尊龙凯龙时官网进入网页

      更改密码

      数据治理

      Data governance

      数据现状与问题

      主要服务内容

      • 调研

        明确数据建设现状，因地制宜制定治理方案

      • 主题化

        多数据间碰撞、融合、关联和互补，实现数据潜在价值的挖掘
        主题库和知识库的生成

      • 接入

        统一存储备份，汇聚内外部多源异构数据
        消除数据物理隔离

      • 资产化、服务化

        统一数据资源目录，统一数据服务
        全流程、跨部门、跨业务、跨层级数据共享

      • 标准化

        统一标准规范，优化数据质量提升数据价值
        消除数据逻辑隔离

      数据调研服务

      数据来源广泛而且结构各异，加上各地数据都有自己的特色，以及信息化建设程度不一、数据质量不同等原因，在各地开展数据处理工作前会先进行全面的数据调研梳理，根据调研结果因地制宜制定数据处理方案，明确数据处理的终点、出发点和路径。

      数据接入服务

      数据接入是指根据业务需求，在起始阶段定义数据获取、处理、治理、组织、服务各环节的流程、方法和流转机制，并根据数据探查和定义将多源异构数据接入大数据中心，完成与数据提供方的数据对账。

      数据标准化

      主题化服务

      主题库将分散在各个表中的数据统一到了一起，形成较为全面完整的基础数据库，既能直接对外使用，也可以作为数据支撑，进行数据的业务二次计算。主题库是一个可以不断完善扩充的库，如果来源数据表越多，那么主题库中数据将更加完整准确。

      资产化、服务化

      把数据资源加工形成通用可复制的服务及组件，不同的应用开发项目组可以共同地去调用唯一的数据服务，从而保证数据质量和一致性，加速从数据到价值的转换过程。

      拟达到的效果：
      通过数据治理服务让数据成为资产，使得海量数据以最高效率发挥最大价值。