企业数据架构数据治理设计规划咨询项目建议

本项目通过一系列的交付物，回答XX企业架构亟需解决的核心问题 本项目的相应交付物 XX企业架构亟需回答的核心问题 •XX需要加强哪些业务能力建设以应对未来5年内各方面的挑战？这些这些能力建设的重点对IT有哪些要求？ •<文件1>目标业务能力架构–各种挑战及业务能力建设重点–业务能力重点对IT的要求 •<文件2>IT架构现状梳理•<文件3>IT架构现状诊断 •XX目前的IT架构如何？目前的IT架构存在哪些差距? •为了弥补这些差距，XX未来5年的IT架构应该在哪些方面进一步提升？如何提升？变为怎样？如何演进？ •<文件4>目标IT架构设计–架构改进点及建议–未来1/3/5年的目标架构及演进路线 •如何确保企业架构对信息化项目的指导，并具备内部长期演进架构的能力？针对体改后的科信部与信通中心设置，如何确保组织上的保障？ •<文件5>企业架构治理(EAM)现状诊断•<文件6>企业架构治理(EAM)设计–针对体改后的组织设置，设计所需角色、岗位、职责，及项目治理流程 •如何确保XX具备对已建设的IT系统的深化应用，特别是信息/数据方面的实用化？ •<文件7>数据治理的方向性建议 •如何将架构蓝图在系统/工具中固化，以确保架构在各个项目中的统一？ •<文件8>现有/目标架构的ARIS模型说明–现有/目标架构在ARIS中被完整记录，该文件为对建模内容的说明 为了提升信息系统在数据方面的实用化，XX需要在角色、要素、流程三方面综合提升数据治理水平 XX面临的挑战 业界最佳实践 •无固定数据所有制与相关团队配置 •缺乏统一的数据定义•缺乏全局性的企业信息/数据模型作为各信息化项目的“唯一数据源”的指导•数据建模方式在各个项目中不尽相同•数据平台集成度不足•管理方法缺失•KPI缺失 数据治理团队的设置可以细分为数据督导、数据建模/架构以及数据库管理三个团队主要职责1 角色数据治理团队与企业架构管理团队的对应关系 数据治理要素主要包括数据设计、数据技术平台/数据生命周期管理以及数据治理KPI四个方面具体描述如何建立这些要素2 R：义务，有义务积极参与并尽力支持A：责任，对最终结果负全责C：顾问，有特长对特定领域特定决策提出建议I：告知，受到结果的影响，需要被通知，但不必参与到具体工作过程中 数据定义 •保证全企业内部数据对象具有明确的所有权与属性定义 目标 •识别全企业内的信息/数据对象，明确数据的所有权（包括能力板块与业务部门），定义数据对象所需要的数据属性 •业务/数据对象；数据对象所在的业务能力板块/系统；被共享/引用的业务能力板块/系统；业务负责部门；数据属性及结构 数据定义将数据对象与业务能力间的对应，转化为系统与数据属性/字段之间的对应在应用架构中讨论在数据架构/治理中讨论 数据定义–模版(1/2) 数据对象：物资主数据* 关键属性（已有） 需要由业务部门提出关键属性需求 数据定义–模版(2/2) 数据概念建模 •保证全企业内部操作系统或分析系统的共享数据的一致性 数据概念建模–企业信息/数据模型–数据对象的源 逻辑数据模型 •逻辑实体-关系模型描述了系统设计师对信息的设计视点•逻辑实体-关系模型仅包括范式化的实体。为了实现逻辑数据模型的范式化，必须填 写所有要实施的属性，且这些属性的界定必须是按照其域或者逻辑数据类型（如，字符、数字、日期、图片等）•逻辑数据模型要求有一个完整的主键方案或者候选关键字，从而来识别其在各实体中每次的出现。由于很多实体都可以选择主键，逻辑模型表述了主键当前的选择。外关键字主键的生成可能是隐含或非隐含的•由于关系存储无法支持多对多的概念，逻辑数据模型可通过多个关联实体，解决了所有多对对的关系，这就要求获得独立的主键以及其它的属性•ER图是逻辑数据模型在结构分析中常用的工具 物理数据模型2D •物理数据模型指的是单个逻辑数据模型如何在特定的数据库管理系统中实施，即与所实施的数据库管理产品系统紧密相关（如，Sybase, Oracle, Informix等）•物理数据模型详述了实施细节，如，某个产品或版本的特征以及该数据库的配置方案。这些 包括指数构建、替代键说明、参考完整性模式（陈述式或程序式）以及物理存储对象，如，表空间 物理数据模型举例(Barker ER-D notation) 数据使用者建模2E •按照不同角色对对象和属性级别的存取权进行清楚定义，保证数据的安全性与数据质量控制 目标 •按照组织/部门内业务角色共同的活动模式与信息需求，制定数据用户的角色、及对于数据的操作权限 •针对不同数据对象，各使用者/角色的操作权限/任务，即CRUD模型–C: Create（数据产生/建立）–R: Read/Retrieve（数据读取）–U: Update（数据更新）–D: Delete（数据删除） 输出 数据生命周期管理可以确保安全、合规且高效的数据存储 数据生命周期管理的目标 缺乏数据生命周期管理的问题 •不重要的内容/数据存储在昂贵高端的存储器上，直到出现容量制约问题•管理员人工进行无用内容/数据的确定、人工提取并将之移到低端存储器上•大规模的数据迁移通常都需要关闭应用系统（通常需要一晚上时间） •数据存储的安全性与规范化 –明确备份和恢复要求、保护可保留内容/数据不被删除/操纵，从而确保信息安全、监管合规和业务的延续 •根据数据生命周期价值、存取频率和要求进行高效率的数据存储 –持续、自动将数据转移到更低成本/性能的存储媒介上，因为存取频率和存取性能方面的要求随着数据的生命周期有所下降 数据治理KPI的设定主要参考以下几个维度 数据治理主要包括以下9大核心流程3 数据治理流程设计在各角色中的职责分工表3 R：义务，有义务积极参与并尽力支持A：责任，对最终结果负全责C：顾问，有特长对特定领域特定决策提出建议I：告知，受到结果的影响，需要被通知，但不必参与到具体工作过程中 附件 •数据治理角色的工作指导原则 •数据治理流程最佳实践 •数据治理的管理节奏（会议） 角色数据督导工作的主要指导原则(1/2) 1 指导原则 分类 内外部分发 角色数据督导工作的主要指导原则(2/2) 1 指导原则 •存取规定应符合系统存取控制的ISO 17799要求•除了安全功能外，还安装专用工具控制数据的存取和使用•企业数据的存取和使用应在记录文件中记录用于审计目的•能力板块级数据督导负责使用系统化的审计程序验证数据元素的存取和使用是否合适，并对此类程序的结果进行报告 存取及使用 •能力板块级数据督导负责记录并持续更新企业数据元素和业务流程之间的对照情况，确保对照是完全彻底的•各业务流程应定义、记录并持续更新SLA，确保企业数据元素的供应 业务流程对照及SLA •数据督导应负责评价、记录并更新企业数据元素的价值，具体指与操作流程中与效率提升有关的和/或对业务流程之有效影响有关的价值•数据督导应鼓励将企业数据用于战略目的，同时通过对企业数据的竞争性使用营造价值创造的企业文化 数据增值 角色数据建模师工作的主要指导原则 1 指导原则 结构与关系 应用交叉引用 角色数据库管理员工作的主要指导原则(1/3) 1 角色数据库管理员工作的主要指导原则(2/3) 1 指导原则 •企业数据管理委员会应批准正式应急计划（出现灾难性事件时执行）、SLA（用于恢复业务）、备用IT基础结构（用于托管应急流程）和持续流程（出现应急事件时用于保留企业数据）•数据库管理员应执行系统流程确保正确的业务持续性，执行模拟举措以衡量就绪性•数据库管理员应提交定期报告，衡量业务持续性业绩指标 业务持续性 •遵循系统访问控制ISO17799，尤其是数据访问方面•数据安全性将依赖于DBMS满足所有企业数据安全性要求；否则，需安装专用工具，结合DBMS安全功能控制数据访问与使用•跟踪访问情况、使用日志记录并对这类文件执行定期审计•数据库管理员应定期执行安全保证步骤并汇报结果•如果检测到违反安全规定，将启动保护步骤•每个用户对企业数据元素应具备访问和更新权限。反之，每个企业数据元素应将用户列表与访问及更新权限关联在一起•数据库管理员应根据域数据督导访问决定保持用户视图和访问/更新权限 安全与用户视图 角色数据库管理员工作的主要指导原则(3/3) 1 指导原则 隐私 •处置企业数据元素应遵循一个正式步骤，它可能需要得到域数据督导和/或指导委员会的批准•处置企业数据元素应保持安全信息并保护个人信息包含在记录中的个人（客户与员工）的隐私 处置 附件 •数据治理角色的工作指导原则 •数据治理流程最佳实践 •数据治理的管理节奏（会议） 流程1：定义数据对象 目标：定义数据对象，并传达数据相关价值 工作：•定义和构建数据价值管理系统 范围：这个流程从理解数据对业务部门的价值开 •采集价值信息•确定并解释数据价值•传达数据价值 始。流程以向业务部门发布数据分类/定义作为结束 输入：•业务能力架构 控制：•行业趋势 •业务部门战略•业务操作实际需求 •各个能力板块/模块的数据需求•各类数据的业务价值 衡量标准：•数据分类与定义的广度与对业务的契合度 输出：•数据的分类 •数据的定义 流程2：保证数据质量 目标：确保存储在物理设备中的数据符合完整性、逻辑限制、业务规则 工作：•评估数据质量级别 范围：这个流程从评估目前质量级别以及实现既定数据 质量级别的计划开始。整理完现有数据后，质量管理可侧重于增量更新数据。系统的质量审计计划将确保达成一致的数据质量级别。这个流程以实现目前数据质量级别的报告作为结束。 •评估源数据质量并提出数据质量修复建议•为数据批量整理制定计划•借助专门工具执行数据质量整理计划•在源处及增量数据更新工作中应用数据质量步骤•执行数据质量审计•衡量并汇报实现的数据质量级别 输入：•企业数据逻辑模型和IT组件关系 控制：•数据质量级别目标 •企业数据物理模型和数据库•业务规则•完整性规范 •数据质量能力 输出：•数据质量策略与步骤 衡量标准：•质量程度 •数据质量评估•数据质量系统计划•数据质量响应与问题通知•数据质量审计报告 流程3：制定与管理数据SLA 目标：确保将应用和业务流程目标转换为服务水平目标，后者可由操作企业数据库的数据库管理员实现并衡量 工作：•定义服务水平标准：根据应用和业务流程要求 范围：这个流程首先评估策略、服务能力以及必要的要 以及技术/服务能力设定期望值•确定特定要求的服务水平：标准的协商变动、获得协议以及记录所承诺的服务•监视服务水平：分析衡量标准与承诺•评估和汇报服务水平实现情况，找出结果中的重要趋势 求声明的相关目标。流程结束时生成报告，表明所提供服务的结果。这个流程包括协商服务承诺、记录和传达目标与承诺、保持提供承诺声明以及汇报目标实现情况与例外情况 控制：• 输入：• 系统检查衡量标准 服务交付计划•服务与解决能力•服务要求•跟踪服务水平实现情况的衡量标准 衡量标准：•根据服务目标衡量出的成果 输出：•服务水平协议和承诺 •服务交付过程中找出的趋势•要求与所交付服务的匹配情况 •服务水平实现情况与趋势的声明•服务承诺的例外情况声明 流程4：管理数据模型与架构 目标：提供企业数据元素在以下方面的精确信息：如何按照ERM和逻辑规范（企业数据逻辑设计）构造它们的结构，数据元素的分类，与物理数据库、应用架构及业务流程的关系以及它们对客户的内在价值 工作：•为企业数据元素建模 范围：这个流程首先包含新的企业数据元素以及它们与其他IT •定义企业数据元素分类•定义与物理数据库的交叉引用•定义与应用的交叉引用•定义与业务流程的交叉引用•确立SLA•查询企业数据逻辑模型和交叉引用•更新企业数据逻辑模型和交叉引用•处置企业数据元素并重组企业数据逻辑模型和