咨询方案：基于模型的数据治理&数据架构 |
| |
| 日期 |
2025年9月 |
| 说明 |
标准方案，可以根据需求定制 |
|
| |
| 咨询服务简介
|
| 本数据治理方案专门针对经过多年业务积累的复杂的数据资产，采用了基于模型的数据治理方法，如下图示： |
|
| |
采用业务架构、数据架构、应用架构建模和 DAMA 的数据治理方法论结合，对现有数据进行调查、提炼数据架构、然后基于数据架构进行数据管理制度建设和数据平台方案设计。对已有的数据进行治理、构建适合企业的数据服务，提高数据服务质量，挖掘数据服务价值。
成功案例： 吉利汽车 《 OTA 数据治理咨询》 咨询成功实施完成
相关课程： 数据架构、数据治理与数据运营 |
| |
| 咨询目标
|
帮助企业的数字化部门对企业的数据资产进行治理，提高数据质量和资源的复用率，以便能够有效支持业务。
通过数据治理，建立数据管理规范，指导未来的数据平台建设。
通过数据治理，挖掘未来的企业数字化应用需求，并基于数据平台建立数据应用系统示范。 |
|
| |
| 咨询范围
|
| 构建数据治理工作体系
搭建数据架构与治理工具
数据资源梳理与评价
数据架构设计
数据质量管理体系
数据服务方案
数据管理制度建设
设计适合企业的数据中台方案
数据应用建设与运营方案设计
|
| 咨询工作流程
|
| 数据架构设计与数据治理对应的工作流程图如下：
|
|
| 工作过程如下：
|
| 阶段 |
工作 |
| 数据治理培训《数据治理、数据架构及数据标准》 |
数据治理基础知识
数据治理的过程指南
• 数据资源梳理
• 数据质量评价
• 准备数据架构工具和环境
• 数据架构设计
• 制定数据治理规范
• 实施数据治理
• 数据变更管理 |
| 制定数据治理指南
|
• 确定数据治理目标
• 选定数据治理范围
• 确定数据治理方法
• 定义数据质量标准
• 划分数据主题
• 编排数据治理计划
|
| 数据现状调查 |
对现有的数据资源进行调查
编制数据资源目录
数据资源建模
数据相关的业务梳理
数据相关的系统梳理
数据质量评价
数据能力成熟度评价 |
| 提炼数据架构 ( 研发总体 ) |
识别核心数据对象
提炼领域模型
定义元数据模型
定义数据扩展方案
划分数据主题域
建立数据架构模型：
• 数据类型
• 数据模型
• 数据存储 |
| 核心域数据治理
|
• 核心域数据调查
• 核心域业务建模
• 核心域数据建模
• 核心域数据架构提炼
|
管理域数据治理
|
• 管理域数据调查
• 管理域业务建模
• 管理域数据建模
• 管理域数据架构提炼
|
支持域数据治理
|
• 支持域数据调查
• 支持域业务建模
• 支持域数据建模
• 支持域数据架构提炼
|
| 设计数据服务方案
|
• 数据服务系统设计
• 数据服务流程设计
• 数据服务质量定义
• 数据服务系统支持方案
|
| 数据服务示范项目验证
|
• 选择数据服务范围，
• 数据服务需求分析
• 数据服务设计
• 数据服务实现
• 数据服务应用效果评估 |
|
| |
| 经过数据治理，应该建立统一的数据空间，通过数据总线为工作空间提供数据服务。如下图所示： |
|
| |
| 虽然有很多工程数据，应该抓住工程数据的核心，以核心数据对象为交点，把各个工程领域的数据进行管理，实现整体的数据架构。在对建立起统一数据模型的基础上，把已有的数据资源进行梳理和清洗，处理为符合质量要求的数据对象，对外提供数据服务，如下图所示：
|
|
| |
| 数据治理工具方案
|
| 数据治理是一个复杂的系统工程，需要有强大的工具支持，为此，我们采用了如下工具：
|
1.数据治理工程工具 iSpace
对数据治理过程、交付物、以及数据模型的跟踪关系进行管理。 |
|
| |
2.数据架构建模工具： EA
进行业务架构、数据架构、系统架构的建模，并通过模型生成数据字典和说明文档。 |
| |
|
| |
3.模型发布与管理平台： WebEA
把业务架构、数据架构和系统架构模型通过 web 发布，当业务部门和技术部门进行在线浏览、评审和沟通。 |
| |
|
| |
| 交付物
|
- 数据治理培训资料
- 数据建模工具，数据模型中心
- 《数据资源现状调查报告》
- 《数据质量标准》
- 《业务架构模型》
- 《数据架构模型》
- 《数据服务方案》
- 《数据质量规范》
- 《数据运营管理制度》
- 《数据应用示范项目报告》
|
| |
4 次
