大数据的数据治理建设方案及保障机制.pdf

大数据的数据治理建设方案及保障机制 关于数据治理的理解 2 数据管理的现状 2 数据治理的概述 3 2.1 数据治理概念 3 2.2 数据治理目标 3 数据治理体系 3 数据治理核心领域 4 4.1 数据模型 4 4.2 数据生命周期 5 4.3 数据标准 6 4.4 主数据 7 4.5 数据质量 7 4.6 数据服务 8 4.7 数据安全 9 数据治理保障机制 9 5.1 制度章程 9 5.2 数据治理组织 11 5.3 流程管理 14 5.4 IT 技术应用 15 附件 A 数据管理规范 18 附件 B 数据质量评估办法 29 附件 C 数据质量管理流程 32 （一）数据质量校验流程 32 （二） 数据异常处理流程 33 （三）数据质量的评估报告 33 1. 每月数据质量评估报告 33 2. 数据质量抽查或全面检查后提交的数据质量报告 34 1 关于数据治理的理解 数据管理的现状 根据行业信息化发展的现状， 结合当今行业数据治理的要求， 大型集团或政务管理部门现阶段数据管 理方面存在以下的不足： （1 ） 数据多头管理， 缺少专门对数据管理进行监督和控制的组织。 信息系统的建设和管理职能分散 在各部门，致使数据管理的职责分散， 权责不明确。 组织机构各部门关注数据的角度不一样， 缺少一个组 织从全局的视角对数据进行管理， 导致无法建立统一的数据管理规程、 标准等，相应的数据管理监督措施 无法得到落实。组织机构的数据考核体系也尚未建立，无法保障数据管理标准和规程的有效执行。 （2 ） 多系统分散建设， 没有规范统一的省级数据标准和数据模型。 组织机构为应对迅速变化的市场 和社会需求， 逐步建立了各自的信息系统， 各部门站在各自的立场生产、 使用和管理数据， 使得数据分散 在不同的部门和信息系统中， 缺乏统一的数据规划、 可信的数据来源和数据标准， 导致数据不规范、 不一 致、冗余、无法共享等问题出现， 组织机构各部门对数据的理解难以应用一致的语言来描述， 导致理解不 一致。 （3 ） 缺少统一的主数据，组织机构核心系统间的人员等主要信息并不是存储在一个独立的系统中， 或者不是通过统一的业务管理流程在系统间维护。 缺乏对集团公司或政务单位主数据的管理， 就无法保障 主数据在整个业务范围内保持一致、完整和可控，导致业务数据正确性无法得到保障。 （4 ） 缺乏统一的集团型数据质量管理流程体系。 当前现状中数据质量管理主要由各组织部门分头进 行；跨局跨部门的数据质量沟通机制不完善； 缺乏清晰的跨局跨部门的数据质量管控规范与标准， 数据分 析随机性强， 存在业务需求不清的现象， 影响数据质量； 数据的自动采集尚未全面实现， 处理过程存在人 为干预问题， 很多部门存在数据质量管理人员不足、