8-2 顺丰数据治理实践 - 王敏君

顺丰数据治理实践总结

一、顺丰数据治理总体介绍

1. 体系建设演进路线

   • 2020年以前：数据治理组织尚未建立，数仓人员兼任数据治理工作。
   • 2020-2021年：逐步完善数据治理能力，支持业务分析和经营决策。
   • 2022年及以后：构建端到端闭环治理数据问题的能力，实现数据安全便捷共享。

2. 顺丰数据治理框架

   • 治理核心：数据生产管理、数据消费管理、数据架构管理、治理领域、数据安全、数据标准管理、治理组织。
   • 支撑：数据治理委员会、数据治理工作组、数据Owner、平台工具。

3. 数据治理各领域能力介绍

   • 数据生产管理：涵盖主数据管理、数据质量管理、数据安全等。
   • 数据消费管理：通过数据市场提供数据资产查询、使用、跟踪及管理。
   • 数据架构管理：包括数据标准管理和治理组织建设。

二、顺丰数据治理实践分享

1. 数据治理工作的关键要素

   • 高层领导支持：确保数据治理工作的持续关注和支持。
   • 运营组织保障：建立业务和技术相结合的数据治理团队。
   • 考核与激励：完善考核体系，确保治理工作的持续性和有效性。
   • 分阶段实施：根据实际情况逐步推进数据治理工作。

2. 主数据治理实践

   • 主数据管理：涵盖客户主数据、员工主数据、组织主数据等。
   • 主数据管理关键步骤：
     1. 识别主数据及主数据Owner。
     2. 制定数据标准。
     3. 确定可信业务源系统。
     4. 数据质量监控与提升。
   • 主数据管理范围：包括客户、供应商、员工、利润中心、成本中心、会计科目等。
   • 主数据管控模式设计：采用注册发布、共同控制等多种模式。
   • 主数据管理成熟度评估：依据MD3M模型进行评估，涵盖数据标准、数据质量、数据安全等五个关键领域。

3. 数据质量管理

   • 数据质量管理平台：提供基础数据质量评估和监控功能。
   • 数据探查和自定义规则：结合元数据的血缘分析和影响分析，提供个性化质量专题。

4. 数据市场

   • 整合官方数据资产：提供快速在线查数、取数功能。
   • 数据合规共享：确保数据共享的安全性和合规性。

5. 数据安全

   • 数据分类分级管理：根据数据的影响程度进行分级管理。
   • 安全级别示例：个人数据分为C1至C5级，分别对应不同的安全级别。

关键数据

• 主数据管理：已纳入管理的主题数量超过100个，服务下游400多个系统。
• 数据质量管理：每天处理数据量超过2400万条，查询量达到5000万次以上。
• 数据市场：提供丰富的数据资产查询和使用功能，支持在线自主找数和快速审批。

非常感谢您的观看。