1. Estrategia de datos
1. Análisis y predicción del entorno estratégico del grupo:
Analizar los entornos internos y externos que afectan a la estrategia de datos del grupo. El entorno interno incluye: la estrategia comercial del grupo, las políticas relevantes, el estado actual y la dirección de desarrollo futuro de los departamentos comerciales, la madurez del gobierno de datos del grupo y el grado en que el gobierno de datos actual respalda el negocio. identificar brechas y aclarar mejoras y dirección. El entorno externo incluye: cambios que pueden ocurrir ahora o en el futuro en diversos campos como la sociedad, la economía, la política, la cultura, la tecnología, etc. La formulación de la estrategia de datos debe incluir varios factores relevantes del entorno interno y externo, haciendo de la estrategia de datos una parte integral e importante de la estrategia corporativa.
2. Identificar la estrategia de datos
El grupo debe identificar la estrategia de datos en función de los requisitos de su propia estrategia de desarrollo empresarial y estrategia de información. La estrategia de datos se origina y sirve al negocio. El grupo necesita formular una estrategia de datos basada en sus propios requisitos de desarrollo comercial.
3. Formule objetivos estratégicos de datos.
Los datos son un recurso y un activo de propiedad conjunta de todas las unidades y departamentos del grupo. Los datos no pueden "privatizarse". Los activos de datos deben gestionarse de forma centralizada, gobernarse de manera uniforme y utilizarse según demanda para maximizar la eficacia de activos de datos. Al formular objetivos de datos, debemos apuntar a las aplicaciones comerciales y utilizar la gestión de datos como un medio para lograr una gestión de datos estandarizada mientras mejoramos la eficiencia de las aplicaciones de datos y garantizamos el uso conforme de los datos.
4. Preparar un esquema y plan de implementación para la estrategia de datos
El grupo debe preparar un esquema y plan de implementación, enumerando las acciones y medidas específicas a tomar para lograr cada submeta, así como las responsabilidades correspondientes. La formulación del plan de implementación debe compatibilizarse con la situación real del grupo y debe ser ejecutable, cuantificable y evaluable.
El esquema de implementación de la estrategia de datos incluye principalmente:
1) La situación actual y la base para implementar el esquema de la estrategia de datos
2) Ideología rectora y principios básicos
3) Metas generales y metas de etapa
4) Tareas principales
5) Mecanismos de apoyo y medidas de salvaguardia
El plan de implementación principalmente incluye:
1) Según El departamento descompone y refina los objetivos estratégicos de datos y desarrolla puntos de implementación y planes de implementación detallados para cada objetivo detallado.
2) Determinar la hora de inicio y finalización de cada plan de implementación, los departamentos/puestos/roles/personal responsables y aclarar los resultados de entrada/salida.
3) Aclarar los objetivos graduales a corto plazo
5. Implementar las medidas para implementar la estrategia
Las medidas para implementar la estrategia son principalmente salvaguardas relevantes establecidas para lograr la estrategia de datos, que incluyen principalmente sistemas de gestión y control de datos y herramientas técnicas. El sistema de gestión y control incluye un sistema de gobernanza de datos, un sistema de especificación de estándares de datos, un proceso de gestión de datos, un sistema de gestión de datos, etc.
6. Revisión y evaluación:
medir y calificar cualitativa y cuantitativamente la gobernanza de datos de los departamentos relevantes y publicar los resultados de la evaluación. Promover el desarrollo efectivo del trabajo de gobernanza de datos a través de la evaluación del desempeño, verificar los objetivos estratégicos de los datos, descubrir problemas y deficiencias e implementar medidas de mejora de manera oportuna, mejorando y optimizando continuamente los objetivos estratégicos de los datos.
2. Estandarización de datos
1. Inventario y evaluación de datos
(1) Comprender completamente la situación actual y las demandas de estandarización de datos a través de la investigación de la situación actual y la recopilación de demandas.
(2) A través del inventario de recursos de datos, el estado y los problemas de la estandarización de datos sobre existencias de asfalto.
(3) Determinar la línea de base y los objetivos de la estandarización de datos basándose en prácticas exitosas de evaluación de datos y evaluación comparativa.
2. Desarrollar especificaciones estandarizadas del sistema.
Con base en el inventario de datos anterior y los resultados de la evaluación, combinados con la estrategia y el negocio del grupo, formular especificaciones estándar de gestión de activos de datos, especificaciones de gestión estándar de datos, especificaciones de gestión de calidad de datos, especificaciones de gestión de almacenamiento de datos, especificaciones de gestión de seguridad de datos. especificaciones, especificaciones de gestión de catálogos de datos, especificaciones de gestión de modelos de datos, especificaciones de gestión de datos abiertos, especificaciones de gestión de intercambio de datos, especificaciones de gestión de datos maestros, especificaciones de gestión de indicadores de datos, especificaciones de gestión de metadatos, especificaciones de gestión de clasificación de datos, especificaciones de recopilación de datos, especificaciones de gestión de terminología empresarial, Especificaciones de gestión de reglas comerciales, especificaciones de gestión de reglas de nombres, especificaciones de gestión de fuentes de datos, especificaciones de gestión de procesos de datos, especificaciones de gestión de mantenimiento de datos, especificaciones de gestión de datos, etc.
3. Establecer un mecanismo de garantía de estandarización de datos
(1) Establecer un equipo de estandarización profesional, formular un proceso de rendición de cuentas eficaz, formular una división clara de responsabilidades, determinar reglas de evaluación del desempeño de los datos, pasos y procesos de evaluación del desempeño y proporcionar garantías organizacionales para la estandarización de los datos.
(2) Formular documentos institucionales relevantes, como métodos de gestión estándar, especificaciones de gestión, especificaciones de proceso, reglas de mantenimiento, manuales de operación, especificaciones técnicas, etc. para la producción, operación, control y medición del grupo de diversos activos de datos para brindar apoyo institucional a los datos. Estandarización.
(3) Desarrollar un proceso de rendición de cuentas eficaz, formular una división clara de responsabilidades y determinar reglas de evaluación del desempeño de datos, pasos y procesos de evaluación del desempeño.
(4) Establecer un sistema de capacitación de talentos de datos y un sistema de evaluación de talentos, aclarar los requisitos de estructura de conocimientos y habilidades de los talentos de datos y formular un plan de capacitación de talentos.
(5) Fortalecer la promoción de conceptos y casos de cultura de datos y mejorar el pensamiento de datos de los gerentes en todos los niveles.
4. Implementación de estándares de datos
(1) Construir plataformas y herramientas técnicas para brindar soporte técnico para la implementación de la estandarización de datos.
(2) Llevar a cabo una implementación especial de cada área clave de estandarización de datos una por una para garantizar la implementación de varios objetivos clave.
3. Integración de datos
1. Análisis e identificación de fuentes de datos
: Analice e identifique las fuentes de datos de producción, operación, gestión y control del grupo, incluidas bases de datos, sistemas de archivos, interfaces API, etc., y determine las fuentes de datos y los tipos de datos que deben integrarse.
2. Conversión de estructura y formato de datos:
de acuerdo con las diferencias de estructura y formato de datos de diferentes fuentes de datos, la conversión de estructura y formato de datos se realiza de acuerdo con las especificaciones de integración de datos establecidas para que pueda adaptarse a los requisitos del almacenamiento de datos de destino.
3. Limpieza y conversión de datos:
limpie y convierta datos integrados, incluida la deduplicación de datos, la reparación de formatos de datos, el mapeo de datos, etc., para garantizar la precisión y coherencia de los datos.
4. Diseño de la solución de integración de datos:
Diseñe una solución de integración de datos adecuada en función de las características y necesidades de la fuente de datos y el almacenamiento de datos de destino, incluidos los métodos de integración de datos, los métodos de transmisión de datos, la frecuencia de sincronización de datos, la lógica de conversión de datos, etc.
5. Seguridad de los datos y control de permisos:
de acuerdo con las especificaciones de clasificación y clasificación de los datos, se lleva a cabo un control de seguridad en el proceso de integración de datos, incluido el cifrado de datos, la verificación de identidad, el control de permisos, etc., para evitar la fuga de datos y el acceso ilegal.
6. Gestión de la calidad de los datos:
de acuerdo con las especificaciones de gestión de la calidad de los datos, se monitorea y evalúa la calidad de los datos integrados, y se descubren y resuelven los problemas de calidad de los datos de manera oportuna.
7. Monitoreo y mantenimiento:
Establecer un mecanismo de monitoreo y mantenimiento para la integración de datos, monitorear el proceso de integración de datos en tiempo real y manejar errores y anomalías en la transmisión de datos de manera oportuna.
8. Construcción de una plataforma de integración de datos:
Consideración integral de fuentes de datos, formatos, requisitos de calidad, requisitos de seguridad y otros factores, para construir una plataforma de integración de datos unificada para lograr la integración, gestión, integración e interacción unificadas de datos.
9. Prueba y verificación de integración de datos:
pruebe y verifique el proceso de integración de datos para garantizar la precisión y disponibilidad de la integración de datos, y verificar la coherencia e integridad de los datos.
4. Servicios de datos
1. Análisis de la demanda de servicios de datos:
Analizar las necesidades de datos de cada departamento y negocio del grupo, incluido el tipo de datos, formato, frecuencia, método de acceso, etc., para aclarar los objetivos y el alcance de los servicios de datos.
2. Diseñar la arquitectura del servicio de datos
Diseñar la arquitectura del servicio de datos, formular la capa de servicio de datos, especificaciones de interfaz, mecanismos de control de acceso a datos, etc., para garantizar la escalabilidad, seguridad y flexibilidad del servicio de datos.
3. Establecer un directorio de servicios de datos
: Establezca un directorio de servicios de datos para clasificar, describir e indexar los servicios de datos disponibles para que los usuarios puedan encontrar rápidamente los servicios de datos que necesitan. Establecer un mecanismo para compartir servicios de datos, incluidos mecanismos de publicación y suscripción, cumplimiento y gestión de contratos, etc., para respaldar el intercambio y la reutilización de datos.
4. Establecer un mecanismo de autorización y acceso a los datos
: Establezca un mecanismo de autorización y acceso a los datos para garantizar que solo los usuarios autorizados puedan acceder a los servicios de datos correspondientes y proteger la seguridad y privacidad de los datos.
5. Establecer un mecanismo de gestión y monitoreo de servicios de datos
Establezca un mecanismo de gestión y monitoreo de servicios de datos para monitorear el estado operativo de los servicios de datos y manejar y resolver rápidamente problemas y fallas en los servicios de datos.
6. Establecer un mecanismo de gestión de la calidad del servicio de datos
: Establecer un mecanismo de gestión de la calidad del servicio de datos para monitorear y evaluar la calidad de los servicios de datos, descubrir y resolver rápidamente problemas de calidad de los servicios de datos y proporcionar servicios de datos de alta calidad.
7. Construir herramientas de servicios de datos
: Construir herramientas de servicios de datos para brindar soporte técnico a los servicios de datos, haciendo que la creación, implementación, administración y monitoreo de los servicios de datos sean más simples y eficientes.
8. Establecer un mecanismo de evaluación de servicios de datos
. Establecer un mecanismo de evaluación de servicios de datos para evaluar y mejorar periódicamente los servicios de datos. Con base en el contenido y las necesidades de los comentarios, optimizar y mejorar continuamente los servicios de datos para mejorar la satisfacción del usuario y el valor de los servicios de datos.
5. Gobernanza de datos
1. Desarrollar estrategias y planes de gobernanza de datos
: Desarrollar estrategias y planes de gobernanza de datos, aclarar los objetivos, alcance, principios y estrategias de la gobernanza de datos y proporcionar orientación para la implementación de la gobernanza de datos.
2. Establecer una estructura organizacional de gobierno de datos
: Establecer una estructura organizacional para el gobierno de datos, aclarar roles y responsabilidades y garantizar que el equipo de gobierno de datos tenga el personal, las habilidades y los recursos adecuados. Al establecer una estructura organizacional de gobierno de datos, podemos organizar y gestionar mejor las actividades de gobierno de datos, garantizar la calidad, la seguridad y el cumplimiento de los datos, mejorar la credibilidad y la disponibilidad de los datos y lograr decisiones comerciales e innovación basadas en datos.
3. Establecer una lista de activos de datos
. Establezca una lista completa de activos de datos para clasificar y registrar todos los activos de datos importantes del grupo. A través de la identificación de activos de datos, la descripción de activos de datos, la clasificación de activos de datos, la relación de activos de datos, los atributos de activos de datos y los datos. acceso a activos, gestión de activos de datos, como permisos, evaluación de riesgos de activos de datos, gestión del ciclo de vida de activos de datos, documentación de activos de datos, responsabilidades de gobernanza de activos de datos, etc., con el fin de comprender y gestionar mejor sus propios activos de datos y mejorar la visibilidad y capacidad de gestión de los activos de datos, seguridad y controlabilidad, apoyando así la toma de decisiones basada en datos y la innovación empresarial.
4. Establecer un sistema de gestión de la calidad de los datos
Establecer un sistema completo de gestión de la calidad de los datos, incluida la aclaración de los objetivos estratégicos y las direcciones de la gestión de la calidad de los datos, la formulación de estrategias y principios rectores de la calidad de los datos, la formulación de especificaciones y estándares de calidad de los datos y el establecimiento de evaluaciones y mecanismos de medición para formular datos, planes de mejora de la calidad, establecimiento de mecanismos de seguimiento y control de la calidad de los datos, realización de actividades de formación y sensibilización sobre la calidad de los datos, establecimiento de documentos e informes sobre la calidad de los datos, etc., para la gestión de la calidad de los datos. A través del sistema de gestión de la calidad de los datos, la calidad de los datos se puede gestionar de manera más integral, se pueden identificar y resolver problemas de calidad de los datos, se puede mejorar la credibilidad y el valor de los datos y se puede proporcionar soporte de datos confiable para la toma de decisiones comerciales y las actividades operativas. Establecer un
sistema de seguridad y protección de la privacidad de los datos.
Establecer un sistema completo de protección de la privacidad y seguridad de los datos, incluida la identificación de las necesidades de seguridad de los datos, la formulación de sistemas de seguridad de los datos, la definición de reglas de seguridad de los datos, la evaluación de los riesgos de seguridad de los datos, la implementación de controles y procedimientos y otra gestión de la seguridad de los datos, garantizada a través de los datos. sistema de protección de seguridad y privacidad La seguridad de los datos y la protección de la privacidad mejoran la confianza del usuario, garantizan el cumplimiento y evitan posibles fugas de datos y riesgos de abuso.
6. Establecer un sistema de gestión de metadatos.
Establecer un sistema completo de gestión de metadatos, que incluya la clasificación de metadatos, el establecimiento de un modelo de metadatos, la formulación de un proceso de gestión de metadatos, la determinación del método de almacenamiento y la estructura de los metadatos y la formulación de estándares y especificaciones de metadatos. Establezca una gestión de metadatos como como mecanismo de análisis de origen e impacto de los metadatos, y establecer un mecanismo de gobernanza y supervisión de los metadatos. A través del sistema de gestión de metadatos, los activos de datos se pueden gestionar y utilizar mejor, se puede mejorar la eficiencia y la calidad de la gobernanza de los datos y la gestión de datos puede promover la toma de decisiones y la innovación.
7. Establecer un sistema de gestión de datos maestros
Establecer y mejorar el sistema de gestión de datos maestros, incluida la definición y clasificación de datos maestros, el establecimiento de un modelo de datos maestros, la determinación del método de recopilación e ingreso de datos maestros, la determinación del método de almacenamiento y la estructura de los datos maestros. datos y establecimiento de datos maestros. Mecanismos de actualización y mantenimiento, soporte para compartir e integración de datos maestros, establecer mecanismos de seguridad y gobernanza de datos maestros, establecer mecanismos de gestión de calidad de datos maestros y otros tipos de gestión de datos maestros. El sistema de gestión de datos maestros puede gestionar y mejorar mejor utilizar datos maestros básicos, mejorar la calidad y la coherencia de los datos, reducir la redundancia y los errores de datos y promover la toma de decisiones basada en datos y la innovación empresarial.
8. Desarrollar procesos y especificaciones de gobernanza de datos
en torno a los objetos de gobernanza de datos: estándares de datos, calidad de datos, metadatos, datos maestros, seguridad de datos, etc., combinados con atributos comerciales de datos, para establecer todo el proceso de producción, circulación y uso de datos. , archivo y destrucción El proceso de gestión del ciclo de vida. Desarrollar procesos y especificaciones de gobernanza de datos, aclarar especificaciones y requisitos para la recopilación, procesamiento, almacenamiento, intercambio de datos y otros aspectos para garantizar la coherencia y sostenibilidad de la gobernanza de datos. Estipula el sistema de responsabilidad para la gobernanza de datos, los procesos comerciales para la gobernanza de datos, el entorno de apoyo para la gobernanza de datos, las funciones del personal y las responsabilidades laborales, y promulga reglas, regulaciones y procesos para la gobernanza de datos, etc., para proporcionar métodos de gestión basados en evidencia para el desarrollo de la gobernanza de datos.
9. Clasificación y construcción de dominios temáticos.
Según las necesidades comerciales y las características de los datos, los datos se clasifican según temas o campos, y las áreas temáticas se dividen en áreas temáticas de desarrollo estratégico (temas de planificación estratégica, temas de planificación y presupuestación, temas de gestión de inversiones, temas de gestión del desempeño, etc.) y temas de apoyo a la gestión. Dominios (temas de gestión de recursos humanos, temas de gestión de materiales, temas de gestión de proyectos, temas de gestión de auditoría de control interno, etc.) y áreas temáticas de ejecución de producción (temas de gestión de producción, temas de gestión de programación de producción, temas de seguridad de producción, tecnología y temas de gestión de procesos, temas de gestión de equipos) espera). Mediante la construcción de áreas temáticas, los datos se pueden organizar y gestionar mejor, y se puede mejorar la comprensibilidad, mantenibilidad y reutilización de los datos.
10. Construir herramientas técnicas de gobernanza de datos:
basándose en la arquitectura del sistema de gobernanza de datos, cree herramientas técnicas relacionadas con la gobernanza de datos. Las herramientas de gobernanza de datos incluyen principalmente herramientas de gestión de activos de datos, herramientas de gestión de modelos de datos, herramientas de gestión de indicadores de datos, herramientas de gestión de la calidad de los datos, herramientas de gestión de la seguridad de los datos, herramientas de servicio e intercambio de datos, herramientas de gestión de datos maestros, herramientas de gestión de metadatos, etc. A través de herramientas de gobernanza de datos, se puede mejorar la eficiencia y eficacia de la gobernanza de datos.
11. Capacitación y comunicación en gobernanza de datos
: Llevar a cabo capacitación en gobernanza de datos para mejorar la comprensión y la capacidad de la gobernanza de datos dentro de la organización, al tiempo que fortalece la comunicación y la cooperación con los departamentos comerciales para promover la implementación y la implementación de la gobernanza de datos.
12. Establecer un mecanismo de supervisión y evaluación de la gobernanza de datos.
Establecer un mecanismo de supervisión y evaluación de la gobernanza de datos, evaluar periódicamente y proporcionar retroalimentación sobre la implementación de la gobernanza de datos, y ajustar y mejorar oportunamente las estrategias y medidas de gobernanza de datos. Establecer un sistema de evaluación claro, establecer indicadores y métodos de evaluación y vincularlos al desempeño individual. Los indicadores de evaluación incluyen dos aspectos: por un lado, son los indicadores de evaluación de la calidad de los datos; por otro, son los indicadores de evaluación y valoración de los procesos de producción, gestión y aplicación de datos.
6. Análisis de datos
1. Análisis de las necesidades comerciales:
comprender en profundidad las necesidades comerciales, cooperar con los departamentos comerciales, aclarar los objetivos y problemas del análisis y determinar el alcance y los indicadores clave del análisis.
2. Exploración de datos
A través de la exploración de datos, se llevan a cabo una exploración y análisis preliminares de los datos para descubrir patrones, tendencias y asociaciones en los datos, lo que proporciona una base para un análisis en profundidad posterior.
3. Minería de datos:
utilice el aprendizaje automático, la minería de datos y otras tecnologías para crear modelos algorítmicos para predicción, clasificación, agrupamiento y otros análisis, y extraiga información y conocimientos valiosos a partir de los datos.
4. Establecer un modelo de negocio de datos
: Establecer un modelo de negocio de datos para comprender y gestionar mejor los datos, demostrar la relación entre los procesos de negocio y los datos, apoyar el análisis y la implementación de las necesidades del negocio, promover la coherencia, confiabilidad y disponibilidad de los datos, y mejorar negocio Precisión y eficiencia en la toma de decisiones.
5. Establecer modelos de algoritmos
: utilice estadísticas, aprendizaje automático, aprendizaje profundo y otras tecnologías, combinados con las necesidades comerciales reales de la industria, para analizar y modelar datos, como modelos de algoritmos de índice de mantenimiento de instalaciones, modelos de algoritmos de índice de soporte de materiales, etc. Descubra patrones y patrones en los datos a través de modelos algorítmicos, brinde soporte para decisiones basadas en datos, optimice los procesos comerciales y la eficiencia, y promueva la innovación y el desarrollo.
6. Construir una plataforma de análisis de datos
: Construir una plataforma de análisis de datos para proporcionar herramientas de gestión y modelado de datos para crear, mantener y gestionar modelos de datos. A través de la minería y el modelado de datos, se analiza una gran cantidad de datos para extraer información y conocimientos valiosos. A través de la función de visualización de datos, los resultados del análisis se muestran en forma de gráficos, informes, paneles, etc., para comprender y transmitir los resultados. del análisis de datos de forma más intuitiva. Esto puede ayudar en la toma de decisiones, mejorar los procesos comerciales y mejorar la competitividad.
7. Operación de activos de datos
1. Construir un catálogo de activos de datos.
El catálogo de activos de datos se refiere a un método de organización de clasificación que clasifica todos los activos de datos desde una perspectiva global del grupo para gestionar, identificar, localizar, descubrir y compartir activos de datos. Apoya la realización de Gestión de datos dentro del grupo Navegar, consultar, obtener. La construcción del catálogo de activos de datos debe llevarse a cabo tanto desde la perspectiva empresarial como desde la perspectiva de la información. Primero, los procesos de negocios y los asuntos comerciales se clasifican desde una perspectiva comercial para formar un catálogo comercial de activos de datos; en segundo lugar, los metadatos de la tabla de la base de datos del sistema de información se clasifican desde una perspectiva de la información para formar un catálogo de tablas de la base de datos del sistema; finalmente, los dos están relacionados: utilice el catálogo comercial de activos de datos como índice y haga referencia al contenido del catálogo de tablas de la biblioteca del sistema para formar un catálogo de activos de datos.
2. Desarrollar un sistema de evaluación del valor de los activos de datos
Desarrollar un sistema de evaluación del valor de los activos de datos para evaluar el valor intrínseco de los datos y el valor de su aplicación. El valor intrínseco de los datos evalúa la integridad, corrección, coherencia y repetibilidad de los datos. La escasez, la puntualidad, la multidimensionalidad y la economía de escenarios de los datos se utilizan para evaluar el valor de las aplicaciones de datos.
8. Intercambio de datos
1. Desarrollar estrategias y mecanismos para compartir datos:
Desarrollar estrategias y mecanismos claros para compartir datos, incluido el alcance, las condiciones, la gestión de permisos, las garantías de seguridad, etc., para garantizar el cumplimiento y la seguridad del intercambio de datos.
2. Construir una plataforma para compartir datos:
Establecer una plataforma para compartir datos, que incluya funciones como acceso a datos, integración de datos, almacenamiento e intercambio de datos, para proporcionar un entorno de intercambio de datos seguro y confiable.
3. Desarrollar especificaciones estandarizadas para datos compartidos
Desarrollar especificaciones estandarizadas para datos compartidos, incluidos formatos de datos, definiciones de campos de datos, codificación de datos, etc., para garantizar la interoperabilidad y la coherencia de los datos entre diferentes sistemas.
4. Desarrollar un mecanismo de intercambio de datos
Desarrollar un mecanismo de intercambio de datos para aclarar el contenido, la autoridad, las responsabilidades y obligaciones de compartir, y proteger los derechos e intereses de los proveedores y destinatarios de datos.
5. Acceso a datos y gestión de permisos:
Establezca un mecanismo razonable de acceso a datos y gestión de permisos para controlar los permisos sobre datos compartidos para garantizar que solo los usuarios autorizados puedan acceder y utilizar los datos compartidos.