归档
重点活动汇总
一、定义目标活动统一汇总 #
1.1、元数据【10 论】 #
1.1.1、定义 #
规划、实施和控制活动，这些活动有助于处理、维护、集成、保护、审计和管理其他数据的能力
1.1.2、 目标 #
提供对业务术语和使用的组织理解，包括技术沿袭
收集和整合来自不同来源的元数据
提供标准的元数据访问方式，并确保数据交换中的信任水平
确保元数据的质量、一致性、时效性和安全性
1.1.3、活动 #
1、定义元数据战略
- 启动元数据规划
- 关键利益相关方访谈
- 评估现有元数据来源和信息架构
- 制定未来元数据架构
- 制定分阶段的实施计划
2、理解元数据需求
对业务、技术、操作三类元数据有不同的需求，功能需求：更新批次、同步情况、历史信息、访问权限、存储结构、集成要求等
3、定义元数据架构
- 创建元模型
- 应用元数据标准
- 管理元数据存储
架构支持扫描不同元数据源和定期的更新元数据存储库。支持手工更新元数据、请求元数据、查询元数据和被不同用户组查询
4、创建和维护元数据
- 集成元数据
- 分发和交付元数据
责任：流程的执行者对元数据的质量负责；标准：执行、审计、应用数据标准；改进：建立机制，持续改进不准确和不及时元数据
5、查询、报告、分析元数据
在商业智能、商业决策、业务语义、方面使用元数据，为业务、开发人员提供不同的界面，以供查询和获取元数据。
6、主动元数据管理
- 数据永远都是最新的，并且是开启中
- 主动收集元数据并且能够创造智能
- 主动根据AI分析，并且能够做一些执行动作
- 支持API，各系统的嵌入
1.2、数据质量管理【10 论】 #
定义 #
数据质量的规划、实施和控制活动，应用数据收集和处理技术，确保数据满足企业和本地消费者的需求，并适合使用
目标 #
基于数据消费者的需求，制定受控的方法，使数据适合其目的
在数据声明周期中定义数据质量控制的标准、要求和规范
定义并实施测量、监控和报告数据质量水平的流程
通过流程和系统改进，识别并倡导提升数据质量的机会
活动 #
1、定义数据质量框架
2、定义高质量数据
3、识别维度和支持业务规则
4、执行初始数据质量评估
5、识别改进并确定其优先级
6、定义数据质量改进目标
7、开发和部署数据质量操作
- 管理数据质量规则
- 测量和监控数据质量
- 制定管理数据问题的程序
- 建立数据质量服务水平协议
- 数据质量响应
1.3、数据架构【5】 #
定义 #
识别企业的数据需求（无论结构如何），并设计和维护满足这些需求的主蓝图。使用主蓝图指导数据集成、控制数据资产，并使用数据投资于业务战略保持一致。
目标 #
确认数据存储和处理需求
战略性的为组织做好准备，以便快速发展其产品、服务和数据，以利用新兴技术固有的商业机会
设计结构和规划以满足企业当前和长期的数据需求
活动 #
1、建立企业数据架构
- 评估现有数据架构规范
- 制定路线图
2、管理项目内的企业需求
3、与企业架构集成
1.4、数据建模和设计【10 设】 #
定义 #
数据建模是发现、分析和确定数据需求范围的过程你，然后以精确的形式（称为数据模型）表示和传达这些数据需求。这个过程是迭代的，涉及概念、逻辑和物理模型。
目标 #
确认并记录对不同观点的理解，从而使应用程序更符合当前和未来的业务需求
了解数据如何组合在一起并称为完成主数据管理和数据治理等广泛计划奠定基础
通过增加可重用性机会来降低支持成本和构建新应用程序的成本
活动 #
数据建模规划
构建数据模型
- 概念数据建模
- 逻辑数据建模
- 物理数据建模
评审数据模型
维护数据模型
1.5、数据安全【10 】 #
定义 #
包括安全制度和程序的规划、建设与执行，以在文化和监管考虑范围内为数据和信息资产提供正确的身份验证、授权、访问和审计
目标 #
允许对企业数据资产进行适当的访问，并防止不适当的访问
了解并遵守所有与隐私、保护和保密相关的法规和制度
确保所有利益相关方的隐私和保密需求得到执行和审计
活动 #
确定相关数据安全要求
业务需求、监管要求
定义数据安全制度
企业安全制度、IT安全按制度、数据安全制度、数据安全全应急处理机制
定义数据安全标准
定义数据保密等级、定义数据监管级别、定义安全角色
角色分配矩阵、角色分配层次结构。基于CRUD和RACI矩阵指定。
评估当前安全风险
存储或传送的数据敏感性
保护数据的要求
现有的安全保护措施
实施控制和规程
分配密级
分配监管类别
管理和维护数据安全
管理安全制度遵从性
1.6、参考数据与主数据【10 】 #
定义 #
通过管理和语义一致性来协调和集成数据，以支持整个企业贡献你那个数据资产的需求
目标 #
确保组织在各个流程中拥有完整、一致、最新和权威的主数据和参考数据
使主数据和参考数据可以在企业功能和应用程序之间共享
通过标准、通用数据莫辛纳甘和集成模式降低数据使用和集成的成本，必能减少其复杂性
活动 #
1、定义驱动因素和需求
2、评估和评估数据源
3、定义架构方法
4、建模数据
5、定义管理和维护流程
6、制定治理制度
7、实现数据共享/集成服务
- 获取共享数据源
- 发布参考数据和主数据
1.7、数据仓库和商务智能【10 】 #
定义 #
规划、实施和管理一个集成的数据系统，以支持从事报告、查询和分析的知识工作者
目标 #
建立和维护数据系统，满足提供集成数据所需的技术和业务需求，以支持运营功能、合规性和商务智能
生成洞察，以支持和促进有效的业务分析和决策
活动 #
1、理解需求
- 考虑业务目标和业务战略
- 确定业务领域并框定范围
- 访谈，了解业务人员需求，问题及访问的数据
- 掌握关键指标和计算口径
2、定义和维护 DW/BI 架构
- 确定DW/BI 技术架构
- 确定DW/BI管理流程
3、开发数据仓库和数据集市
- 建立源到目标的映射关系
- 修正和转换数据
4、加载数据仓库
- 工作量最大的部分
- 延迟需求，源可用性，批处理时间窗口
- 数据质量问题
5、实施商务智能产品组合
- 根据需要进行用户分组
- 将工具与用户要求匹配
6、维护数据产品
- 发布管理
- 管理数据产品开发声明周期
- 监控和调优加载过程
- 监控和调优商务智能活动和性能
1.8、大数据和数据科学【10】 #
定义 #
处理大量数据（大数据）和不同类型数据的范式与统计分析（数据科学），以寻找答案和洞察
目标 #
发现数据与业务之间的关系
发现并分析可能影响业务的新因素
为利益相关者和决策者打包模型输出的通讯
将现有组织实现与数据管理、大数据和数据科学的最佳实践相结合
活动 #
- 定义大数据战略和业务需求
- 建立大数据环境
- 选择数据源
- 获取和采集数据
- 设定数据假设和方法
- 数据整合加工处理
- 利用模型探索数据
- 向利益相关方传达输出结果
- 部署和监控