当前位置: 首页 > news >正文

某国资集团数据治理落地,点燃高质量发展“数字引擎”

​某国有资产经营控股集团为快速提升集团的内控管理能力和业务经营能力,以数字化促进企业转型的信息化建设势在必行。集团携手亿信华辰开启数据治理项目,在数据方面成功解决“哪里来、怎么盘、怎么管、怎么用”的问题,不断推动企业数字化转型升级,为集团高质量发展插上了“智慧翅膀”。

01客户痛点

某国有资产经营控股集团经市政府批准成立,主要承担了城市基础设施及市政公用事业项目的建设和管理工作。集团下属全资控股企业11家,参股企业15家,员工近3000人,总资产800多亿元。身为国企改革和创新发展的先行者,集团开启数字化转型升级之路,实现数据价值到商业价值的转换,提供数字经济时代更优质的“智慧城市服务”。

随着集团信息化建设规模越来越大,各类业务系统越建越多、各类数据指数级增长,从集团到分子公司各类系统众多,按照已建、在建、规划梳理有30套系统。各业务及管理系统采取分阶段建设,供应厂商不一,数据标准也就不统一,条块化、数据孤岛现象在所难免。例如,从综合服务到投资、采购、工程财务,对同一个名目,从款项、金额、单位,都是各自制定,存在不统一情况。

同时,由于系统与系统间没有形成统一的数据标准和规范,无法对各信息系统产生的数据进行整合、清理,从而导致数据不一致、不完整以及冗余的问题,严重制约未来大数据资源的分析与利用。

因此集团期望通过数据治理体系的建设,对信息化数据进行整合,打通各自独立的信息系统,解决数据孤岛现象,通过统一的数据标准体系,实现各业务系统的数据共享与业务协同,充分挖掘并利用积累的数据价值,为今后大数据分析展现以及大数据平台的建设提供数据保障。

02解决方案

在经历详尽的市场调研与精心选型后,亿信华辰凭借其在数据治理领域的深厚积淀与卓越能力,成功获得了国资集团的青睐与信任。亿信华辰充分考虑国资集团的发展目标和方向,基于集团数据治理的职责定位,对集团数据治理体系进行总体设计,对数据管理机制提出建设意见,助力集团搭建自主可控的标准化管理体系及数据治理平台,实现整个集团数据的统一、集中、规范管理,满足集团数据治理的工作要求,实现对集团业务的有效支撑。

核心思路

本项目建设内容分为三个部分,基于边建边治的原则,按照咨询规划、系统建设、治理实施录入进行项目实施。

1.数据治理咨询规划

包括现状分析评估、数据治理体系设计、数据治理体系建设、数据全生命周期管理、主数据梳理和数据标准设计等内容。

数据治理项目,核心工作之一是数据治理规划。结合集团数据管理现状,完成集团数据治理架构的规划设计,咨询成果物包括数据治理体系和数据治理管理办法。

明晰集团数据治理组织架构和职责界限,按照两层架构,贴合数据治理各项工作,分别区分牵头、统筹、审核工作。最终提出:管理层面由治理委员会统筹,各数据生产部门负责主导本部门本领域数据的治理工作等相关咨询建议。

2.数据治理系统建设

从数据治理的平台及实施方面进行建设,通过完善的、成熟的睿治数据治理平台产品,基于集团业务需求充分考虑实施、阶段规划,从企业核心数据扩展为企业全业务数据,并开展数据生态建设。

系统建设重点工作是完成一站式数据治理平台-睿治部署,通过数据治理工具建设,实现包括元数据、主数据、数据标准、数据质量、数据安全,数据资产管理、数据服务等各域治理能力,奠定集团数据资源资产化的技术基础,为集团数据治理相关工作提供能力支撑。

3.数据治理实施录入

依据数据治理规划对应的标准体系设计,在数据治理系统上,完成数据治理涉及所有系统的采集汇聚、元数据管理、主数据管理、数据质量管理、生命周期管理、数据服务共享等数据治理实施录入工作。

(1)搭建数据资产目录。以来源系统和业务目录为分类原则,梳理构建集团数据资产目录,形成61个业务子目录,为业务人员通过集团数据门户进行“查数、取数、用数”奠定基础编目。

(2)建立数据标准体系。基于行业经验的范式案例,结合集团实际业务及数据情况,建立基础标准14个子类、参考标准10个子类,提出相关数据模型建议,包括486个基础数据模型、90个参考数据模型。待业务侧线上审核后,相关数据标准可在新系统建设中落地应用。

(3)梳理主数据清单。综合部分核心业务和已有信息系统数据结构进行分析,整理人员、岗位、组织架构、会计科目等11个大类25个主数据,提出主数据定源和数据结构建议,为集团后续共性数据引用提供参考标准,避免“一数多源、重复引用”等数据问题的发生。

(4)梳理数据质量清单。从业务逻辑、数据逻辑两方面对数据质量规则进行梳理。累计设计业务逻辑1109条、数据逻辑176条。数据质量规则经业务侧确认后,可应用于周期性的数据质量核查,促进问题数据的消缺完善,提高数据可用性,提升数据资产价值。

(5)建立数据安全规范。基于“充分共享、部分例外”的数据跨域共享原则,结合国家相关法律法规、集团信息安全相关规定要求,完成对各系统数据安全级别的设计和梳理。按照涉密业务数据-高安全级、普通业务数据-中安全级、码表配置表及空表梳理-低安全级的梳理原则,提出数据资产相关属性标注建议,及加密脱敏规则建议。

03项目成果及价值

1.数据治理成果可视化

提供集团数据资产的全景概览,从主数据、数据标准、数据质量、数据安全及形成数据资产视角对数据治理的各管理域进行实时监控与主题分析,为集团数据管理者提供多维度的的数据治理态势感知能力。下图数据治理大屏可以看到纳管的平台包括了人事、商管、税务等10个,左右两侧分别展示了梳理的数据标准、数据质量、主数据模型、数据安全等模块的统计分析结果。

2.元数据管理,解决集团数据资源“在哪里,是什么”问题

完成10套系统元数据采集管理,经过各业务系统厂商的补充完善,元数据注释完备率有较大的提升,由原来51.68%提升至83.48%,其中统一协同管理平台、税务系统提升至100%。同时,完成第一版数据字典在线发布,夯实数据资产盘点基础。通过元数据管理,打开数据资源的黑盒,清晰量化公司数据资源分布,解决集团数据资源“在哪里、是什么”的问题。

3.数据质量管理,解决集团数据“是否可信、是否可靠”问题

数据质量是数据应用、数据分析的基础。我们按照业务逻辑和数据逻辑对数据库表字段进行周期性的质量稽核,并形成质检报告,供各业务系统参考。质量管理模块配置质检规则合计1285条,提供了各业务系统数据质量的量化刻画能力,解决数据“是否可信、是否可靠”的问题。

4.主数据+数据标准+资产盘点,解决集团数据“怎么盘、如何管”问题

基于咨询成果,完成该集团数据治理系统主数据管理、数据标准的配置实施工作,包括主数据管理、数据标准、资产盘点等功能,改善集团各系统数据烟囱问题,提升参考数据在集团的应用,提升一致性,实现了数据管理能力的在线化、管理作业的流程化,解决集团数据“怎么盘、如何管”的问题。

5.数据资产服务,解决集团数据“怎么用”问题

面向不同层级、岗位和角色的用户,提供一站式的数据资产门户及“在线数据申请”服务能力,实现跨部门的数据资产全貌可视,降低了集团数据共享共用的业务壁垒。同时固化数据需求管理能力,标准化数据资产在线申请流程,解决集团数据“是什么、怎么用”的问题。

相关文章:

某国资集团数据治理落地,点燃高质量发展“数字引擎”

​某国有资产经营控股集团为快速提升集团的内控管理能力和业务经营能力,以数字化促进企业转型的信息化建设势在必行。集团携手亿信华辰开启数据治理项目,在数据方面成功解决“哪里来、怎么盘、怎么管、怎么用”的问题,不断推动企业数字化转型…...

2024.06.12【读书笔记】丨生物信息学与功能基因组学(第十四章 细菌和古细菌基因组 第二部分)【AI测试版】

读书笔记:《生物信息学与功能基因组学》第十四章 - 第二部分 摘要 第二部分深入讨论了基于不同标准的细菌和古细菌的分类方法,包括形态学、基因组大小和排列、生活方式以及与人类疾病的关系。此外,还探讨了基于核糖体RNA序列的分类方法&…...

企业数据API接口大全

一、工商信息 (1)精确获取企业唯一标识 根据企业名称、注册号或统一社会信用代码,获取企业唯一标识 (2)企业模糊查询 关键字名称模糊搜索匹配企业 (3)企业详情 根据企业唯一标识、企业名称…...

【HTML】格式化文本 pre 标签

文章目录 <pre> 元素中的文本以等宽字体显示&#xff0c;文本保留空格和换行符。 <pre> 元素支持 HTML 中的全局属性和事件属性。 示例&#xff1a; <pre> pre 元素中的文本 以等宽字体显示&#xff0c; 并且同时保留 空格 和 换行符。 </pre&…...

力扣每日一题(2024-06-13)2813. 子序列最大优雅度

基于官方题解&#xff0c;进行补充说明 给你一个长度为 n 的二维整数数组 items 和一个整数 k 。 items[i] [profiti, categoryi]&#xff0c;其中 profiti 和 categoryi 分别表示第 i 个项目的利润和类别。 现定义 items 的 子序列 的 优雅度 可以用 total_profit distinct_…...

MySQL -- 优化

1. 查询优化 使用索引 示例&#xff1a;有一个包含数百万用户的表&#xff0c;名为 users&#xff0c;常见的查询是通过 email 字段查找用户。 CREATE INDEX idx_email ON users(email);通过创建索引 idx_email&#xff0c;SELECT * FROM users WHERE email exampleexample…...

学会python——密码校验(python实例三)

目录 1、认识Python 2、环境与工具 2.1 python环境 2.2 pycharm编译 3、纠正密码输入的格式问题 3.1 代码构思 3.2 代码示例 3.3 运行结果 4、总结 1、认识Python Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。 Python 的设计具有很强的可…...

【Python】中的X[:,0]、X[0,:]、X[:,:,0]、X[:,:,1]、X[:,m:n]、X[:,:,m:n]和X[: : -1]

Python中 x[m,n]是通过numpy库引用数组或矩阵中的某一段数据集的一种写法,m代表第m维,n代表m维中取第几段特征数据。 通常用法: x[:,n]或者x[n,:] X[:,0]表示对一个二维数组,取该二维数组第一维中的所有数据,第二维中取第0个数据。 X[0,:]使用类比前者。 举例说明: x[:,0…...

【Java基础】OkHttp 超时设置详解

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…...

巴西:海外媒体投放,大舍传媒实现企业与巴西媒体间的交流

引言 随着全球化的进程&#xff0c;海外市场的开拓对于企业的发展至关重要。巴西作为南美洲最大的经济体和人口大国&#xff0c;具有巨大的商机。在与巴西媒体的交流中&#xff0c;大舍传媒的投放成为了一种高效的宣传和合作途径。 巴西媒体的多样性 巴西媒体以其丰富多样的…...

MT7981B+MT7976C+MT7531A RF定频测试方法

1、从下面网址下载QA软件包&#xff0c;然后在WIN系统下安装QA环境。 https://download.csdn.net/download/zhouwu_linux/89428691?spm1001.2014.3001.5501 在WINDOWS 7系统下先安装WinPcap_4_1_3.exe。 2、搭建硬件环境&#xff0c;电脑先连接仪器&#xff0c;主板网络与电…...

支持微信支付宝账单,极空间Docker部署一个开箱即用的私人账本『cashbook』

支持微信支付宝账单&#xff0c;Docker部署一个开箱即用的私人账本『cashbook』 哈喽小伙伴好&#xff0c;我是Stark-C~ 不知道屏幕前的各位富哥富姐们有没有请一个专业的私人财务助理管理自己的巨额资产&#xff0c;我不是给大家炫耀&#xff0c;我在月薪300的时候就已经有了…...

异常检测方法

1 异常检测方法适用范围 什么时候我们需要异常点检测算法呢&#xff1f;常用的有三种情况。 1.做数据预处理的时候需要对异常的数据做过滤&#xff0c;防止对归一化等处理的结果。2.对没有标记输出的特征数据做筛选&#xff0c;找出异常的数据。3.对有标记输出的特征数据做二…...

在网站建设时,如何选择适合自己的网站模版

可以根据以下几个地方选择适合的网站模板 1.公司的核心业务 根据公司的业务内容来确定网站展示的内容之一&#xff0c;不同的业务内容可以有不同的展示方式&#xff0c;以此来确定网站的展示风格之一&#xff0c;公司肯定是要有明确的业务内容&#xff0c;并且能够在网站…...

rabbitmq单机安装及性能测试

RabbitMQ单机安装及性能测试 本文使用CentOS7.9安装RabbitMQ单机环境&#xff0c;并进行性能测试。 1. 安装RabbitMQ RabbitMQ依赖Erlang&#xff0c;版本配套关系参考官网&#xff1a;https://www.rabbitmq.com/docs/which-erlang。 本文安装RabbitMQ3.8.21,Erlang版本要求…...

字节流和字符流的区别

字节流和字符流的区别 字节流 **数据单位&#xff1a;**Byte为单位进行数据传输和处理。 **应用场景&#xff1a;**适用于所有类型的文件&#xff0c;包括视频、视频、音频等二进制文件&#xff0c;以及文本文件。 比如InputStrem和子类&#xff08;FileInputStream&#x…...

【仿真建模-anylogic】EventRate原理解析

Author&#xff1a;赵志乾 Date&#xff1a;2024-06-13 Declaration&#xff1a;All Right Reserved&#xff01;&#xff01;&#xff01; 1. 类图 2. 原理解析 EventOriginator是Anylogic中各类事件的父类&#xff0c;对外暴露的接口主要有: 函数功能boolean isActive()判定…...

Linux安装Qt5.14.2

下载 qt 5.14.2下载网址 下载qt-opensource-linux-x64-5.14.2.run Linux系统下载.run文件&#xff08;runfile文件&#xff09;&#xff0c;windows系统下载.exe文件&#xff0c;mac系统下载.dmg文件。 md5sums.txt中是各个文件对应的MD5校验码。 验证MD5校验码 md5sum是li…...

Linux so文件无法找到及某条命令找不到的解决办法

前言 在一些定制软件中可能会自带so文件。或者自带一些二进制命令。 这时会如果运行某个程序会发生 **.so 文件无法找到的错误。 以及 * 某条命令无法找到的错误。 比如像是下面这样 解决办法&#xff1a; so文件无法找到 通过往 LD_LIBRARY_PATH 变量中追加路径来告诉程序…...

工业交换机的供电功率配置

在工业领域中&#xff0c;交换机作为网络设备中的重要组成部分&#xff0c;其供电功率配置必不可少。工业交换机的供电功率配置不仅关系到设备的稳定运行&#xff0c;还直接影响到整个工业生产系统的效率和安全性。因此&#xff0c;在选择工业交换机时&#xff0c;必须对供电功…...

Linux-07 ubuntu 的 chrome 启动不了

文章目录 问题原因解决步骤一、卸载旧版chrome二、重新安装chorme三、启动不了&#xff0c;报错如下四、启动不了&#xff0c;解决如下 总结 问题原因 在应用中可以看到chrome&#xff0c;但是打不开(说明&#xff1a;原来的ubuntu系统出问题了&#xff0c;这个是备用的硬盘&a…...

使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台

🎯 使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台 📌 项目背景 随着大语言模型(LLM)的广泛应用,开发者常面临多个挑战: 各大模型(OpenAI、Claude、Gemini、Ollama)接口风格不统一;缺乏一个统一平台进行模型调用与测试;本地模型 Ollama 的集成与前…...

比较数据迁移后MySQL数据库和OceanBase数据仓库中的表

设计一个MySQL数据库和OceanBase数据仓库的表数据比较的详细程序流程,两张表是相同的结构,都有整型主键id字段,需要每次从数据库分批取得2000条数据,用于比较,比较操作的同时可以再取2000条数据,等上一次比较完成之后,开始比较,直到比较完所有的数据。比较操作需要比较…...

Cilium动手实验室: 精通之旅---13.Cilium LoadBalancer IPAM and L2 Service Announcement

Cilium动手实验室: 精通之旅---13.Cilium LoadBalancer IPAM and L2 Service Announcement 1. LAB环境2. L2公告策略2.1 部署Death Star2.2 访问服务2.3 部署L2公告策略2.4 服务宣告 3. 可视化 ARP 流量3.1 部署新服务3.2 准备可视化3.3 再次请求 4. 自动IPAM4.1 IPAM Pool4.2 …...

stm32wle5 lpuart DMA数据不接收

配置波特率9600时&#xff0c;需要使用外部低速晶振...

【Veristand】Veristand环境安装教程-Linux RT / Windows

首先声明&#xff0c;此教程是针对Simulink编译模型并导入Veristand中编写的&#xff0c;同时需要注意的是老用户编译可能用的是Veristand Model Framework&#xff0c;那个是历史版本&#xff0c;且NI不会再维护&#xff0c;新版本编译支持为VeriStand Model Generation Suppo…...

基于鸿蒙(HarmonyOS5)的打车小程序

1. 开发环境准备 安装DevEco Studio (鸿蒙官方IDE)配置HarmonyOS SDK申请开发者账号和必要的API密钥 2. 项目结构设计 ├── entry │ ├── src │ │ ├── main │ │ │ ├── ets │ │ │ │ ├── pages │ │ │ │ │ ├── H…...

【深度学习新浪潮】什么是credit assignment problem?

Credit Assignment Problem(信用分配问题) 是机器学习,尤其是强化学习(RL)中的核心挑战之一,指的是如何将最终的奖励或惩罚准确地分配给导致该结果的各个中间动作或决策。在序列决策任务中,智能体执行一系列动作后获得一个最终奖励,但每个动作对最终结果的贡献程度往往…...

【笔记】AI Agent 项目 SUNA 部署 之 Docker 构建记录

#工作记录 构建过程记录 Microsoft Windows [Version 10.0.27871.1000] (c) Microsoft Corporation. All rights reserved.(suna-py3.12) F:\PythonProjects\suna>python setup.py --admin███████╗██╗ ██╗███╗ ██╗ █████╗ ██╔════╝…...

EEG-fNIRS联合成像在跨频率耦合研究中的创新应用

摘要 神经影像技术对医学科学产生了深远的影响&#xff0c;推动了许多神经系统疾病研究的进展并改善了其诊断方法。在此背景下&#xff0c;基于神经血管耦合现象的多模态神经影像方法&#xff0c;通过融合各自优势来提供有关大脑皮层神经活动的互补信息。在这里&#xff0c;本研…...