大型企业数据架构设计总体规划方案

数据架构与管理工作总体处于空白，是信息化最薄弱环节。主要问题包括：统一数据模型缺乏、数据分析应用体系不健全、主数据管理体系不健全、数据治理体系不完善。

数据管控方面：缺乏统一治理机制、数据标准不完善、质量监控和考核机制缺失、数据生命周期管理不健全。需建立数据管理组织、工具和绩效考核体系。

数据资源规划方面：未进行集团级数据架构设计，缺乏数据管控和治理机制。需梳理数据分布、建模，并建立数据管控机制。

数据基础资源管理方面：主数据管理缺乏标准制度、工具和元数据维护。需统一规划、标准和管理平台，并建立主数据管理流程。

数据分析应用方面：未建立企业级分析应用体系，数据仓库建设未启动。需建立统一的数据分析应用体系，满足企业战略需求。

未来发展方向：建立企业级数据整合与分析应用体系，解决分散、不一致的数据问题。分阶段推进数据架构优化，实现统一数据模型、完善管控体系和数据分析应用。

数据架构规划目标：明确数据分布和流向，定义数据模型，配套数据基础资源管理，规划数据分析服务管理，完善数据治理体系。需综合考虑业务蓝图、应用蓝图和技术蓝图。

数据资源规划方法：基于业务能力模型梳理核心数据，定义企业级数据模型，分析数据交互关系。数据按性质分为基础数据、交易数据和分析数据，做好基础数据管理是关键。

主数据管理方面：需统一规划、标准和管理平台，建立完善的管理制度。主数据类型包括物料、设备、供应商、客户等，管理涉及数据对象包括数据访问权限。主数据管理模式包括合并、注册、共存和事务模式，需根据场景选择合适模式。

元数据管理方面：元数据泛指描述领域概念、关系和规则的数据，分为技术元数据和业务元数据。需制定完善的元数据管理制度和流程，使用统一平台进行管理。

决策支持系统建设：梳理关键指标体系，构建科学完整的数据分析系统。大数据环境下，数据平台架构从以数据仓库为中心向数据资源池为中心转变。

数据治理体系：涵盖组织架构、评价与考核、治理流程和治理工具四个业务域。建议构建联邦式数据管理组织，由财务部和流程IT部牵头，各业务部门参与。数据管控考核评价工作需纳入集团绩效考核方案。

项目实施计划：基于业务价值和实施难度两个维度进行分类，确定项目实施顺序和路线图。规划2017-2020年数据架构建设路线图及投资估算。