数据治理体系完整指南

数据治理体系完整指南01数据治理体系数据治理体系内容从两个维度来看：1）数据治理难点痛点：数据脉络不清晰、数据汇聚能力不足、数据管控能力薄弱、数据治理体系不完善、开放形式不完善。2）数据治理5个核心：理、聚、管、治、用。数据治理体系主要包含内容有数据标准、元数据、数据建模、数据集成、数据生命周期、数据质量、数据开放、数据安全及数据应用。02元数据2.1、元数据解决的问题2.2、元数据分类2.3、元数据模型成熟度1、第一阶段：需要手动管理元数据，即在数据治理流程外需要额外增加的步骤。2、第二阶段：在数据探查阶段自动生成元数据。3、第三阶段：自动构建数据流转元数据。2.4、元数据建设目标和管理手段2.5元数据管理2.5元数据管理元数据管理方法：元数据管理能力：03数据标准常见的数据标准包含基础数据标准和指标数据标准。主要构成：业务定义+管理信息+技术属性主要构成：业务定义+管理信息+技术属性数据标准包含内容包括：主题&分类+标注属性+标准代码3.2.2、数据标准类型（举例）不同行业的标准不同，这里仅是举例说明。如：性别、身份证、金额、手机号码、行业、级别的分级分类的代码等3.3、数据标准管理体系涉及思路数据标准来源于业务，服务于业务。依据已有标准进行建设3.4、数据标准架构体系通过统一标准和架构规范，统一指标、统一术语、统一模型、统一信息项，解决数据口径解释不清晰、业务和数据理解不一致等问题，实现数据在架构层面但并非所有基础类数据都要建立标准，纳入标准的数据项需要满足共享性、重3.5、管理类数据标准建设原则定义：分析类数据标准的业务含义和所适用的业务场景保持一致。口径：分析类数据标准的业务取值范围、计算方法和编码规则等业务规则保持一直。名称：分析类数据标准中文名称和英文名称均采用统一命名规则，表示相同业务含义的信息项名称应保持一直。参照：各分析类数据标准项标准化时参考的外部标准（包括国际标准、国家标准和行业标准内部业务制度和业务规范应保持一致。来源：每个分析类数据标准都应有权威的来源系统；其他系统使用该信息时应直接取用权威系统结果，以保持一致。以下为某企业数据标准体系框架示例，分为基础类数据标准和管理类数据标准3.6、数据标准生命周期管理04数据建模4.1、概念4.2、数据模型分类4.3、数据模型生命周期4.4、案例05数据集成5.1、概念5.2、数据集成整体架构06数据生命周期6.1、阶段划分按照两个大的阶段来划分：数据治理规划阶段+数据生命周期管理阶段•业务规划定义阶段：业务规划、业务标准设计••应用设计实现阶段：数据模型设计、应用标准设计、应用设计实现、数据录入••数据创建：利用数据模型保证数据完整、执行数据标准保证数据准确、加入数据质量检查创建准确、保证数据在合理的系统生成；••数据使用：利用元数据监控数据使用、利用数据标准保证数据准确、利用数据质量检查加工准确、确保数据在合理的系统使用、控制数据的派生；据的派生；••数据归档：利用评估手段保证归档时机、分数据类型规档数据；••数据销毁：利用评估手段保证数据销毁时机，分数据类型销毁数据。••满足对历史数据查询相关政策和管理制度的要求••满足业务操作和管理分析的需要••满足审计管理要求••减少数据冗余，提高数据一致性••存储、硬件、运维等方面基础设施投入••提升应用系统性能，提高响应速度•6.2、管理要求和手段6.3、管理规范和管理办法07数据质量7.1、数据质量管理目标1.根据数据消费者的需求，开发一种满足数据质量要求的管理方法2.定义数据质量控制的标准和规范，并作文整个数据生命周期的一部分3.定义和事实测量、监控和报告数据质量水平的过程4.根据数据消费者要求，通过改变流程和系统，以及参与可显著改善数据质量的活动，识别和倡导提高数据质量的机会7.2、生命周期•计划阶段：数据质量团队评估已知的问题范围、影响和优先级，并评估解决这些问题的备选方案。•执行计划：数据质量团队负责努力解决引起问题的根本原因，并做出对持续监控数据的计划（技术问题、流程问题）。•检查阶段：这一阶段包括积极监控按要求评测的数据质量。•处理阶段：处理和解决新出现的数据质量问题的活动。7.3、数据质量维度7.4、数据质量常用工具08数据开发8.1、数据资产数据资产的应用实现方式，打通基础数据链条，实现联通协同，提升数据价值数据资产生命周期：注册、变更、监控、下线8.2、数据服务数据服务技术架构:09数据安