 22数据质量data qua I ity在指定条件下使用时，数据的特性满足明确的和隐含的要求的程度。 GB/T 25000. 12-2017,定义4. 33. 23数据质量规则库 data qua I ity rule re

12、pos itory评价各类数据质量满足程度的技术规则和业务规则的集合。3. 24数据标准data standard数据的命名、定义、结构和取值的规则。GB/T 36073-2018,术语和定义3. 73. 25主数据 master data组织中需要跨系统、跨部门进行共享的核心业务实体数据。GB/T 36073-2018,术语和定义3. 123. 26参考数据 reference data对其他数据进行分类和规范的数据。GB/T 36073-2018,术语和定义3. 133. 27数据生存周期data I ifecyc le将原始数据转化为可用于行动的知识的一组过程。GB/T 35295-20

13、17,定义2. 1. 24缩略语下列缩略语适用于本文件。CIM：公共信息模型(Common Information Model)SG-DCMM:国家电网有限公司数据管理能力成熟度评估模型(STATE GRID Data Management Capability Maturity Assessment Model)SG-CIM：国家电网有限公司公共信息模型(STATE GRID Common Information Model)5综述Q/GDW 1211720215. 1能力域、能力项和数据管理要素本标准包含8个能力域，每个能力域包括若干能力项，共27个。数据管理要素是对能力域和能力项 的进一

14、步细化，明确了各项数据管理工作的范围，可以规范、指导数据工作开展。每个能力项包括若干 数据管理要素，共100个，见表1。表1能力域、能力项和数据管理要素能力域能力项管理要素数据战略数据战略规划利益相关者管理数据战略管理规范数据战略制定资源保障数据战略实施数据战略实施规划数据战略实施管理数据战略评估数据战略业务案例数据战略效益评价数据治理数据治理组织数据治理组织架构数据治理团队能力建设数据认责数据治理评价考核数据制度建设数据制度制定数据制度实施数据治理沟通数据治理沟通方案数据治理沟通执行数据架构数据模型数据模型规范数据模型建设数据模型应用数据模型工具数据分布数据分布关系梳理数据分布关系应用数据资

15、源目录工具数据集成数据集成规范数据集成工具数据汇聚数据整合元数据管理元模型建设元数据采集元数据应用元数据维护元数据管理工具表1（续）能力域能力项管理要素数据应用数据共享与开放数据共享与开放策略数据共享与开放需求管理数据共享与开放目录数据共享与开放平台数据分析数据分析管理规范数据分析需求管理数据分析工具数据分析成果应用及评价数据服务数据服务规范数据服务需求数据服务开发数据服务运营数据服务效益评估数据安全数据安全策略数据安全策略数据安全标准数据安全目标数据安全管理数据安全等级划分数据安全保护数据安全监控数据安全风险分析数据安全宣贯数据安全审计数据安全审计规范数据安全审计实施数据安全审计成果应用数据

16、质量数据质量需求数据质量管理规范数据质量管理目标数据质量需求管理数据质量评价指标数据质量规则数据质量核查数据质量核查计划数据质量核查实施数据质量问题管理数据质量核查工具数据质量分析数据质量问题分析方法数据质量问题分析计划数据质量问题分析数据质量分析知识库数据质量提升数据质量提升方案表1（续）能力域能力项管理要素数据问题更正数据质量提升实施数据质量考核数据质量培训宣贯数据标准业务术语业务术语规范业务术语建设业务术语应用主数据和参考数据主数据和参考数据管理规范主数据和参考数据建设主数据和参考数据应用主数据管理平台指标数据指标数据管理规范指标数据体系设计指标数据建设指标数据管控数据生存周期数据需求数

17、据需求管理规范数据需求收集数据需求评审数据需求符合性管理数据设计和开发数据解决方案设计数据解决方案质量管理数据解决方案实施数据运维数据运维管理规范数据运维方案管理数据提供方管理数据组件运维数据需求跟踪管理数据退役数据退役规范数据退役方案设计数据退役实施5. 2成熟度等级5. 2. 1 初始级数据需求的管理主要是在项目级体现，没有统一的管理流程，主要是被动式管理，具体特征如下:a）在制定战略决策时，未获得充分的数据支持；b）没有正式的数据规划、数据架构设计、数据管理组织和流程等；C）应用系统仅是数据承载手段之一，各自管理自己的数据，各应用系统之间的数据存在不一致现 象，未意识到数据管理或数据质量

18、的重要性；d)数据管理仅根据项目实施的周期进行，无法核算数据维护、管理的成本。5.2.2受管理级意识到数据是资产，根据管理策略的要求制定了管理流程，指定了相关人员进行初步管理，具体特 征如下：a)b)c)d)意识到数据的重要性，并制定部分数据管理规范，设置了相关岗位；意识到数据质量和数据孤岛是一个重要的管理问题，但目前没有解决问题的办法； 进行了初步的数据集成工作，尝试整合各应用系统的数据，设计了相关数据模型和管理岗位； 开始进行了一些重要数据管理工作，对重要数据的安全、风险等方面设计相关管理措施。5. 2. 3稳健级数据已被当做实现绩效目标的重要资产，在公司层面制定系列的标准化管理流程，促进

19、数据管理的规范化，a)b)c)d)e)具体特征如下：意识到数据的价值，在公司内部建立数据管理的规章和制度； 数据的管理以及应用能结合业务战略、经营管理需求以及外部监管需求； 建立相关数据管理组织、管理流程，推动各部门按流程开展工作； 在日常的决策、业务开展过程中能获取数据支持，明显提升工作效率； 参与行业数据管理相关培训，具有专职数据管理人员。5.2.4量化管理级数据被认为是获取竞争优势的重要资源，数据管理的效率能量化分析和监控，具体特征如下：a）公司层面认识到数据是重要的战略资产，了解数据在业务流程优化、绩效提升等方面的重要作 用，在制定业务战略时可获得数据支持；b）在公司层面建立可量化的评

20、估指标体系，准确测量数据管理流程的效率并及时优化；c）参与国家、行业等相关标准的制定工作；d）初步建成数据生态体系，具有一定社会影响力。5. 2. 5 优化级数据被认为是公司生存和发展的核心基础，实时支撑业务流程优化，能在行业内进行最佳实践分享， 具体特征如下：a）将数据作为核心竞争力，利用数据创造更多的价值和提升公司的效率；b）将数据管理能力自身建设经验作为行业最佳案例进行推广；c）数据治理基本达到国际同行业一流水平，牵头编制国家、行业数据管理标准和制度；d）全面建成国际一流、共建共享、共治共赢的数据生态体系，具有重大社会影响力。6数据战略6.1数据战略规划6. 1. 1 概述数据战略规划是

21、在所有利益相关者之间达成共识的结果，是关于数据生存周期管理的战略性谋划。 数据战略应顺应能源革命与数字革命的融合趋势，分析数据管理及应用的动因，并综合反映利益相关者 的数据战略需求。6. 1.2过程描述过程描述如下:a)b)c)d)制定数据战略管理规范；识别利益相关者，征集利益相关者的数据需求； 评估数据战略需求，分析收集的数据需求，开展业务和信息化现状评估，明确数据战略需求; 制定数据战略，包含但不限于：1）愿景陈述，包含战略陈述、对应战略的数据管理原则、目的和目标；2）规划范围，包含重要业务领域、数据范围和数据管理优先级；3）蓝图框架，明确数据业务的体系框架；4）主要差距，明确当前数据业务

22、与战略愿景存在的差距；5）职责分工，明确数据战略的职责分工；6）方案编制，明确数据战略的各项任务；7）路线图编制，编制数据工作开展的计划和途径。e)f)数据战略发布，正式发布数据战略；数据战略修订，根据公司战略的变化及评估结果，定期进行数据战略的修订。6. 1.3过程目标过程目标如下:a)b)c)编制和发布数据战略；基于数据业务价值和数据管理目标，识别利益相关者，分析相关数据战略任务的优先级； 制定、监控和评估后续计划，指导数据战略规划实施。6. 1.4能力等级标准能力等级标准如下:a)第1级：初始级：在项目建设过程中明确数据管理目标和范围。b)第2级：受管理级：1）部门开展数据管理任务的利益

23、相关者识别工作；2）制定与部门发展需求相适应的数据管理计划；3）数据管理计划的制定遵循相关管理流程；4）维护数据管理计划和公司战略之间的关联关系。c)第3级：稳健级：1）制定数据战略管理制度和流程，明确利益相关者职责，规范数据战略管理过程；2）制定与业务战略相适应的数据战略；3）提供数据战略实施需要的资源保障，包括资金保障、人才保障等；4）按标准对数据战略进行发布、维护、审查和公告；5）编制数据战略实施路线图，指导数据工作的开展；6）定期修订数据战略。d）第4级：量化管理级：1）量化分析数据战略的管理过程；2）量化分析数据战略落实情况，并持续优化数据战略；3）量化评估数据战略对关键业务战略的支

24、撑效果。e）第5级：优化级：1）在业界分享数据战略规划最佳实践，成为行业标杆；2）主导或参与数据战略规划相关国家、行业标准的制定，且有关实践成果被标准采纳。6.2数据战略实施6. 2. 1 概述数据战略实施是确定数据战略实施主体，落实保障机制，开展数据战略任务分解，制定数据战略实 施路线图，推进数据战略任务实施的过程。实施过程中通过评估战略任务实施的现状，确定现状与愿景、 目标之间的差距；依据数据战略分解阶段性战略任务目标，并确定实施步骤。6. 2. 2 过程描述过程描述如下：a）任务分解，分解数据战略的任务目标，明确阶段性建设目标；b）现状评估，对当前数据业务现状进行分析，评估各项工作开展情

25、况；c）评估差距，将现状评估结果与数据战略任务目标进行对比，分析存在的差异；d）制定计划，开展数据战略任务优先级排序，制定数据战略实施计划；e）资源保障，依据实施路径，确定开展各项任务所需的资金、人才等资源；f）任务实施，根据数据战略实施计划推动各项数据战略任务的落实；g）过程监控，依据实施计划，及时对实施过程进行监控。6.2.3 过程目标过程目标如下：a）对现状和战略目标进行对比，分析存在差距，明确发展方向；b）推动战略实施，基于存在的差距，结合业务战略实施计划，对数据战略任务优先级排序，提供 人才资源和资金保障，推动战略实施；c）检查数据战略落实情况，定期评估实施效果。6. 2. 4 能力

26、等级标准能力等级标准如下：a）第1级：初始级：在具体项目中反映数据管理的任务、优先级安排等内容。b）第2级：受管理级：1）部门层面评估关键数据业务现状与愿景、目标的差距；2）部门层面确定数据管理项目的优先级并遵照执行；3）部门层面制定数据任务目标，并对所有任务全面分析，确定实施路线图并推动落实执行。c）第3级：稳健级：1）公司全面评估各项数据业务现状与愿景、目标的差距；2）公司统一开展数据战略任务分解，明确阶段性任务以及优先级，制定任务计划，并提供人 才、资金等方面的保障；3）推动数据战略任务的落实执行；4）跟踪评估各项数据战略任务的实施进展，定期向利益相关者发布数据战略任务进展情况。d）第4

27、级：量化管理级：1）量化评估数据管理现状和数据战略目标之间的差距，并指导任务计划的制定；2）定期收集数据战略任务进展情况，开展量化分析，并对数据战略任务计划进行修编，提升 任务计划的准确性。e）第5级：优化级：1）在业界分享数据战略实施最佳实践，成为行业标杆；2）主导或参与数据战略实施相关国家、行业标准的制定，且有关实践成果被标准采纳。6.3数据战略评估6. 3. 1 概述数据战略评估是通过制定数据战略评估规范，从事前、事中、事后等维度对数据战略实施情况进行 评估，全面了解数据战略进展，做好数据战略的滚动修编，同时做好记录供审计使用。6. 3. 2 过程描述过程描述如下：a）建立数据战略评估规

28、范，制定评估方法；b）建立业务案例，确定数据战略任务的范围、任务活动、期望价值；c）建立任务效益评估模型，从时间、成本、效益等方面建立数据战略任务效益评估模型；d）实施评估，针对数据战略任务开展效益评估，评估结果支撑数据战略的修订。6. 3. 3 过程目标过程目标如下：a）建立数据战略业务案例，明确数据工作价值，争取领导层和业务部门的支持；b）建立数据战略任务评估模型，定期评价数据战略的进展；c）对数据战略任务开展、资金落实及管理活动等信息进行记录、跟踪、审计和评估。6. 3. 4 能力等级标准能力等级标准如下：a）第1级：初始级：1）在项目内建立数据任务的业务案例；2）在项目内对数据任务进行

29、成本和收益分析。b）第2级：受管理级：1）部门层面建立数据任务评估管理规范；2）部门层面建立业务案例和任务效益评估模型；3）部门层面根据任务效益评估模型对数据任务进行评估。c）第3级：稳健级：1）公司明确数据战略任务利益相关者的职责，建立数据战略任务评估管理规范；2）公司明确统一的业务案例模板，制定数据战略业务案例，获得利益相关者的支持和参与;3）公司制定数据战略任务的效益评估模型，并定期对数据战略任务进行评估。d）第4级：量化管理级：1）量化评估业务案例中数据价值和收益预测的准确性；2）量化评估数据战略资源使用情况，并及时调整相关资源分配。e）第5级：优化级：1）在业界分享数据战略评估最佳实

30、践，成为行业标杆；2）主导或参与数据战略评估相关国家、行业标准的制定，且有关成果被标准采纳。7数据治理7. 1数据治理组织7. 1. 1 概述数据治理组织是各项数据工作开展的基础，包括组织建设、岗位设置、评价考核等。数据治理组织 在数据管理和数据应用中行使规划和控制职责，推动各项数据工作执行，确保数据战略目标有效落实。 7. 1.2 过程描述过程描述如下：a）建立数据治理组织架构，明确职责分工，推动数据战略实施；b）设置数据治理岗位，明确岗位职责、任职要求等；c）建设数据治理团队，构建技能全面、梯次合理的数据治理人才队伍；d）推动数据认责，明确各责任主体及责任要求；e）建立绩效评价体系，制定数

31、据治理组织、岗位的绩效考核体系，并推动执行。7- 1 3 过程目标过程目标如下：a）建立完善的数据治理组织架构及流程机制；b）设置数据管理专、兼职岗位，持续推动团队建设；c）建立并优化数据治理绩效评价体系。7.1.4 能力等级标准能力等级标准如下：a）第1级：初始级：1）项目成员独自解决数据问题；2）项目中体现数据治理的岗位及职责。b）第2级：受管理级：1）部门层面设置数据治理兼职或专职岗位，岗位职责明确；2）部门层面明确新建项目中数据治理岗位的管理职责；3）部门层面建立数据管理责任矩阵，明确数据管理职责；4）部门层面制定数据考核要求和检查办法，落实并提出奖惩意见。c）第3级：稳健级：d)e)

32、|7 )/ )/12 3)/ )/4 5J/ J/A-nn. )/ |72 3 負 1 2建立职责清晰的数据治理架构，构建各利益相关者在数据治理中的协同工作机制；数据治理人员岗位职责明确，并在岗位描述中体现；制定并发布统一的数据认责方法和实施流程；推动数据认责管理，明确各类数据责任主体；建立数据治理工作评价标准并实施。4级:量化管理级：建立复合型数据团队，覆盖管理、技术和运营等；建立数据人员职业晋升路线图，明确发展目标；建立量化评价标准，评价数据治理工作成效。5级：优化级：在业界分享数据治理组织最佳实践，成为行业标杆；主导或参与数据治理组织相关国家、行业标准的制定，且有关实践成果被标准采纳。7

33、.2数据制度建设7. 2. 1 概述数据制度建设是为保障数据治理规范化运行，建立制度体系的过程。数据制度体系通常分层设计， 遵循严格的发布流程并定期修订。结合数据治理组织设置，持续推动数据制度落地实施。7. 2. 2 过程描述过程描述如下：a）制定数据制度框架，包括办法、规范和细则，规定数据治理的目标、原则、任务、工作方式、 具体措施等；b）编制数据制度内容，数据管理办法、数据管理规范、数据管理细则应密切衔接，构成数据制度 体系；c）发布数据制度，审批后正式发布；d）宣贯数据制度，进行宣传、培训解读及问题解答等；e）实施数据制度，结合数据治理组织设置，推动数据制度落地实施。7.2.3 过程目标

34、过程目标如下：a）建立完善的数据制度体系，包括数据管理办法、规范、细则；b）建立数据制度的管理流程，进行发布、推广和修订。7. 2. 4 能力等级标准能力等级标准如下：a）第1级：初始级：1）项目中明确相关数据管理要求；2）数据管理要求的落实和执行由各项目组自行决定。b）第2级：受管理级：1）部门层面识别数据制度的内部利益相关者，考虑了利益相关者诉求；2）部门层面搭建内部数据制度框架结构，明确数据管理基本原则；)/d)e)|7 )/ )/3 4 5)/)/ )/2 34)/5)/)/2)/2)部门层面明确内部数据制度相关管理角色，推动数据制度实施；部门层面初步建立防范法律法规风险的相关数据制度

35、；部门层面跟踪数据制度实施情况，并维护版本更新。3级：稳健级：建立数据制度体系框架，涵盖办法、规范、细则；识别数据制度利益相关者，利益相关者参与制度制定并达成一致；数据制度的制定满足监管、合规等要求；数据制度涵盖各数据能力域的管理要求，并正式发布；建立完善的数据制度管理机制并持续修订。4级:量化管理级：数据制度的制定参考行业最佳实践，体现业务发展需要，推动数据战略实施；制定评价指标体系，量化评估数据制度的执行情况，优化数据制度管理过程。5级：优化级：在业界分享数据管理制度最佳实践，成为行业标杆；主导或参与数据管理制度相关国家、行业标准的制定，且有关实践成果被标准采纳。7.3数据治理沟通7. 3

36、. 1 概述数据治理沟通是建立培训宣贯、进展汇报等机制，确保利益相关者及时了解数据制度、标准、工作 进展的最新情况；定期组织开展数据管理和应用培训，提升数据团队知识和技能，培养数据资产意识， 构建数据文化。7. 3. 2 过程描述过程描述如下:a）收集数据治理沟通需求，广泛征求利益相关者的沟通需求，了解沟通的重点内容;b）建立数据治理沟通渠道，明确沟通的主要渠道；c）制定数据治理沟通计划，明确沟通内容、范围和渠道，并在利益相关者之间达成共识;d）执行数据治理沟通计划，按照沟通计划，实施沟通活动；e）建立数据治理问题协商机制，重大问题可扩大参与人范围并引入更高层级管理者，以解决分歧、进行决策；f

37、）制定培训宣贯计划，根据人员和业务发展的需要，制定培训宣贯计划;g）开展培训，定期开展数据治理相关培训。7.3.3过程目标过程目标如下：a）建立沟通渠道，制定和实施沟通计划，提升各方对数据制度、标准的理解;b）建立问题协商机制，掌握各方诉求，有效解决分歧，推动问题解决；c）形成良好的沟通文化，促进数据治理工作的开展。7. 3. 4 能力等级标准能力等级标准如下:a）第1级：初始级：1）项目中制定数据管理和数据应用的沟通计划；2）项目中开展沟通活动的实施和管理。a）第2级：受管理级：1）部门层面将数据管理政策、标准纳入沟通范围；2）部门层面定义内部数据管理沟通计划，按计划推动活动开展；3）部门层

38、面开展数据治理工作汇报、交流和培训。c）第3级：稳健级：1）识别数据工作的利益相关者，明确各自诉求，制定并审批相关沟通计划和培训计划；2）建立不同层级间的协同沟通机制，明确不同数据管理活动的沟通路径，满足沟通升级或变 更管理要求，发布并监督执行；3）明确统一的沟通宣贯方式，定期发布有关进展情况；4）定期开展数据制度、理论方法和最佳实践等的培训工作，推动数据制度有效落地，提升数 据管理和应用能力；5）明确数据工作进展报告的内容并定期发布。d）第4级：量化管理级：1）建立与外部利益相关者的沟通机制，并持续扩大沟通范围；2）收集并整理行业内外数据管理相关案例，包括最佳实践、经验总结等，并定期发布；3

39、）全员了解数据管理与应用的价值，认同数据是重要生产要素。e）第5级：优化级：1）在业界分享数据治理沟通最佳实践，成为行业标杆；2）主导或参与数据治理沟通相关国家、行业标准的制定，且有关实践成果被标准采纳。8数据架构8.1数据模型8. 1. 1 概述数据模型是一种描述业务相关对象逻辑结构和相互关系的一套数据规范。数据模型分为国网公司级 数据模型和系统应用级数据模型。SG-CIM数据模型作为国网公司级数据模型，是结合全业务设计形成 的一套完整、标准的数据模型，其总体架构包括主题域模型、概念模型、逻辑模型和物理模型。系统应 用级数据模型包括逻辑模型和物理模型。8. 1.2 过程描述过程描述如下：a）

40、制定和维护SG-CIM数据模型规范和标准，包括数据模型管理组织、岗位、流程，以及模型设 计规范、命名规范、常用术语等；b）收集和分析数据需求，包括收集和分析实现业务战略、满足内外部监管、与外部相关方互联互 通和应用系统建设的数据需求等；c）开发和维护SG-CIM数据模型，遵循数据模型管理要求和管理规范，分析模型数据需求，进行 SG-CIM数据模型设计；17Q/GDW 121172021d）应用SG-CIM数据模型，开展SG-CIM数据模型在应用系统、数据中心等场景的落地实施，并定 期进行模型遵从度检查。8. 1.3过程目标过程目标如下：a）建立SG-CIM数据模型设计开发和管理规范；b）开发和

41、维护SG-CIM数据模型；c）使用SG-CIM数据模型指导应用系统建设。8.1.4能力等级标准能力等级标准如下：a）第1级：初始级：1）在项目中编制数据模型设计规范；2）根据相关规范指导应用系统物理模型设计。b）第2级：受管理级：1）设置数据模型管理岗位，明确有关岗位职责；2）编制数据模型设计规范，收集和分析公司数据需求，建立数据模型；3）SG-CIM数据模型在部分应用系统数据模型中落地实施，推动部分业务领域的业务协同和 数据共享；4）建设数据模型管理工具，支撑数据模型建设、管理和维护。c）第3级：稳健级：1）建立数据模型人才管理制度，定期开展数据模型培训宣贯；2）基于SG-CIM数据模型，规

42、范和指导应用系统投资建设、运营维护；3）新建系统遵循SG-CIM数据模型设计规范，开展系统数据模型设计；4）存量系统遵循SG-CIM数据模型设计规范逐步开展系统数据模型优化改造；5）推动SG-CIM数据模型在数据中心等数据集成共享环境中的落地实施，为数据整合和数据 分析应用提供支撑；6）建立SG-CIM数据模型和系统级数据模型的映射关系，并根据系统建设情况，定期升级更 新SG-CIM数据模型；7）固化SG-CIM数据模型设计成果，规范模型管理流程，满足协同管理和应用的需求。d）第4级：量化管理级：1）跟踪预测内外部数据需求，持续优化SG-CIM数据模型；2）建立SG-CIM数据模型和系统数据模

43、型的同步升级机制，评估分析版本升级产生的影响；3）建立系统数据模型遵从度量化评估指标，进行模型应用考核；4）在信息化项目概设评审、第三方测试等方面自动开展数据模型遵从度检查。e）第5级：优化级：1）在业界分享数据模型最佳实践，成为行业标杆；2）主导或参与数据模型相关国家、行业标准的制定，且有关实践成果被标准采纳。 8.2数据分布8. 2. 1 概述#Q/GDW 121172021数据分布明确数据在组织、流程和系统方面的分布关系，定义数据类型，明确权威数据源，为数据 工作提供参考和规范。通过数据资源盘点，建立数据资源目录，定义数据相关工作优先级与数据责任人， 进一步优化数据的集成关系。8. 2.

44、 2 过程描述过程描述如下：a）制定管理制度，明确数据分布关系管理要求，指导开展数据分布关系梳理、应用、维护及工具 开发等工作；b）数据资源盘点，梳理数据资源，明确数据定义，分析存在的数据问题；c）分布关系梳理，分析数据产生、存储和共享状况，明确数据与组织、流程和系统方面的分布关 系，建设数据资源目录；d）分布关系应用，基于梳理成果开展数据认责、数据溯源、量化数据热度、优化数据存储和集成 关系等工作；e）分布关系管理维护，根据业务流程和系统建设情况，及时更新、审批、发布数据分布关系。8.2.3 过程目标过程目标如下：a）对数据资源建立分类管理机制，明确权威数据源；b）梳理数据和组织、流程、系统

45、之间的关系，建立数据资源目录；c）通过数据分布的管理，进一步规范数据相关工作的建设。8. 2. 4 能力等级标准能力等级标准如下：a）第1级：初始级：项目中进行数据分布关系管理，分析数据和系统的关系、数据和流程的关系等。b）第2级：受管理级：1）对应用系统数据现状进行全面梳理，明确数据需求和存在的问题；2）梳理部分数据和组织、流程和系统之间的关系；3）部门层面建设数据资源目录，确定关键数据的权威数据源。c）第3级：稳健级：1）制定数据分布关系管理规范，统一数据分布关系的表现形式；2）明确数据分布关系梳理目标，开展数据分布关系梳理；3）对数据进行分类管理，建设数据资源目录，明确数据和组织、流程、

46、系统之间的关系；4）确定关键数据的权威数据源和合理的数据部署；5）建设数据资源目录管理工具，开展数据分布应用和维护工作。d）第4级：量化管理级：1）通过数据分布关系的梳理，优化数据存储和集成关系；2）通过数据分布关系的应用，量化分析并快速展示数据相关工作的业务价值；3）制定量化评价指标，对数据资源目录及其工具进行量化考核。e）第5级：优化级：1）在业界分享数据分布最佳实践，成为行业标杆；2）主导或参与数据分布相关国家、行业标准的制定，且有关实践成果被标准采纳。8.3数据集成8. 3. 1 概述数据集成是指数据的汇聚、整合。通过制定数据集成规范，建立数据互通机制，构建数据集成平台， 推动各应用系

47、统数据汇聚，实现各部门、各层级之间数据互联互通。8. 3. 2 过程描述过程描述如下：a）建立数据集成管理规范，明确集成原则，并制定相适应的集成技术标准；b）持续推进数据中心等数据集成共享环境建设，整合多源异构数据，实现复杂数据的加工处理、 便捷访问；c）开展数据集成方式检查，对新增数据集成接口进行检查，确保符合数据集成的制度规范以及权 威数据源的管理要求；d）持续推进统一建设、自主研发等应用系统数据汇聚；e）按照SG-CIM数据模型规范的要求开展数据整合工作。8.3.3 过程目标过程目标如下：a）建立高效、灵活、适应性好的应用系统数据集成规范和机制；b）建立数据中心等数据集成共享环境，形成对

48、复杂数据加工处理、便捷访问的环境；c）持续推进应用系统数据的汇聚，定期开展各类集成接口的检查与分析；d）基于数据集成共享环境实现数据的互联互通。8. 3. 4 能力等级标准能力等级标准如下：a）第1级：初始级：1）应用系统通过数据接口和离线传输方式进行数据集成；2）部门层面通过点对点的方式进行数据集成。b）第2级：受管理级：1）部门层面制定数据集成管理制度，明确各方职责；2）部门层面对数据集成需求进行识别与管理；3）建立部门层面数据集成服务标准，促进数据集成工作的开展；4）按照统一要求开展数据中心等数据集成共享环境建设，推进SG-CIM数据模型的落地；5）推进统一建设、自主研发等应用系统数据汇

49、聚；6）开展数据集成方式检查，确保相关标准和规范落地实施。c）第3级：稳健级：1）制定数据集成管理规范和技术规范；2）推进数据中心等数据集成共享环境建设，构建各类数据的快速接入机制，实现多源异构数 据的整合；3）新建系统遵从数据集成技术规范以及权威数据源的管理要求；4）存量系统根据数据集成技术规范，逐步开展优化与整改；5）推进各应用系统数据按照SG-CIM数据模型的要求进行汇聚、整合；6）基于数据中心等数据集成共享环境实现数据的互联互通。d）第4级：量化管理级：1）建立数据汇聚整合的量化指标，定期开展数据汇聚整合的评估考核；2）采用新技术，持续优化和提升数据集成能力。e）第5级：优化级：1）在

50、业界分享数据集成最佳实践，成为行业标杆；2）主导数据集成相关国家、行业标准的制定，且有关实践成果被标准采纳。8. 4元数据管理8. 4. 1 概述元数据是从业务、技术和管理三个维度对数据对象的定义和描述，包括业务元数据、技术元数据和 管理元数据。元数据管理是关于元数据的采集、整合、管理和应用等流程的集合。8. 4. 2 过程描述过程描述如下：a）元模型管理，是对数据对象进行分类并定义每类数据的元数据属性的过程，元模型采用或参考 相关国家标准；b）元数据采集和梳理，基于元模型采集元数据，集成不同类型、不同来源的元数据，形成对数据 描述的统一视图，并基于规范的流程及时更新管理；c）元数据应用，基于

51、数据管理和数据应用需求，开展元数据分析应用工作，包括但不限于数据查 询、血缘分析、影响分析、符合性分析、质量分析等；d）元数据维护，监测应用系统元数据变化，进行元数据新增和变更的审核，并及时发布；e）建设元数据工具，建设元数据采集、检查、监控等功能，开发血缘分析、影响分析、数据地图、 等应用工作。8.4.3 过程目标过程目标如下：a）建立元模型标准，对元数据进行分类，建设元数据地图；b）有效集成各类元数据，建设数据资源全景图，从业务、技术、管理不同视角管理和使用数据资 源；c）丰富元数据应用和元数据服务，支撑数据管理和数据应用。8. 4. 4 能力等级标准能力等级标准如下：a）第1级：初始级：

52、1）元模型遵循应用系统项目建设需要和工具已有定义；2）项目层面生成和维护各类元数据，包括业务元数据、技术元数据和管理元数据；3）项目层面收集元数据应用需求，并开发数据血缘分析、影响分析等应用。b）第2级：受管理级：1）部门层面制定元数据设计和管理规范，设置兼职或专职管理岗位并明确岗位职责；2）部门层面对元数据进行分类，并设计各类元数据的元模型；3）部门层面制定元数据采集和变更流程，对元模型进行采集和变更；4）按照元模型管理要求采集新建系统的元数据，更新元数据存储库；5）部门层面收集元数据应用需求，实现部分元数据应用，如数据血缘分析、影响分析等。c）第3级：稳健级：1）制定元数据管理规范与管理流

53、程；2）进行元数据分类并明确各元数据的范围，设计相应的元模型；3）建设元数据应用需求管理流程，实现统一管理和开发；4）实现丰富的元数据应用，开展数据血缘分析、影响分析、指标数据溯源、元数据一致性检 查等工作；5）制定元数据变更管理流程，基于规范流程对元模型进行变更；6）建立元数据存储库，统一管理各业务域及其应用系统的元数据；7）建设并应用元数据管理工具。d）第4级：量化管理级：1）与外部合作开展元模型融合设计开发，实现与外部相关方的元数据共享、交换和应用；2）定义并应用量化指标，量化评估元数据管理的有效性和元数据应用的业务价值。e）第5级：优化级：1）在业界分享元数据管理最佳实践，成为行业标杆；2）主导或参与元数据管理相关国家、行业标准的制定，且有关实践成果被标准采纳。9数据应用9.1数据共享与开放9. 1. 1 概述数据