6、数据战略:
1、数据战略规划
概述:数据战略规划是在所有利益相关者之间达成共识的结果。
过程描述:识别利益相关者,明确利益相关者的需求;数据战略评估,数据战略制定{愿景陈述,规划范围,管理模型…}
过程目标:建立、维护数据管理战略,识别利益相关者,分析数据管理工作优先权,制定、监控和评估后续计划。
2、数据战略实施
概述:组织完成数据战略规划并逐渐实现职能框架的过程。
过程描述:评估准则,现状评估,评估差距,实施路径,保障计划,任务实施,过程监控
过程目标:检査落实情况.并定期评估;分析差距,明确方向,推动战略实施
3、数据战略评估
概述:建立业务案例和投资模型,在整个数据战略实施过程中跟踪进度。
过程描述:建立任务效益评估模型,建立业务案例,建立投资模型,阶段评估
过程目标:检査落实情况.并定期评估;分析差距,明确方向,推动战略实施
7、数据治理:数据资产管理行使权利和控制的活动集合,主要包含数据管理规范的制定,管理架构和流程的制定,具体工作的监督和执行。
7.1数据治理组织
概述:数据治理组织包括组织架构、岗位设置、团队建设、数据责任,是各项数据职能工作开展的基础。
过程描述:建立数据治理组织,设置岗位,进行数据归口管理,建立绩效评价体系。
过程目标:建立工作流程机制;明确数据归口管理,建立绩效评价体系。
7.2数据制度建设
概述: 保障各项功能规范化运行,建立制度体系。
过程描述:制定数据制度框架,整理数据制度内容,数据制度发布,数据制度宣贯,数据制度实施。
过程目标:建立数据制度体系,建立制度的管理流程。
7.3数据治理沟通
概述:确保组织内全部利益相关者都能及时了解相关政策、标准、流程、角色、职责、计划的最新情况。
过程描述:建立沟通路径,沟通计划,沟通执行,问题协商机制,沟通渠道,制定培训宣贯计划,并开展培训。
过程目标:信息能被相关人员及时获知并理解;及时发布指导文件;建立沟通机制;加强相关制度理解。
8数据架构
8.1数据模型
概述:分为概念模型、逻辑模型和物理模型。
过程描述:收集和理解组织的数据需求,制定模型规范,开发数据模型,应用数据模型,保持检查时的一致性,动态维护模型。
过程目标:建立并维护数据模型;建立统一模型规范,使用组织级数据模型指导建设。
8.2数据分布
概述:明确数据分布关系,定义数据类型,为数据相关工作提供参考和规范。
过程描述:梳理数据现状,识别数据类型,梳理数据分布关系,梳理数据的权威数据源.维护和管理数据分布关系。
过程目标:对组织的数据资产建立分类管理机制,规范数据相关工作的建设。
8.3数据集成与共享
概述: 建立起组织内各部门之间的集成共享机制。
过程描述:建立数据集成共享制度,形成数据集成共享标准,建立数据集成共享环境,对新建系统检査。
过程目标:构建灵活的组织级规范和机制;建立.敖据集成共享环境.
8.4元数据管理
概述:创建、存储、整合与控制集合。
过程描述:定义分类元模型,集成和变更元数据,对于组织管理的各类元数据进行分析应用.
过程目标:对元数据进行分类,建立元模型标准.建立元数据应用和元数据服务,遵循相关规范;
9数据应用
9.1数据分析
概述:对组织各项经营管理活动提供数据决策支持。
过程描述:进行常规报表分析,多维分析, 动态预警,趋势预报。
过程目标:满足组织业务运营需求,促进决策和业务价值。
9.2数据开放共享
概述:按照统一管理策略对组织内部数据进行有选择对外开放。
过程描述:梳理开放共享数据,制定外部数据资源目录,建立统一共享策略,规范政策和服务。
过程目标:满足安全、监督和法律法规要求,促进内外数据互通,提升数据价值。
9.3数据服务
概述:是对组织内外部数据的统一加工和分析,对外提供跨领域、跨行业的数据服务。
过程描述:进行数据服务需求分析,数据服务开发,数据服务部署,数据服务监控,数据服务授权。
过程目标:满足外部用户的需求;实现数据资产价值的变现。
10数据安全
10.1数据安全策略
概述:是数据安全的核心内容,应满足组织管理需求、监管需求和标准。
过程描述:根据监管需求,进行数据安全策略规划,建立 组织层面数据安全管理策略;制定适合组织的数据安全标准.为组织的数据安全管理提供保障。
过程目标:建立统一数据安全标准;提供适用数据安全策略。
10.2数据安全管理
概述:是对数据访问授权、分类分级控制、监控 数据访问进行监管。
过程描述:划分数据安全等级,控制数据访问权限,监控用户身份认证和访问行为,保护数据安全,管理数据安全风险
过程目标:重点关注数据管理需求;保证数据安全,预防风险的发生。
10.3数据安全审计
概述:是为组织以及外部监管机构提供评估和建议。
过程描述:进行过程审计,规范审计,合规审计,供应商审计,审计报告发布,数据安全建议。
过程目标:确保组织安全需求、监管需求得到满足;改进数据安全措施;促进数据安全的优化提升。
11数据质量
11.1数据质量需求
概述 :是度量和管理数据质量的依据。
过程描述:定义数据质屈管理日标,定义数据质量评价维度,明确数据质量管理范围,设计数据质量规则。
过程目标:形成数据质量管理目标,明确各类数据质量管理需求,建立数据质量规则库。
11.2数据质量检查
概述:根据数据质量规则对组织数据实时监控并发现问题.
过程描述:制定数据质量检査计划,剖析数据质量情况,校验数据质量,管理数据质量冋题。
过程目标:制定检查计划;监控数据质量情况;建立问题管理机制。
11.3数据质量分析
概述:对数据质量检査过程中发现的数据质量问题及相关信息进行分析。
过程描述:规定数据质量分析方法和要求,进行数据质量问题分析,数据质量问题影响分析,数据质量分析报告,建立数据质量知识库。
过程目标:建立数据质量问题评估分析方法;定期分析组织数据质量情况;建立数据质量知识库。
11.4数据质量提升
概述:是指错误数据更正、业务流 程优化、应用系统问题修复。
过程描述:制定数据质屋改进方案.校正数据质量,跟踪数据质量,提升数据质量。
过程目标:建立数据质量持续改进策略;制定改进方案;建立良好文化。
12数据标准
12.1业务术语
概述:是组织中业务概念的描述,包括中文名称、英文名称、术语定义。
过程描述:制定业务术语标准,业务术语字典,发布业务术语。
过程目标:业务术语可准确描述业务概念的含义。
12.2参考数据和主数据
概述:参考数据是用于将其他数据进行分类的数据。主数据是组织中需要跨系统、跨部门共享的核心业务实体数据。
过程描述:定义编码规则,定义数据模型,识别数据值域,管理流程,建立质量规则。
过程目标:识别参考数据和主数据的SOR;建立准确记录;建立管理规范。
12.3数据元
概述:对组织中核心数据元的标准,让大家有统一标准。
过程描述:建立数据元的分类和命名规则,建立管理规范,创建数据元,建立统一目录,进行査找和引用。
过程目标:建立统一数据元管理规范和目录。
12.4指标数据
概述:组织在经营分析过程中衡量某一个目标或事物的数据.
过程描述:制定组织内指标数据分类管理框架,定义格式,进行访冋授权,进行维护和 管理。
过程目标:建立指标数据分类规范,和统一管理流程。
13数据生存周期
13.1数据需求
概述:是组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和 流转的描述。
过程描述:建立数据需求管理制度,收集数据需求,评审数据需求,更新数据管理标准,集中管理数据需求。
过程目标:统一管理各类数据需求;能满足业务的需求;并符合组织发布的相关标准。
13.2数据设计和开发
概述:是指设计、实施数据解决方案,提供数据应用,持续满足组织的数据需求的过程。
过程描述:设计数据解决方案,做好数据准备,实施数据解决方案。
过程目标:设计满足数据需求,确保解决方案与数据架构和数据标准的一致性。
13.3数据运维
概述:是指数据平台及相关数据服务建设完成上线投入运营后.对数据采集、数据处理、数据存储等过程的日常运行。
过程描述:制定数据运维方案,建立数据提供监控规则,管理各种平台和工具。
过程目标:保证数据相关平台和组件的稳定运行。
13.4数据退役
概述:是对历史数据的管理.根据法律法规、业务、技术等方而需求对历史数据的保留和销毁。
过程描述:进行数据退役需求分析,执行数据退役,检査数据恢复,査询归档数据。
过程目标:对历史数据的使用清除方案符合组织需求和监管需求;建立相关标准
数据退役能力等级标准
能力等级标准如下:
a) 第1级:初始级
在项目层面开展数据退役管理,包括收集数据保留和销毁的内外部需求.设计并执行方案。(例如在银行贷款项目实施数据退役管理,设计考虑可能需要保留的重要信息和外部监管限制的时间)
b) 第2级:受管理级
1) 建立了数据退役标准并执行;
(例如规定银行贷款数据最低保留3年)
2)对组织内部的数据进行统一归档和备份;
(上升为组织内部数据统一管理,减少部门间数据不连通)
3)在需归档数据査询时进行数据的恢复;
(例如之前不小心删除的数据,运用技术手段进行数据的恢复)
4)对数据退役、清除请求进行了审批。
(对数据的清除设立了专人审批,压实了责任)
c) 第3级:稳健级
1) 全面收集了组织内部业务部门和外部监管部门数据退役需求;
(不仅收集内部的数据需求,还考虑了监管部门对数据退役的需求,比如监管部门规定酒店的监控数据保存最少应为3个月)
2)结合组织利益相关者的需求,建立了组织层面统一的数据退役标准;
(组织规划统一的标准来规定数据退役)
3)对不同数据建立了符合需求的数据保留和销毁策略并执行;
(例如对客户经常查询的数据保存时间为两年,对没那么重要的数据保存时间为一年,减少数据库的内存)
4)制定了数据退役标准,定期检査退役数据的状态;
(例如制定数据两年进行清除,半年开展一次检查,对未清理干净的数据进行清理)
5)对数据恢复请求进行审批.相关人员同意之后进行数据的恢复和査询;
(增加数据的安全性,对数据进行恢复需要请示相关领导进行批准)
6)根据数据优先级确定不同的存储设备。
(对重要的数据存放在读取快的设备,对没那么重要的数据存放在价格比较便宜相对读取没有那么方便的设备)
d) 第4级;量化管理级
1) 参考、评估并采用数据退役的行业最佳实践;
(参考行业内最好的案例进行评估)
2)定义并应用量化指标.衡量数据退役管理运行有效性和经济性;
(运用技术手段把每个贷款,存款的数据来分析比对,得出哪些数据应该保留更久,从而提升系统的运行流畅和产生更好的经济效益)
3)组织对数据退役流程开展持续改善措施。
(例如制定最优退役方案,根据不同数据规划不同退役时间,持续改善和优化数据库内存,达到效益最大化)
0)第5级:优化级
1) 数据退役提升了数据访冋性能、降低了数据存储成本,并保证了数据的安全;
(切实提高了访问速度,和降低了成本,并且保证数据安全)
2) 在业界分享最佳实践.成为行业标杆。