《大数据通识教程》 课件 第6章 大数据与城市大脑

数字文明与数字治理大数据通识教程第6章杨武剑周苏主编大数据与城市大脑01智慧交通驶入快车道02城市大脑建设03大数据——智慧城市的核心04城市大数据治理目录/CONTENTSPART01智慧交通驶入快车道信息时代的生产生活越来越便捷，这种变化其实跟身边的新型基础设施建设密切相关。在新基建中，智慧交通是重要领域之一。纵横交错的交通基础设施，是中国经济发展的强劲动脉。那么，大力发展的智慧交通新在哪里？会有哪些传统交通所不具有的独特智慧？6.1智慧交通驶入快车道在四川成都到宜宾路段的成宜高速，正在进行基于智慧高速系统的高精度导航测试。不仅界面呈现从二维变成更加直观的三维，区别于目前大多数的普通导航只能做到本车模糊定位，无法提供周边车辆动态等信息，这个新的导航系统，可以达到车道厘米级的精度，并且可以精准感知周边乃至远端车辆信息。图6-4智慧交通管理6.1智慧交通驶入快车道基于智慧化的新基建赋能，导航和感知更精准。作为国家交通运输领域新型基础设施重点工程之一，2021年，成宜高速开始智慧化改造，在中间隔离带，每隔800米就设立一根智慧杆柱，除了集合各种摄像机等传统视觉监控设备，还专门安装新型设备毫米波雷达（图6-5）作为核心传感器，实现对道路24小时实时精准感知。不仅是感知，所有这些数据信息，都接入这个高速整体监控中心系统的大数据处理单元，通过大数据、云计算、物联网、人工智能、雷视融合等新一代信息技术，这些数据被迅速处理分析后，生成一条条的服务信息，返回到车里。6.1.1导航和感知更精准

图6-5低速车毫米波雷达避障解决方案6.1.1导航和感知更精准精准感知、精确分析。在新基建赋能下，人、车、路正在实现协同，让行驶在智慧高速上的车有了“千里眼”。新基建的交通基础设施把大数据、网络、人工智能等先进技术引入传统的道路和交通基础设施中。使得作为一种实现人和货物移动的传统物理通道交通基础设施，通过新基建的赋能增加了信息通道的功能。人、车、路的协同不仅让开车的人更方便，更重要的是，还大大助力了路段通行效率，同时也为下一步在真实道路上大规模实现无人驾驶，提供了基础。6.1.1导航和感知更精准近年来，我国综合立体交通网加速成形，已建成全球最大的高速铁路网、高速公路网、世界级港口群，航空海运通达全球。与此同时，以互联网、大数据、人工智能为基础的信息技术发展迅速，新基建赋能正成为促进交通设施提质增效、交通运输事业高质量发展的重要抓手。通过新基建的赋能赋智，可以用较少的资源和资金投入实现现有基础设施能力和效率的提升，这也是进一步提升交通运输行业，服务国家经济发展、服务人民出行的重要机遇。6.1.1导航和感知更精准新基建赋能，让百姓出行更美好。现在，自助值机、自助行李托运、刷脸安检、刷脸登机、智慧问询等便民“黑科技”，在越来越多的机场被运用，获得了不少旅客点赞。6.1.1导航和感知更精准除了服务更精心，新基建赋能还让机场的管理更精细。怎样让飞机更准点是机场管理的重点之一。旅客、行李、机务、航食、航油等都是保障的关键节点，这些环节有没有做好准备？飞机是不是可以准点起飞？以往这类信息大部分依赖人工上报，不仅容易有误差，即时性差，溯源追踪也很麻烦。现在，基于大数据和人工智能的新基建，让管理人员足不出户也能做到一目了然。6.1.2机场管理更精细青岛胶东国际机场的智能管理系统将所有可能导致航班延误的因素和环节都纳入其中。监测是基础，通过智能视频分析技术，对异常事件可以自动预警，比如作业人员未正确穿戴反光服、反光锥桶违规摆放、异常时段人员入侵等，系统都能迅速精准识别并且做出提示。图6-6机场智能管理6.1.2机场管理更精细不仅助力某个具体任务，随着民航新基建的推进，基于室内高精度定位和数字孪生三维建模等领先技术的支撑，有些机场已经实现了全场景、全流程的数字化。北京首都国际机场是一个三座航站楼、三条跑道、双塔台同时运营的超大型国际机场，年旅客吞吐量多次破亿。通过智慧机场建设，每天1000多万条航空器位置数据、2000多万条车辆位置数据，23000余个传感器采集的近亿条环境监测数据等等，都汇集在这个实体机场的数字孪生世界，成为机场智能管理和智慧决策的底座。6.1.2机场管理更精细长江作为货运量位居全球内河第一的黄金水道，是连接我国东、中、西部的重要纽带。2754公里的长江干线航道，流经沿江七省二市。因为有丰水期和枯水期，长江的航道也随时在变化。看得见的是水涨水落，看不见的是水面下的河床。以前在长江上行船，只能靠航行图作参考，但纸质版的航行图三五年才更新一次，跟不上航道的变化，船走哪条路，装载量多少，大多要船长凭经验判断。现在，随着数字航道的建设，这一切发生了不小的改变（图6-7）。6.1.3数字航道动态监测图6-7机场智能管理6.1.3数字航道动态监测用于水上导航的长江电子航道图App是国内内河航道首个高精度、标准化“一张图”。作为我国交通新基建重点工程之一，2019年长江干线数字航道全面联通运行。从宜宾到长江入海口的长江干线航道上，总共有5200多套航标遥测遥控终端、155座自动水位站、219艘航道维护工作船舶、34个通行信号台，这些设施都是数字航道的重要数据来源。在上面加装航标遥测遥控、加装水位遥测遥报以及一系列自动化信息采集系统，通过这些系统，再加上北斗、5G、物联网等技术，把数据实时传输到数据中心。6.1.3数字航道动态监测数据进入动态监测系统后，通过数据中心处理，从水面到水底，干线航道清晰立体地展现在人们面前。这些精准及时的信息，不仅让行船安全更有保障，运营效率也更高。过去，由于无法及时了解水深变化，为了安全，就要少装货，现在，基于长江数字航道新基建，航道深度和宽度每3天更新一次，并且还可以预测未来一周水深和船舶通航情况，载量就可以实现最大化。新基建促进新增长，在数字航道的助力下，2021年长江干线港口完成货物吞吐量超35亿吨，同比增长6%以上，创历史新高。6.1.3数字航道动态监测以高质量发展为主题，统筹推进交通新基建，2020年以来，交通运输部先后出台了推动交通运输领域新型基础设施建设的指导意见、五年行动方案等政策文件，以数字化、网络化、智能化为主线，推进智慧公路、智慧航道、智慧民航等建设行动。6.1.4创新驱动赋能增效总的来说，交通新基建发展仍处于起步探索阶段。由国家层面主导的交通产业智能升级已经全面开启。下一步，国家将结合有关规划政策实施，营造创新发展环境，激发市场活力，积极推进重点工程落地见效，打造有影响力的交通新基建样板，持续推动建设交通运输领域新型基础设施，为加快交通强国建设提供有力支撑。智慧交通走上快车道，水陆空齐头并进，不仅有助于解决传统交通领域存在的诸多难题，而且让交通向着发展绿色化、运行自动化、出行人性化前行，出行图景更加丰富生动，也为交通强国建设提供战略支撑。6.1.4创新驱动赋能增效PART02城市大脑建设“城市大脑”是创新运用大数据、云计算及智能技术等前沿科技构建的平台型城市协同和智能中枢，它整合汇集政府、企业和社会数据，在城市治理领域进行融合计算，实现城市运行的生命体征感知、公共资源配置、宏观决策指挥、事件预测预警、“城市病”治理等功能。当前，城市大脑已经在多地开始建设，全国宣布要做城市大脑的城市就达500多个，几乎涵盖所有副省级以上城市和地级市。阿里巴巴的ET城市大脑、百度的AICITY、腾讯的数字城市、华为的城市神经等解决方案让各个城市可以选择适合自己的智能城市建设方案。6.2城市大脑建设如何高质量推进数字政府建设？相关专家认为，政务大数据体系建设面临政务数据统筹管理机制有待完善、数据基础制度有待健全、政务数据共享质量有待提高等挑战。随着《全国一体化政务大数据体系建设指南》的出台，将厘清国家平台和地方部门平台之间的关系，建立以国家政务大数据平台为中心的全国一体化政务数据共享交换和服务体系，有效促进政务数据纵向贯通、横向联通，有力推进全国一体化政务大数据体系建设。6.2城市大脑建设2020年以来，城市大脑伴随着新基建，数字社会的发展成为新的产业热点。但作为一个新兴的科技概念，究竟如何理解城市大脑，不同领域的专家和企业有着不同的解读。6.2.1对城市大脑的认识2015年，科学网《基于互联网大脑架构的智慧城市建设探讨》一文中提出：“城市大脑是城市建设伴随着21世纪互联网架构的类脑化过程，逐步形成自己的中枢神经（云计算）、城市感觉神经（物联网）、城市运动神经（工业4.0，工业互联网）、城市神经末梢发育（边缘计算）、城市智慧的产生与应用（大数据与人工智能）、城市神经纤维（5G、光纤、卫星等通讯技术），在上述城市类脑神经的支撑下，形成城市建设的两大核心：第一是城市神经元网络（城市大社交网络），实现城市中人与人，人与物，物与物的信息交互。第二是城市大脑的云反射弧，实现城市服务的快速智能反应。云机器智能和云群体智慧是城市智慧涌现的核心动力。这样基于互联网大脑模型的类脑城市架构称之为城市大脑。”6.2.1对城市大脑的认识基于人工智能的解读，“城市大脑要搭建的是整个城市的人工智能中枢，是一个对城市信息进行处理和调度的超级人工智能系统。”基于城市生命体的解读，“城市大脑是基于城市生命体理念，以系统科学为指引，将散落在城市各个角落的数据（包括政务数据、企业数据、社会数据、互联网数据等）汇聚起来，用云计算、大数据、人工智能等前沿技术构建的平台型人工智能中枢。通过对城市进行全域的即时分析、指挥、调动、管理，从而实现对城市的精准分析、整体研判、协同指挥，帮助管理城市”。6.2.1对城市大脑的认识作为一个新生事物和新科技概念，对于城市大脑如何理解出现不同认知和定义，说明这个领域正处于从萌芽到快速发展的阶段。但每一种理解对于如何建设城市大脑，在顶层设计和战略定位上会有重大影响。6.2.1对城市大脑的认识互联网经过50年发展，从网状结构发展成为大脑模型，到21世纪，数十亿人类群体智慧与数百亿智能设备机器智能通过互联网大脑架构形成一个世界级的复杂智能巨系统。

图6-10互联网大脑架构6.2.2城市大脑产生根源和背景城市大脑是互联网大脑发育过程中与城市建设结合的产物，一方面会继承互联网大脑的特征，同时作为互联网大脑的子集，通过互联网大脑全球架构，城市大脑之间也将进行信息互动。前沿科技如物联网、云计算、大数据、云计算人、人工智能、边缘计算、数字孪生等，都是互联网大脑架构发育过程的产物，它们也是支撑城市大脑运转的技术基础。从互联网大脑模型中可以看出，建设城市大脑的两个关键要素分别是连接人、物、系统的类脑神经元网络，和能够对城市各种问题，各种需求进行解决的云反射弧。6.2.2城市大脑产生根源和背景城市大脑的发展和规划不应局限在一个城市，一个地区或一个国家内部，而应该实现世界范围科技生态的应用层对人，物，系统交互的规范，进而推动形成一个为人类协同发展提供支撑的世界级类脑智能平台。6.2.3城市大脑的未来目标由此，可以形成如下对城市大脑的解读和定义：城市大脑是互联网大脑架构与智慧城市建设结合的产物，是城市级的类脑复杂智能巨系统，在人类智慧和机器智能的共同参与下，在物联网、大数据、人工智能、边缘计算、5G、云机器人、数字孪生等前沿技术的支撑下，城市神经元网络和城市云反射弧将是城市大脑建设的重点，城市大脑的作用是提高城市的运行效率，解决城市运行中面临的复杂问题，更好的满足城市各成员的不同需求。城市大脑的发展目标不仅仅局限在一个城市或一个地区，当世界范围的城市大脑连接在一起，城市大脑最终将形成世界神经系统（世界脑），为人类协同发展提供一个全球性的类脑智能支撑平台（图6-11）。6.2.3城市大脑的未来目标

图6-11城市大脑架构6.2.3城市大脑的未来目标城市大脑指的是城市智能化管理系统。城市大脑利用人工智能、大数据、物联网等先进技术，为城市交通治理、环境保护、城市精细化管理、区域经济管理等构建一个后台系统，打通不同平台，推动城市数字化管理。城市大脑是支撑未来城市可持续发展的全新基础设施，其核心是利用实时全量的城市数据资源全局优化城市公共资源，即时修正城市运行缺陷，实现城市治理模式突破、城市服务模式突破、城市产业发展突破。6.2.4城市大脑的重要性（1）城市大脑是智慧城市发展到高级阶段的必然产物。新型智慧城市建设借助物联网、5G移动通讯、云计算、人工智能、区块链、大数据等新一代信息技术，将商业、交通、通信、水和能源等城市运行要素整合在一起，汇聚了海量数据，其架构体系和协同关系十分复杂，必须通过建设城市大脑这一智慧中枢，才能实现对新型智慧城市规划设计、建设管理、运维服务的全方位管控。6.2.4城市大脑的重要性（2）城市大脑是构建智慧城市框架体系的核心单元。智慧城市是一个跨系统交互的大系统，不是硬件的堆叠与软件的重复建设，而是需要有一个中枢神经式的城市指挥系统。这个系统必须具备全面、实时、全量的决策能力——这就成为城市大脑诞生的基础，换言之，城市大脑是“系统的系统”。6.2.4城市大脑的重要性PART03大数据——智慧城市的“核心”在“新基建”和5G趋向商用的背景之下，物联网、人工智能和大数据等技术的发展使得数据智能渗透率迅速增加，“智慧”一词不再仅仅用来形容人类，还可以形容一座城市或一个国家。从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划以及城市的运营和管理方式，都将在大数据的支撑下走向“智慧化”。大数据遍布新型智慧城市的方方面面，成为新型智慧城市各领域都能够实现“智慧化”的关键性支撑技术。6.3大数据——智慧城市的“核心”做一个形象的比喻，如果将智慧城市比喻为人，将组成智慧城市感知功能的传感器比作人的五官，将连接传感器的网络比作神经，将控制和存储信息的云技术比作中枢，那么大数据就是智慧城市的核心大脑。基于物联网、云计算、大数据等信息技术，以城市为单元，结合地理信息，对城市运行的各类信息实现一张图的综合监管，向城市管理者进行科学有效的决策辅助支撑，实现“以数据信息为基础，以指挥调度为核心，以决策指挥为目标”的系统构建。集成地理信息、北斗导航数据、建筑物三维数据、统计数据、摄像头采集画面等多类数据，把市政、警务、消防、交通、通讯、商业等各部门各类型的数据融合打通，汇集在统一的大数据平台上。6.3大数据——智慧城市的“核心”一座城市离不开水、电、气、路，它们无限交织，为城市运转提供源源不断的资源。而今，还有一张巨大的无形之网——数据。数据资源成为城市最重要的资源，有效运用数据实现城市的科学治理和智慧决策。智慧城市大脑能够将城市运行核心系统的各项关键数据进行可视化呈现，对包括应急指挥、城市管理、公共安全、环境保护、智能交通、基础设施等领域进行管理决策支持，进而实现城市智慧式管理和运行。6.3.1城市大脑与数据可视化城市大脑通过打通各个行业领域的数据，包括对市政、警务、消防、交通、通信、商业等各个智慧应用横向融合打通，为整个城市的经营管理决策提供服务，驱动城市治理体系和治理能力现代化，使民生服务更到位、城市环境更友好、经济运行更合理、行政管理更高效、万众创新更活跃、社会生活更和谐。智慧城市的本质是信息共享，关键是大数据融合，用数据驱动城市管理和发展。未来，随着我国的城市一个个变得“智慧”起来，必将助推一个生机活跃的“智慧城市”盛世到来。6.3.2城市大脑与数据共享给城市装上一个智慧城市大脑，城市也能像人一样智慧起来，由大数据帮助城市来思考、决策，使得城市能够自我调节，与人类实现良性互动，让所有的城市数据都通过这个大脑进行最合理的配置和调度，从而有效提升城市交通的承载力和运行效率，是符合现代城市管理和运行要求的。6.3.3大数据驱动城市大脑在城市大脑中，海量数据被集中输入，这些数据成为城市大脑智慧的起源。有了丰富的数据之后，城市大脑便构建算法模型，然后自动调配公共资源。相比人脑，该大脑的优势是：全局分析、响应速度快、智能化。并且人工智能拥有人类无法比拟的一个天然强项，它可通过机器学习不断迭代及依靠外部系统插件等进行优化，随着运行时间增加可计算出更“聪明”的方案，处理问题变得越来越顺手。6.3.3大数据驱动城市大脑大数据时代的到来以及对大数据的运用，让城市更有思想，让居民更有梦想，既是对大数据这项高科技成果的最大褒赏，也是对大数据的最大期许，更是科技工作者和相关企业带给人类的最好礼物。在未来，互联网会变成水电一样的基础设施，每一个角落都能嗅到智慧城市的气息。数据分析将推动智慧城市迈向未来，一座能够自我调节、与市民良性互动的城市，正在不远处向我们招手。6.3.3大数据驱动城市大脑PART04城市大数据治理数据治理是组织中涉及数据使用的一整套管理行为，由数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。图6-12大数据治理6.4城市大数据治理国际数据管理协会（DAMA）给出的定义是：数据治理是对数据资产管理行使权力和控制的活动集合。国际数据治理研究所（DGI）给出的定义：数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁能根据什么信息，在什么时间和情况下，用什么方法，采取什么行动。数据治理的最终目标是提升数据的价值，数据治理非常必要，是企业实现数字战略的基础，它是一个管理体系，包括组织、制度、流程、工具。6.4城市大数据治理以企业财务管理为例，会计负责管理企业的金融资产，遵守相关制度和规定，同时接受审计员的监督；审计员负责监管金融资产的管理活动。数据治理扮演的角色与审计员类似，其作用就是确保企业的数据资产得到正确有效的管理。由于切入视角和侧重点不同，业界给出的数据治理定义已经不下几十种，到目前为止还未形成一个统一标准的定义。6.4.1数据治理内容ITSS的中文意思是信息技术服务标准，是在国家工业和信息化部、国家标准化委的领导和支持下，由ITSS工作组研制的一套IT服务领域的标准库和一套提供IT服务的方法论。ITSSWG1认为数据治理包含以下几方面内容：图6-13数据治理体系6.4.1数据治理内容（1）确保信息利益相关者的需要评估，以达成一致的企业目标，这些企业目标需要通过对信息资源的获取和管理实现；（2）确保有效助力业务的决策机制和方向；（3）确保绩效和合规进行监督。6.4.1数据治理内容关于数据治理的过程，从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统（控制理论中趋稳的系统）。从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过五个方面的执行力来保证——发现、监督、控制、沟通、整合。6.4.1数据治理内容数据治理有应对型和主动型两种类型。1.应对型治理应对型数据治理是指通过客户关系管理（CRM）等“前台”应用程序和诸如企业资源规划（ERP）等“后台”应用程序授权主数据，例如客户、产品、供应商、员工等。然后，数据移动工具将最新的或更新的主数据移动到多领域MDM（主数据管理）系统中。它整理、匹配和合并数据，以创建或更新“黄金记录”，然后同步回原始系统、其他企业应用程序以及数据仓库或商业智能分析系统。6.4.2数据治理类型批量集成和应对型数据治理方法引入的时间延迟可能导致业务部门继续操作重复、不完整且不精确的主数据。因此，这会降低多领域MDM方案实现在正确的时间向正确的人员提供正确数据这一预期业务目标的能力。在期望被设定为数据将变得干净、精确且及时之后，批量集成引入的时间延迟让人感到沮丧。应对型数据治理（下游数据管理员小组负责整理、去重复、纠正和完成关键主数据）可能导致让人认为“数据治理官僚化”。6.4.2数据治理类型应对型数据治理还会导致最终用户将数据管理团队看作“数据质量警察”，并产生相应的官僚化和延迟以及主数据仍然不干净的负面认识。这还将使得MDM方案更难实现它的所有预期优势，并可能导致更高的数据管理总成本。此方法的风险是组织可能以“两个领域中的最差”而告终，至少部分上会如此——已在MDM方案中投资，但是只能实现一些潜在优势，即在整个企业内获得干净、精确、及时以及一致的主数据。6.4.2数据治理类型有三个方法可改进和超越应对型数据治理。（1）用户将数据直接输入到多领域MDM系统中：用户使用界面友好的前端将数据直接输入到多领域MDM系统中，但是他们的新记录和现有记录的更新留在暂存区域或保留区域，直到数据管理员审核和认证为止。这之后，MDM系统才接受插入或更新，以便进行完整的整理、匹配、合并，并将“最佳记录”发布到企业的所有其他应用程序。此方法好过将一个完全不同的应用程序（例如CRM或ERP系统）作为“录入系统”，但是它仍然会出现延迟和效率低下。6.4.2数据治理类型尽管存在这些缺点，使用暂存区域确实解决了大部分问题。例如不用强制执行重要属性的录入或在创建前不必进行彻底搜索。此外，由于我们并不受传统应用程序或现代CRM或ERP应用程序如何处理数据录入功能的影响，通过批量数据移动可以大大缩短时间安排。6.4.2数据治理类型（2）用户输入直接传送到多领域MDM系统中的数据：在外面输入新记录或更新，但是会立即传送到MDM系统，以便自动整理、匹配和合并。异常或例外传送到数据管理员的队列，几个管理员便可支持更多最终用户。这是第一个主动方法的改进，因为利用MDM系统的业务规则、数据整理和匹配功能，只要求管理员查看作为整理、匹配和合并流程的例外而弹出的插入或更新。6.4.2数据治理类型（3）用户使用特定的数据治理前端输入数据：这是允许最终用户使用专为主动数据治理方法而设计的前端直接录入到多领域MDM系统中。可专门为最终用户数据录入设定屏幕，利用功能齐全的MDM系统允许的自动化、数据整理、业务规则、搜索和匹配等所有功能。因此，不必首先将数据输入到MDM系统的暂存区域中，并且不需要系统外的单独工作流应用程序。6.4.2数据治理类型2.主动型治理主动数据治理的第一个优势是可在源头获得主数据。具有严格的“搜索后再创建”功能和强大的业务规则，确保关键字段填充经过批准的值列表或依据第三方数据验证过，新记录的初始质量级别将非常高。主数据管理工作通常着重于数据质量的“使它干净”或“保持它干净”方面。如果MDM系统中的数据质量初始级别非常高，并且如果不会通过从CRM或ERP源系统中传入不精确、不完整或不一致的数据来连续污染系统，则主数据管理的“保持它干净”方面非常容易。6.4.2数据治理类型主动数据治理还可有效消除新主记录的初始录入和其认证以及通过中间件发布到企业其余领域之间的所有时间延迟。由用户友好的前端支持的主动数据治理可将数据直接录入到多领域MDM系统中，可应用所有典型的业务规则，以整理、匹配和合并数据。当初始数据录入经过整理、匹配和合并流程后，此方法还允许数据管理员通过企业总线将更新发布到组织的其他领域。6.4.2数据治理类型因为主数据的授权已推给上游的业务用户，使数据管理员处于很少被打扰的角色，他们将不会成为诸如订单管理或出具发票等关键业务流程的瓶颈。销售和营销均受益，因为可更迅速且经济有效地完成营销活动，在启动活动之前无需前期数据纠正。财务上也受益，因为将一次性捕获新客户需要的所有数据元素，添加新客户的流程包括提取第三方内容并计算信贷限额，然后将该信息传回ERP系统。6.4.2数据治理类型没有直接访问MDM系统权限的客户服务代表通常必须搜索几个系统，找到他们需要的信息，从而采取措施。当通话中的客户没有耐心时，很难提供高级别的服务。当所有信息存储在MDM系统中并可通过有效、用户友好的前端进行访问时，客户服务代表将能够访问每个客户交互需要的所有数据，并能够在需要时授权新数据。通过使MDM成为录入系统及记录系统，能从本质上将数据维持在“零延迟”状态，适合企业中的任何预期使用场景，同步到CRM和ERP系统的数据的清洁性、精确性、时效性以及一致性应当处于最高级别。6.4.2数据治理类型3.最适合领域什么因素会阻止公司采用主动数据治理方法呢？总的来说，问题在于它们在数据治理成熟度等级中处于什么位置。通常，随着时间的推移，组织会改进它们的数据治理方法。例如，当初始MDM系统开启并运行之后，一些预期的优势需要较长时间才能实现，或应对方法的局限性变得显而易见，可计划以便在原始源系统中取消授权记录的功能，并将该功能直接迁移到MDM系统中。6.4.2数据治理类型升级公司的集成或中间件功能（例如，添加一个能处理实时更新的集成工具）之后，可切换到主动数据治理方法，或作为现有CRM或ERP系统重大升级的一部分，因为这可能是引进需要的业务流程变更的最佳时机。度量标准将推动业务案例从应对型数据治理迁移到主动数据治理。应当明显地看出是否将能够迁移到更主动的数据治理方法。可详细计划迁移流程，将它设立为一个独立的项目或将它集成到另一个相关项目中。6.4.2数据治理类型有企业级数据管理软件提供商认为：数据治理成功的关键在于元数据管理，即赋予数据上下文和含义的参考框架。经过有效治理的元数据可提供数据流视图、影响分析的执行能力、通用业务词汇表以及其术语和定义的可问责性，最终提供用于满足合规性的审计跟踪。元数据管理成为一项重要功能，让IT部门得以监视复杂数据集成环境中的变化，同时交付可信、安全的数据。因此，良好的元数据管理工具在全局数据治理中起到了核心作用。6.4.3元数据治理软件提供商将数据治理定义为“在组织范围内，对流程、政策、标准、技术和人员进行职能协调和定义来将数据作为公司资产管理，从而实现对准确、一致、安全且及时的数据的可用性管理和可控增长，以此制定更好的业务决策，降低风险并改善业务流程””。数据治理着重于交付可信、安全的信息，为制定明智的业务决策、有效的业务流程并优化利益相关方交互提供支持。因此，数据治理本身并非是结果，而仅仅是方法：即通过数据治理来支持最关键的业务目标。6.4.3元数据治理1.定义元数据为数据提供了一个参考框架。例如将元数据定义为“用于描述数据、内容、业务流程、服务、业务规则以及组织信息系统的支持政策或为其提供上下文的信息”。譬如，苹果公司旗下的应用商店在网上销售软件应用程序，在此情况下的数据是应用程序，元数据则是关于这些应用程序的信息，包括应用程序描述、价格、用户评级、评论和开发公司。6.4.3元数据治理2.重要性正如某家大型银行的高管所言：“如果没有数据治理，任何元数据管理方案注定会失败。”元数据管理可作为一项重要功能，让IT部门得以管理复杂数据集成环境中的变化，同时交付可信、安全的数据。当业务利益相关方参与这一进程并接受对数据参考框架的责任，其优势将变得更有说服力。此时，企业就能将业务元数据与基层的技术元数据进行关联，为全公司范围内的协作提供词汇表和背景资料。6.4.3元数据治理3.驱动因素一系列公司方案推动数据治理的进展，也由此带动了元数据管理。这些方案包括：·通用业务词汇表（简单的数据管理）。这种“小规模试水”方法着重于某一特定问题或业务部门的通用业务词汇表。·全面数据治理（或数据管理策略）。这是一种更近似由上至下的方式，通常用于涉及企业内一系列业务部门的较大规模计划，并以按多个阶段（如果不是更长时间）进行管理的计划中的多个商机为目标。6.4.3元数据治理·合规。此类方案的推动因素是为遵守国际、国家、当地或行业法规的需求。合规，通常由一个治理、风险与合规性职能部门进行管理，显然与数据治理唇齿相依。在发现、分析和记录企业的多项内部数据治理要求的同时，还必须与适用外部法规的相关特定要求进行统筹协调。6.4.3元数据治理几乎所有企业都面临着管理数据量、速度和种类的挑战。大数据管理技术Hadoop/MapReduce在复杂数据分析能力以及按相对低廉的成本实现最大数据扩展性方面具有一定的优势。但Hado