数据管理建设.doc

一、全业务统一数据中心建设 公司全业务统一数据中心是支撑数据管理和应用的重要平台，能够解决数据问题 （1）厘清数据资源，指导数据接入 收集分析各数据源系统设计文档、梳理业务数据，建立涵盖所有业务数据，以数据字典和应用场景为主要脉络的数据资源手册。组织业务部门、系统厂商厘清主要应用场景到数据库表、字段的映射关系；编制数据资源手册。 （2）提升数据质量，保障数据应用 开展数据质量核查工作数据质量数据中心数据有效和权威开展资产运行效率监测分析主题迁移 数据管理 围绕数据管理对象，建立完整的数据管理体系，通过管理措施和技术手段，常态化开展数据管理工作，推进公司数据质量提升，提高数据共享、大数据应用能力，实现公司数据精益化管理。 构建数据管理体系 （1）明确职责分工，理清数据管理界面 结合数据管理内容与各部门当前职责，从多个维度深入研究公司各部门、各单位适合的管理职责定位，并提出具体建议方案；优化完善公司数据管理办法，落实数据管理工作中组织协同、职责分工、标准规范、考核评价、问题通报整改等具体管理制度与流程，推进公司各部门高效、有序开展数据管理工作。 （2）制定标准规范，提供数据管理依据 从数据形成、处理、运维、共享、监控、应用等管理需求出发，制定公司统一的标准规范。应用统一标准指导主数据、数据字典、数据资源手册的变更维护工作；支撑数据质量核查整改、数据共享、数据应用等工作规范有序开展。 （3）构建考评机制，推动数据管理提升 结合标准规范建立数据质量考核指标体系，考核数据的及时性、完整性、准确性、合规性，对问题及时通报、整改；评估数据应用成果的推广和应用，推动公司数据管理水平提升。 2. 常态化运维数据 结合数据运维管理工作需求，会同公司各业务部门、信通部，研究分析公司全业务统一数据中心建设内容，明确信息系统操作权限，细化维护管理机制及相关流程。 运维队伍组建：统一组建专业数据支撑团队，承担日常数据运维管理职责，开展具体工作。 常态化运维工作：汇总变更申请，在线维护数据字典、主数据、数据资源手册；开展数据质量监测工作，督办问题整改，持续完善监测规则库；开展专项数据清洗、维护工作。 3.大数据研究应用 在目前大数据研究应用的过程中，仍存在监测方向不清晰、监测效果不显著、挖掘成果不共享等问题。为进一步挖掘数据价值，促进指标数据监测向明细数据监测的转变，形成众创共享的局面，最终实现公司的数据化管理。大数据研究应用工作应重点专注于建设，一是依托全面梳理的业务体系深入挖掘数据价值，二是建立成果库促进数据价值的多方使用。 （1）开展大数据应用，推进精益化管理 从电网运行监测分析（能量流）、经营管理监测分析（资产流）、优质服务监测分析（服务流）、外部环境监测分析四个维度出发，规划大数据应用蓝图，以全业务统一数据中心为依托，结合实际情况，按照由易到难的顺序逐步实现公司的数据精益化管理。 （2）建立成果库，实现应用众创共享 会同公司各部门制定数据应用成果库的行动方案，开展管理工具设计研发工作，分级、分域对公司的数据应用成果统一收集和评价，形成公司级的数据应用成果库，实现应用众创共享。 4.研发数据管理工具 目前数据管理的现状：取数方面体存在大量的接口重复冗余情况、缺乏统一管理；厘数方面体现在数据字典依靠人工手动收集、数据字典不齐全、数据变更情况不明晰；治数方面体现在缺乏长期有效的机制和工具对数据开展稽查，数据质量和可用性不高，难以支撑数据价值实现；用数方面体现在数据可用性评价不足、场景管理与设计各管一套、采用Excel等低端分析工具开展数据建模、各部门应用重复建设情况严重形成资源浪费。 为促进运监的快速发展，支撑业务全面在线监测的实现，基于内部工具实用性不足、盲目采用外部工具软件后期制约性风险较高的现状。应对数据管理工具展开全面研究，根据数据管理的业务需求，先行采购部份灵活易用、安全稳定的数据管理工具，启用内部信息支撑单位或研究机构开展体系化的数据管理工具研制工作，支持数据管理、分析、在线监控工作。 结合数据管理工作业务开展的先后顺序、实施难易程度，从取数、厘数、治数、用数四个方面构建体系化的数据管理工具，全面支撑数据运维和数据应用工作的开展。 取数工具：应全面配合信通部开展全业务统一数据中心的建设，在配合建设过程中，摸清各业务系统的取数方法和数据存储路径。 厘数工具：应基于数据资源手册，开发研制数据字典管理工具和数据可视化分析工具。数据字典管理工具主要支持数据字典梳理成果的统一规范管理。数据可视化分析工具对数据生成、运维、安全、处理、应用等全过程情况进行可视化分析展示。 治数工具：由运监牵头、信通部、各专业部门配合，研制开发数据质量核查管理与问题管理工具。以“产生和治理同源、使用和稽查同步”为原则，支持公司数据质量核查工作的常态化开展。 用数工具