基于大数据的数据治理综合建设方案.docx

基于大数据数据治理 建设方案 目 录 TOC \o 1-3 \h \z \u HYPERLINK 一 数据管理现状 3 HYPERLINK 二 数据治理概述 4 HYPERLINK (一) 数据治理概念 4 HYPERLINK (二) 数据治理目的 5 HYPERLINK 三 数据治理体系 5 HYPERLINK 四 数据治理核心领域 6 HYPERLINK (一) 数据模型 6 HYPERLINK (二) 数据生命周期 6 HYPERLINK (三) 数据原则 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) 管控办法 13 HYPERLINK (3) 考核机制 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 数据质量评估办法 38 HYPERLINK 附件C 数据质量管理流程 42 关于数据治理理解 数据管理现状 依照行业信息化发呈现状,结合当今行业数据治理规定,大型集团或政务管理部门现阶段数据管理方面存在如下局限性: (1) 数据多头管理,缺少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同样,缺少一种组织从全局视角对数据进行管理,导致无法建立统一数据管理规程、原则等,相应数据管理监督办法无法得到贯彻。组织机构数据考核体系也尚未建立,无法保障数据管理原则和规程有效执行。 (2) 多系统分散建设,没有规范统一省级数据原则和数据模型。组织机构为应对迅速变化市场和社会需求,逐渐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,使得数据分散在不同部门和信息系统中,缺少统一数据规划、可信数据来源和数据原则,导致数据不规范、不一致、冗余、无法共享等问题浮现,组织机构各部门对数据理解难以应用一致语言来描述,导致理解不一致。 (3) 缺少统一主数据,组织机构核心系统间人员等重要信息并不是存储在一种独立系统中,或者不是通过统一业务管理流程在系统间维护。缺少对集团公司或政务单位主数据管理,就无法保障主数据在整个业务范畴内保持一致、完整和可控,导致业务数据对的性无法得到保障。 (4) 缺少统一集团型数据质量管理流程体系。当前现状中数据质量管理重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;缺少清晰跨局跨部门数据质量管控规范与原则,数据分析随机性强,存在业务需求不清现象,影响数据质量;数据自动采集尚未全面实现,解决过程存在人为干预问题,诸多部门存在数据质量管理人员局限性、知识与经验不够、监管方式不全面等问题;缺少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。当前,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,不能拟定过期和无效数据辨认条件,且非构造化数据未纳入数据生命周期管理范畴;无信息化工具支撑数据生命周期状态查询,未有效运用元数据管理。 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、绩效考核支持等各种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面梳理、建设以及持续改进体系。 数据治理目的 数据治理目的是提高数据质量(精确性和完整性),保证数据安全性(保密性、完整性及可用性),实现数据资源在各组织机构部门共享;推动信息资源整合、对接和共享,从而提高集团公司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 数据治理体系包括两个方面,一是数据质量核心领域,二是数据质量保障机制。 详细两者内容及互有关系可以参见下图: 数据治理核心领域 为了有效管理信息资源,必要构集团级数据治理体系。数据治理体系包括数据治理组织、数据构架管理、主数据管理、数据质量管理、数据服