枫影：数据治理

【课程背景】

数据治理，是数据分析的基础，没有好的数据治理，就没有有价值的数据分析。国家数据局的成立，开启了我国数据治理的顶层设计。企业的数字化转型是要依托数据分析得出结论，而数据治理又是基础，无论对于业务部门，还是产品开发部门，数据治理都是关键。

本节课将从业务部门的视角，帮助大家理解数据治理在整个数据分析中的地位，指导数据治理的关键和相关内容。

【课程收获】

1. 了解数据治理的价值意义以及与数据分析、数字化转型之间的关系
2. 理解数据治理的内容
3. 理解业务部门（数据来源部门）与技术（数据管理部门）之间的关系、角色分工

【课程对象】业务部门、技术部门

【课程时长】1天

【课程大纲】

1. 数字化转型、数据分析、数据治理的逻辑关系
2. 数字化转型的核心在于通过数据分析做出科学判断，进而提效降本
3. 数据分析的前提是拥有业务模型和有价值的数据
4. 数字化时代大数据的特征——多源异构
5. 大数据平台（数据底座）的诞生
6. 数据发挥价值的前提——数据治理
7. 数据治理的内涵

【案例】某集团公司在数字化转型过程中碰到的数据质量问题

数据治理的流程与内容（通过工作内容了解业务与技术的衔接之处）

立数据

1. 主数据管理
2. 顶层架设（是否要开启中台）
3. 基础设置（私有云、网）

【案例】某快消品企业的大数据平台体系架构

2.通数据

1. 数据接入（API）
2. 数据处理（ETL）：数据清洗、数据处理、数据集成
3. 数据管理：数据目录、数据地图、数据资产化
4. 数据安全：数据安全治理、数据访问安安
5. 数据可视化：BI报表、面向业务的数据可视化
6. 数据挖掘

【案例】某能源企业和某云服务商的数据资产管理体系

3.挖价值

1. 数据分析赋能业务
2. 面向业务的数据中台体系

【案例】面向业务的可视化数据分析应用

企业实施数据治理的过程方法

企业实施数据治理框架体系

（1）治理任务

（2）治理规划

（3）治理对象

数据治理的组织架构

1. 组织架构：决策层、管理层、执行层
2. 管理层职责：项目经理、专家评审组、PMO
3. 执行层职责：业务专员、数据治理专家、数据架构师

技术（数据管理部门）与业务（数据来源部门）之间的关系

1. 立数据：要由业务部门清晰明确业务模型、业务流程
2. 通数据：需要业务部门配合，完成数据的整理、清晰和导入工作
3. 挖数据：基于业务变革转型，即时反馈，对主数据展开维护、不断优化
4. 整体认知：业务是数据的来源，一切都源自于业务如何定义数据

【案例】某集团公司总公司和分公司之间、业务与技术部门之间的协同