基于大数据的数据治理综合建设方案.docxVIP

基于大数据数据治理

建设方案

目录

TOC\o1-3\h\z\uHYPERLINK一 数据管理现实状况 3

HYPERLINK二 数据治理概述 4

HYPERLINK（一） 数据治理概念 4

HYPERLINK（二） 数据治理目标 5

HYPERLINK三 数据治理体系 5

HYPERLINK四 数据治理关键领域 6

HYPERLINK（一） 数据模型 6

HYPERLINK（二） 数据生命周期 6

HYPERLINK（三） 数据标准 8

HYPERLINK（四） 主数据 9

HYPERLINK（五） 数据质量 10

HYPERLINK（六） 数据服务 12

HYPERLINK（七） 数据安全 12

HYPERLINK五 数据治理保障机制 13

HYPERLINK（一） 制度章程 13

HYPERLINK(1) 规章制度 13

HYPERLINK(2) 管控方法 13

HYPERLINK(3) 考评机制 13

HYPERLINK（二） 数据治理组织 15

HYPERLINK(1) 组织架构 15

HYPERLINK(2) 组织层次 16

HYPERLINK(3) 组织职责 17

HYPERLINK（三） 流程管理 19

HYPERLINK（四） IT技术应用 19

HYPERLINK(1) 支撑平台 19

HYPERLINK(2) 技术规范 22

HYPERLINK附件A数据管理规范 23

HYPERLINK附件B数据质量评定方法 38

HYPERLINK附件C数据质量管理流程 42

关于数据治理了解

数据管理现实状况

依照行业信息化发展现实状况，结合当今行业数据治理要求，大型集团或政务管理部门现阶段数据管理方面存在以下不足：

（1）数据多头管理，缺乏专门对数据管理进行监督和控制组织。信息系统建设和管理职能分散在各部门，致使数据管理职责分散，权责不明确。组织机构各部门关注数据角度不一样，缺乏一个组织从全局视角对数据进行管理，造成无法建立统一数据管理规程、标准等，对应数据管理监督方法无法得到落实。组织机构数据考评体系也还未建立，无法保障数据管理标准和规程有效执行。

（2）多系统分散建设，没有规范统一省级数据标准和数据模型。组织机构为应对快速改变市场和社会需求，逐步建立了各自信息系统，各部门站在各自立场生产、使用和管理数据，使得数据分散在不一样部门和信息系统中，缺乏统一数据规划、可信数据起源和数据标准，造成数据不规范、不一致、冗余、无法共享等问题出现，组织机构各部门对数据了解难以应用一致语言来描述，造成了解不一致。

（3）缺乏统一主数据，组织机构关键系统间人员等主要信息并不是存放在一个独立系统中，或者不是经过统一业务管理流程在系统间维护。缺乏对集团企业或政务单位主数据管理，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，造成业务数据正确性无法得到保障。

（4）缺乏统一集团型数据质量管理流程体系。当前现实状况中数据质量管理主要由各组织部门分头进行；跨局跨部门数据质量沟通机制不完善；缺乏清楚跨局跨部门数据质量管控规范与标准，数据分析随机性强，存在业务需求不清现象，影响数据质量；数据自动采集还未全方面实现，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、知识与经验不够、监管方式不全方面等问题；缺乏完善数据质量管控流程和系统支撑能力。

（5）数据全生命周期管理不完整。现在，大型集团或政务单位，数据产生、使用、维护、备份到过时被销毁数据生命周期管理规范和流程还不完善，不能确定过期和无效数据识别条件，且非结构化数据未纳入数据生命周期管理范围；无信息化工具支撑数据生命周期状态查询，未有效利用元数据管理。

数据治理概述

数据治理概念

数据治理是指将数据作为组织资产而展开一系列详细化工作,是对数据全生命周期管理。

数据治理体系是指从组织架构、管理制度、操作规范、IT应用技术、绩效考评支持等多个维度对组织数据模型、数据架构、数据质量、数据安全、数据生命周期等各方面进行全方面梳理、建设以及连续改进体系。

数据治理目标

数据治理目标是提升数据质量（准确性和完整性），确保数据安全性（必威体育官网网址性、完整性及可用性），实现数据资源在各组织机构部门共享；推进信息资源整合、对接和共享，从而提升集团企业或政务单位信息化水平，充分发挥信息化作用。

数据治理体系

数据治理体系包含两个方面，一是数据质量关键领域，二是数据质量保障机制。

详细二者内容及相互关系能够参见下列图：

数据治理关键领域

为了有效管理信息资源，必须构集团级数据治理体系。数据治理体系包含数据治理组织、数据构架管理、主数据管理