新闻资讯

数据纳入生产要素,Datablau智慧政务数据模型管控解决方案助力政府数据开放

中共中央、国务院3月30日发布《关于构建更加完善的要素市场化配置体制机制的意见》。《意见》提出,加快培育数据要素市场,推进政府数据开放共享,提升社会数据资源价值,加强数据资源整合和安全保护。将数据纳入要素范围,意味着数据与资本、劳动等传统要素拥有了相同的地位和角色。这对于探索建立统一的数据标准规范、支持构建多领域数据开发利用场景,推动壮大我国数字经济规模具有重大现实意义。

《意见》提出的数据要素市场培育的三大着力点中,重点“推进政府数据开放”。

数据模型.jpg

政务数据模型GSDM

各级地方政府越来越重视以大数据和人工智能为代表的新一代信息技术产业的发展,以及在政务领域的应用。值得关注的是,时至今日,政府部门之间的数据孤岛依然存在,各级政府垂直领域内的数据烟囱并未彻底打破。政府数据流通不畅,数据利用率不高,数据背后潜藏的规律未被发现,数据价值得不到充分的发挥。 

政务数据模型可以在解决以上痛点上发挥巨大作用:

数据名称标准化:参照国务院标准名称,标准化政务数据名称。

数据定义标准:依据数据项的本质含义,规范化数据的业务定义、取值、格式类型。

数据间逻辑关系:依据数据间的本义,梳理数据间关系。

政务服务数据逻辑模型(实体关系图)。

数据模型.jpg数据模型.jpg

解决方案-数据字典的完整性和数据标准自动检核

背景和现状:

为了完善现存系统的数据字典及维护流程,基于新建系统以及已有业务的优化需求,数据模型需要不断更新应对新的系统建设以及已有系统的升级优化的需求。所以基于数据模型生成的元数据生产库的数据标准应用情况也需要频繁检核,由于目前仍处于手工核验的方式,每次都需要对元数据的数据标准进行全量的手工复查,所以效率和准确率都难以保证。

需求:

实现元数据生产库数据标准的自动验核,包括:

  • 基于每次数据模型的变更部分自动进行新增数据标准的自动检核;

  • 数据模型之间的差异分析和比较;

  • 数据模型和对应生产元数据的差异分析和比较;

  • 差异分析结果通知到具体模型和系统的负责人,实现全自动验核。


数据模型.jpg

解决方案-模型设计与标准应用相结合

背景和现状:

数据标准的发布和维护平台在数据管控平台,与模型设计分离,模型设计采用标准时需要人工参考数据标准再将依据标准设计数据模型,整个过程效率不高,而且存在人为的失误。

需求:

数据标准更便捷地应用到模型设计,平台管理数据标准的创建和发布流程以及模型版本管理和模型中数据标准的应用统计,包括:

数据标准同步到模型设计工具中。

数据模型中通过拖拽的方式快速应用数据标准。

管理平台可以查看模型中数据标准的应用情况。

管理平台可以查看模型的版本情况,以及当前版本基于上一版本的差异情况,提供差异报告。

管理平台实现数据标准的创建,发布流程的管理。

模型工具的能力:

通过只能推荐选取数据标准来添加字段,在模型设计期间,设计者可以通过拖拽的方式直接引用数据标准,也可以在实体设计器中,使用智能推荐的数据标准数据字段,优化模型应用模式,提升模型设计效率。

智能落标方法:

通过一个服务器,将数据标准项目的1000多条数据标准,推向每一个客户端,并在使用时推荐:

拼音汉字搜索推荐

推荐数据标准

推荐其他字段

数据模型.jpg


解决方案-数据模型的统一管理平台

背景和现状:

企业目前数据模型缺乏与业务的关联性导致数据的业务分析和应用准确性没有保障,过于依赖开发人员的个人能力。企业缺乏企业级数据架构模型,数据模型当前只处于物理逻辑模型阶段,缺乏业务逻辑模型的梳理和映射关系。

需求:

数据模型的业务逻辑模型与物理逻辑模型做关联。依据物理模型数据对应的数据标准和业务属性,梳理业务目录,数据管理平台可以通过业务目录和物理元数据两个视角展示数据,用户可以根据需要从业务元数据或者技术元数据快速定位数据。

数据模型.jpg

数据模型.jpg


Datablau建模工具目前具备的关键能力:

数据模型.jpg


关于Datablau

Datablau创建于2016年,核心创始和研发团队全部来自于原CA erwin,天然具有世界级产品厂商的血缘和水准,是国内数据治理的第一品牌。依托多年的行业积累和技术沉淀,Datablau在产品设计层面充分发挥了后天优势,实现了集数据建模、数据目录、数据质量和数据准备为一体的企业级数据治理平台,全面满足企业对于数据治理的客观需求。

目前Datablau在建设银行、华为、中信集团、嘉实基金、中国人寿、国电大渡河、四川航空等大型客户得到实际应用并深受好评,客户范围已经覆盖到银行、保险、制造业和能源行业等核心领域,Datablau已成为企业数据治理领域的领导厂商。

数据模型.jpg

推荐阅读 查看更多