数据治理顶层架构设计和数据战略制定实践案例分享(规划篇)

数据治理顶层架构设计和数据战略制定买践案例分享【规划篇】 数据治理的诗和远方-数据资产顶层架构设计和数据战略制定实践案例分享 了解典型集团企业数据战略制定方法和案例。 数据治理培训课程的收获 1、了解数据资产顶层架构设计方法论2、DCMM与DAMA中数据战略管理和企业数据战略制定方法3、数据资产顶层架构设计和数据战略制定案例 更好的支撑企业数据资产顶层架构设计项目的建设 **不承诺此次培训后：马上成为数据资产管理专家能够成功实践数据资产管理，并有效控制数据管理项目的落地 数据治理顶层架构设计和数据战略制定实践案例分享 关键结论 1、企业数据化转型的关键活动点是要做好数据战略顶层设计 数据战略：数据治理的诗、远方和理想； 3、顶层设计不仅仅是一个报告、一份文件，！更是企业系统性设计未来的大胆假设、小心求证、集体沟通、达成共识、形成机制、颁发军令状的过程。腾讯云 4、正确的顶层设计：是企业家对未来形势的正确判断，对机会和战略，治理与架构，资本和模式，供应链和数字化，品牌和营销，产品和客户等整体一盘棋的布局。如果说商战就是没有硝烟的战争，那么顶层设计则是整体战的部署 数字化转型中的数据战略的理解 1、如何从数据资产管理的角度推动企业数据战略 数据如何处理和消费，从来就不只是一个技术问题，而是涉及到业务价值、技术规划和组织保障三个领域的综合战略问题。要想解决技术问题，也需要从业务先行小步快跑、技术先行大步向前、整体评估组织先行三个维度入手。腾讯云腾讯 战略是选择和决策的集合，共同绘制出一个高层次的行动方案以实现高层次自标。 1、数据战略的定义 1、DAMA-DMBOK2与DCMM对数据战略的定义 数据治理顶层架构设计和数据战略制定实践案例分享 数据治理顶层架构设计方法论 2.1传统信息化规划方法论-回顾与比较 2.1数据架构在企业架构（EA）所处的位置 数据架构规划在信息化规划中的工作量最大，通常因投资和工期而简化，需重点关注： 1.遵循十四五规划：2.参照十四五信息化规划：3.基于业务架构；4.用于指导应用架构和技术架构规划 2.1数据架构是链接业务与数据战略桥梁 顶层设计不仅仅是一个报告、一份文件，更是企业系统性设计未来的大胆假设、小心求证、集体沟通、达成共识、形成机制、颁发军令状的过程。 2.1数据治理规划方法论 现状及需求分析 2.1数据治理是实现数据资产管理的基础 数据治理是管控数据资产的一种有效的方法，但它需要被组织所重视。数据治理实施过程通常包括需求分析，调研分析，系统开发，上线运行等步骤，数据治理域包含主数据管理，数据质量，元数据管理，数据开发管理等， 数据治理顶层架构设计和数据战略制定实践案例分享 2.2分析总部对下属企业的管控模式 通过引入DAMA数据管理知识体系设计理念，建立企业数据战略体系，包括数据治理、管理制度、管理服务统一在数据管理平台中，形成数据架构体系集中统一管理腾讯云腾讯 数据资产已成为企业事业单位精细化管理不可或缺的基础，只有切实落实好数据治理工作才能提升企业事业单位数据质量、实现数据价值升华，真正成为企业事业单位应对金融市场挑战的助推力。 数据资产体系系框架一般包括数据治理顶层设计、数据管理、数据应用与服务的从上至下指导和从下而上推进的多层次、多维度、多视角方位框架 将从数据治理的顶层设计，解读如何规划数据战略、如何搭建数据治理组织架构，确保数据治理体系树立明确的自标与方尚、落实职责以保障工作的有效推进。 （金字塔）2.2数据治理体系 2.2分析总部对下属企业的管控模式 企业如何管理数据？ 首先要明确集团各层级对数据资产管控的范围，从业务功能方面进行区分、从资产的类别方面进行区分需要充分考虑公司产业多元化、化工等业务单元分散管理的实际现状问题。 企业管多深？分几层管理？ 在管理功能方尚进行清晰划分，需要明确管理的深度，职责到岗到人员进行细分，可以根据下属产业特性和管理成熟度，将权限分层级进行下放，设立二级、三级得数据资产管控模式，并将管理效果，纳入绩效考核机制。 通过什么管？管理手段如何配合？ 数据资产管理平台人事管理财务管理信息标准委员会管控机制和管控体系 一数据管理现状及需求分析2.2数据治理规划 以数据盘点结果为基础，通过系统化的方法，进行本部、各业务部门数据需求调研和确认 业务现状调研讯云 4.内外驱动因素分析5.XXXX公司现状分析 1.相关资料解读2.业务问卷调研3.业务部门访谈 业务需求分析 在业务调研的基础上，从如下视角分析XXXX本部及各BU业务需求，包括：1.从企业整体视角，提供业务改进机会版图2.从部门视角，分析各部门的组织架构和职责、业务范围、业务数据、数据问题，提出业务改进机会，确定数据应用重点支撑方向3.从应用视角，分析各应用建设所需数据情况，包括内部数据支撑和外部数据引入等，给出应用建设的可行性及支撑度4.综合考虑业务价值、建设难度等因素的基础上，梳理数据应用实现路径和优先级 改进方向建议 刹卓机制支撑平台、数据模型、元数据、数据标准、数据质量、主数据、数据安全、平台 2.2数据治理体系评估范例-数据管控域评估 2.2数据治理体系评估范例-痛点及分析总结 痛点问题分析总结1 问题表现： 口同一项目，称呼不同同一数据，重复填报同一数据，称呼不同不同口径数据，底层数据不一致大量线下手工核对工作分析模型不准确报告预测不可靠 集中进行数据的清洗和标准化，并且以集成服务的方式，把统一的，完整的，准确的，具有权威性的主数据分发给需要使用这数据的应用系统，包括业务系统和决策支持系统等。 2.2数据治理体系评估范例-关键发现及改进建议 （1）数据战略与管控 数据战略：由“战略管控模式”向“战略运营管控模式”转变。信息化规划中明确了以建设数字化XXXX为信息战略愿景和目标，在数据领域，规划了统一数据平台。 关键发现 快之数据顶层设计，尚未明确或公司级的数据战略2公司各级部门对于数据管理工作认知不够，缺数据治理体系建设思维数据管理组织尚未定义缺之数据管理的制度、流程。 数据组织：202X年4月，，组建了数据项目组，统筹推进所有数据类项目建设。202X年11月，信息中心成立，成为XX公司数字化建设归口管理部门 改进建议 规划先行，明确数据战略，就数据资产管理目标、思路、原则以及路径在公司范国达成广泛共识2组建数据资产管理团队，按照总部-BU两级进行管理：?建章立制，发布相关的制度、办法和规范 制度流程：数据管理的制度流程缺失。如数据资产管理办法、数据质量管理办法等。 2.2数据治理体系评估范例-需求分析（业务视角） 从调研收集到的数据需求来看，涉及到运营、协同、共享和赋能四个方面大部分业务部门的需求都相对远期，需要依赖一些基础性工作（共性需求）。 运营管控（纵向） 产业协同（横向） 2.2数据治理体系评估范例-数据需求分析（数据视角） 为了实现业务视角需求，需要从标准、管控及平台入手，体系化开展建设 数据标准体系 数据管控体系 数据资产管理平台、数据湖平台 主数据、数据指标 组织、制度 规划统一、共享的数据平台，明确数据入湖策略。建设数据资产管理管理平台，对主数据、数据指标、数据质量和元数据进行管理。搭建数据分析工具，建设生产运营调度、营销分析等应用建设物联网平台，构建设备运行监测与分析应用。建设外部数据管理工具。 制定主数据标准、编码规则、集成规则、质量管理标准；制定数据数据标准，指标定义和维度的标准规范。编制和发布主数据、指标数据的数据资源目录。 组建XXXX数据资产管理的三层组织架构，明确职责、明确数据的认责机制。发布数据资产管理规定·发布各项数据资产管理办法。制定各项管理规范及细则制定各项技术规范和技术管理细则。 2.2数据治理平台评估范例-数据管理评估能力 一数据治理顶层设计框架2.2数据治理规划 参照DAMA标准和行业领先实践，我们对数据治理的顶层设计将按如下框架进行。 数据组织：通过确定数据管控的组织机构，设置数据管控的角色和相应的职责，保障数据的质量、安全和一致性 数据制度与流程：通过确定数据管控的流程，使数据的源头录入、采集、处理、传递、转换和深度应用能够得到有序、规范的管理 数据认责：设置数据所有权的角色和责任并将其纳入控管的架构下的正式流程 数据安全 数据质量：是指对数据全生命周期中的各类数据质量问题，进行识别、度量、监控、预警等，使得数据质量获得进一步提高 数据安全：采取措施保障数据的容错、容灾、完整保密、不可算改。要进行合适的分级，权衡风险与投入。应纳入总体的信息安全体系中一起考虑 2.2数据治理规划数据治理顶层设计框架-数据治理组织一三层结构 对全企业的数据质量、可用性、安全和合规性负责考示例推动/推行全企业数据治理机制、资产和资源对数据治理相关动议进行优先排序，并对资金来源和资源提供建议（由条线/集团战略委员会进行审批）审批通用数据标准、定义、数据质量要求和数据治理KPI的调整监控数据治理流程的绩效-通过数据治理评分卡根据现实和未来的需求审核能力和资源配置审议其它需委员会决议的争端腾讯云 数据治理委员会 分管领导 成员代表业务和技术部门 常设部门，主要任务是在全企业实施、监督和报告数据治理建立和管理数据治理流程创立和维护信息架构一企业级逻辑和物理数据库设计、数据模型、业务规则、元数据重点针对企业级共享数据负责维护数据管理流程、程序、机制和工具（如问题管理、变更管理、模型管理、元数据获取和管理）向数据治理委员会汇报数据机制和数据质量状况 数据治理办公室 负责在其各自条线/领域内执行数据标准和数据治理机制，包括在其业务条线/专业领域/系统中执行数据标准定义并有效使用评估业务条线/职能领域的数据质量确保数据相关的问题有效传递给相关的责任人将适用的改进措施和需求汇报给业务条线/职能部门以获得批准和资金在操作层面上推动和解决数据问题将需要数据治理办公室决策的问题和冲突提交到标准办公室向数据治理办公室汇报其负责领域的数据治理遵循情况和数据质量水平腾讯云 数据管理员社区 数据域管家业务数据管家系统数据管家 2.2数据治理规划数据治理顶层设计框架数据管理组织 建议XXX设置独立的公司级数据管理部门，归口管理公司数据资产 在公司XXX头下，XXXXX成立专职数据运营团队，联合各业务部门开展数据管理能力成熟度评估工作。针对评估发现的问题和不足，XXXX组织数据管理数据运营团队开展数据认责工作，建立横向到边纵向到底的数据资产团队，将数据管理工作责任落实到各业务线条的系统团队和数据专责覆盖各部门和地市局的数据录入和使用单位。海南数研院数据运营团队，对数据应用功能中发现的问题开展分析、改与验证，并配合开展数据认业务间问题整改。示意图 2.2数据治理规划数据治理顶层设计框架-数据治理流程 2.2数据治理规划数据治理顶层设计框架一一数据安全 明确公司的信息安全自标、策略，制定公司统一的数据安全体系。（近期，央企的护网演练测试中，腾讯安全排列第一）以等保2.0“一个中心、三重防护、三个体系”为核心指导思想，建设完善的安全管理和审计机制，从物理、云、网络、主机数据、应用、业务构建完善丰富的安全防护体系 数据平台建设方案将为下一步数据平台建设提供指引，因此我们理解本部分建设方案是站在承建数据平台的角度，以腾讯自身的相关产品去进行应答。 一以大数据平台为基础平台2.2数据治理规划一一基础平台及部署方式 结合我们对项自需求的理解，数据平台拟以大数据平台为基础平台进行构建，包括数据接入，数据计算与存储，数据分析与可视化、数据服务、数据应用、数据治理6部分。 2.2数据治理规划借助XX产品可以构建自主可控、易用、安全的数据平台 数据项自是赋能性的信息化工程，腾讯交付的数据平台上线后将移交由XXXX自行运营，自主可控，平台稳定可靠、便捷友好、扩展性强，开发门槛低，满足