大型集团企业数据治理方案,以“应用驱动”的数据治理策略 | 行业方案

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 袋鼠云大型集团企业数据治理方案来啦!该数据治理策略以业务应用带动数据治理的能力建设,以业务创新推动数据治理的价值体现。

数据治理是推动大型集团企业转型升级、提升竞争优势、实现高质量发展的重要引擎。


通过搭建大数据平台,实现对业务系统数据的采集、清理、建模、整合,建立一个符合业务需求的数据决策平台,形成企业数字化转型关键能力,支撑数据赋能业务价值,最终推动组织及管理升级,实现数字化转型。

以某拥有多元主业的综合型产业集团为例,该集团众多业务板块的信息化建设各自发展,系统相对独立,数据尚未实现归集交换共享,业务协同联动缺少支撑,数字化运营能力薄弱,制约了集团的内部管控和经营效率的提升。


为此,袋鼠云提出了“1套物理中台+N个逻辑中台+X个场景”的数据治理解决方案,建设集团经营指标及标签体系,在场景化数据应用、消费者精细化营销等方面进行深化改革,发挥统一管控、统一运营和统一服务作用。


围绕以搭数据平台为支撑,以治理为手段,以数据服务为依托的原则。该集团数据治理的具体实施路径可以分为三个阶段:一阶段“搭平台,汇数据”;二阶段“做治理,立标准”;三阶段“建应用,启服务”。

01 搭平台,汇数据

建立集团统一数据中台,基于多租户的隔离机制建设多个二级企业数据中台,既满足集团数据资产管控的要求,也满足二级企业数据应用的建设需求。归集人力、财务、酒店管理、医疗健康等业务板块180个系统核心数据,按照业务需求划分8个主题域,形成430G数据资产,包含2000多项指标和300多个标签。

02 做治理,立标准

数据归集阶段通过对数据进行全面探查,发现数据存在的问题并形成问题集,在治理阶段结合业务实际需求,制定基础数据标准与指标数据标准。对于接入中台的数据进行标准定义,实现词根统一。各业务板块按照其归属的行业标准形成内部规范。基于数据中台产品实现集团数据资产元数据的统一管理,业务侧数据管理人员负责维护业务元数据,技术数据管理人员负责维护技术元数据,专人专责保障治理效果。针对数据中台运行的数据任务,配置单表校验及多表比对规则,对数据质量进行预警,避免不合格的数据流入生产应用。

03 建应用,启服务

数据应用是从应用场景出发,将已经构建的数据资产通过服务化方式,应用到具体的业务中,发挥数据价值辅助用户更优的做决策(甚至行动)的一种产品形式。它在用户的决策和行动过程中,可以充当信息的分析展示,将数据资产快速形成服务能力并与业务进行对接,在业务中产生数据价值,洞察事物本质。


在搭好平台做好治理的基础之上,开展数据应用及数据服务的建设,包含领导驾驶舱,专题分析报表与数据接口服务。通过整合集团内部与外部数据,构建了集团管理的13个主题驾驶舱,帮助管理者掌握集团“人”“财”“物”家底的动态和二级业务板块的经营实况,例如酒店管理基于项目管理一张图,实现了酒店名片在线化,打造了全国酒店对外数字化展示窗口。


通过建立起支撑4大业务板块的多维度多层次专题分析报表,为各级管理人员提供经营、用户、舆情等多视角的全面洞察,为日常管理决策提供及时准确的数据信息。通过数据中台提供统一数据接口服务,在数据服务安全可控的前提下,实现数据在内部的跨业务共享利用。


《数据治理行业实践白皮书》下载地址:https://fs80.cn/380a4b

《数栈V6.0产品白皮书》下载地址:https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友,浏览袋鼠云官网:https://www.dtstack.com/?src=szalykfz

同时,欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术 qun」,交流最新开源技术信息,qun 号码:30537511,项目地址:https://github.com/DTStack

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
7月前
DataphinV3.14全新升级:数据研发突破全域覆盖,资产治理更加灵活可控
DataphinV3.14全新升级:数据研发突破全域覆盖,资产治理更加灵活可控
248 0
|
数据采集 数据安全/隐私保护 监控
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——5. 资产治理:高价值数据,助力企业高质量发展
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——5. 资产治理:高价值数据,助力企业高质量发展
387 0
|
存储 安全
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——一、数据建设与治理的现状与诉求
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——一、数据建设与治理的现状与诉求
159 0
|
运维 搜索推荐 API
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——9. 开放能力:自由拓展,满足企业个性化需求
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——9. 开放能力:自由拓展,满足企业个性化需求
302 0
|
数据采集 调度 监控
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——3. 研发:高效建设,稳定运行
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——3. 研发:高效建设,稳定运行
363 0
|
数据建模 供应链 定位技术
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——2. 规划:高屋建瓴,总览企业数据体系
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——2. 规划:高屋建瓴,总览企业数据体系
238 0
|
数据采集 人工智能 数据管理
数据资产化的前提-浅谈数据治理体系的建设
数据资产化的前提-浅谈数据治理体系的建设
|
数据采集 存储 监控
【建议收藏】|某大型金融集团内部数据治理实战总结
近几年,企业都在做数字化转型。 数字化转型是为了使组织更好地适应数字时代的变革,提高效率、降低成本、增强竞争力。是将业务和流程数字化,以实现更快、更准确、更可靠的数据处理和决策。是以数据驱动的精细化运营、业务创新增长和商业模式创新。
1231 0
【建议收藏】|某大型金融集团内部数据治理实战总结
|
供应链 数据库
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——(一)规划:数据体系(3)
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——(一)规划:数据体系(3)
270 0
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——(一)规划:数据体系(1)
带你读《构建企业级好数据(Dataphin智能数据建设与治理白皮书)》——(一)规划:数据体系(1)
342 0

热门文章

最新文章