数据治理体系的建设思路.pptx

数据治理体系的建设思路

CONTENTS目录

01数字化目标及数据治理目标分析

02数据治理体系建设思路

03数据治理体系中长期目标及阶段性内容

数字化、数据治理、数字化转型的关系和理解

体现业务价值的关键驱动

与业务深度融合并创造

业务价值的最终形态

更高的业务价值

关键基础

工具价值呈现

信息化工具

协同合作

数字化建设使企业内部信息更为透明，使企业内部不同部门间，不同业务间的协同合作更为顺畅紧密。

精益化运营

数字化的建设和推广使用，将会取代当前大部分的线下流程。通过信息系统进行全自动信息流和数据流传递，将会很大程度提升运营效率，从而实现企业内部对于人、财、物的精细化管控。

降本增效提质

人工干预的减少将会大量缩减工作量，同时信息流转更为顺畅、快捷、准确，从而降低运营成本，增加信息交换效率，提升整个企业内部的综合运转能力。

作为经营执行层面，数字化建设为

会议中心带来的更多是精益化运营，降本、增效、提质

数字化建设目标

60%

50%

整合资源

70%

数字化建设帮助各个业务板块实现当前业

务的深化，快速洞察市场，剖析业务情况，通过信息系统对信息流和数据流的窜通，

逐步引导业务进行转型与优化。

外部市场的链接和业务运转数据通过信

息化系统进行沉淀渗透，引导业务在当前的模式上进行创新，突破原有模式的壁垒，实现新业务的拓展与提升。

数字化建设深层次业务目标

业务创新与拓展

业务深化与转型

信息化“补课”

根据企业现有信息化水平针对业务需求进行信息化建设，保证基本业务信息化。

数字化“升级”

在信息化建设基础上进行数字化、平台化建设，满足政策监管、企业管控及业务转型要求。

数智化“发展”

依托新技术实现业务的智慧化，以数据为驱动，打造行业标杆，实现产业覆盖。

创新业务数字化运营，

完善企业数字化服务，以数据驱动，主动颠覆意识形态，数梦工场助力企业数字化转型

数字化建设步骤及核心

深挖行业特性

坚持数字创新

2

3

1乡

两个

关键点

一条

主线

三步

路径

为什么要做数据治理

数字化数智化

数据+算法取代拍脑袋决策在线化数智化

数据生产力：通过使用数据带来组织生产力的提升

DataGovernance

（数据治理）

DataProduct（数据产品）

DataOps（数据研发）

确定了一系列岗位角色和相应的责任及管理流程

保证了业务数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性

企业进行数据治理的最大驱动力来自数据质量，通过提高数据质量实现更多的业务价值

将实现业务目标作为数据管理和服务的核心驱动力，优化数据架构，提升数据价值，提高支持管理能力、提升精细化和决策的科学性、为数字化转型提供数据支撑和方向指引。

构建完善、共享、统一管理数据环境

把数据作为资产来管理

数据治理目标分析

作用

价值

目标

不再治理！

!!

数据治理：数据是根据业

务流程和治理体系进行治

理

业务系统：严格根据流程优化和数据治理成果进行部署

数据中台：清洁的数据从内部的系统和外部流入到“数据中台”，为全集团所共享

人：更多的人员被市场出来，从事数据分析洞察工作，将变得根本更加“智慧”和“领先”

数据：从系统产生的数据

是“清洁”的，从外部获取的数据是“清洁”的

数据分析，数据分析师可以清理数据、建立模型、提供数据服务，支持业务

业务：业务顺畅的跑在系统上。“完全自动化”地支撑日常业务和管理运作

需要：

流程再造：根据业务模式和体系化方法优化设计的

文化：将变成“数据化”

企业，大家都用数据说话

数据服务：从中台上，业务人员可以“自助”进行

数据治理愿景

.业务流

.数据流

DAMA：数据治理是对数据资产管理行使权利和控制的

活动集合（规划、监督和执行）

重点：

•DAMA规定了数据治理的11个数据管理的职能，告诉我们数据治理应该干什么事情，对数据治理有一个很清晰的边界

•缺少具体的落地方法以及检验方法

到底什么是数据治理（DAMA）

DCMM数据管理能力成熟度评估模型，由国家工信部、国

家

标准化委员会组织编写，是有个数据治理领域的国家标准。重点：

•给出了数据治理的评估方法

•缺少数据治理的具体