400-6033-738

下载试用

联系我们
关注我们
在线咨询
免费试用
制造业行业解决方案
需求痛点
各部门、各业务之间进行沟通时,往往因为编码不统一、名称不一致、业务范围不同等因素,造成业务沟通时间较长、不畅,数据无法识别,甚至增加集成成本,影响业务效率
没有对数据资产管理进行统一规划,导致各部门跟据业务需求各自进行数据资产的分散维护,维护流程不统一。进而直接影响数据资产的数据质量和数据的唯一性。
缺少统一管理的主数据,无法实现统一的数据分发与共享,往往是需求提出后才进行数据的维护,数据维护工作量大、耗时长,从长远来看效果不理想,甚至对业务准确性、及时性等产生影响
产出和价值
数据资源显性化
展示不同维度资产信息
形成数据资源地图,快速获取数据资源分布全景
一屏 观全域
数据共享需求自助查询,先申请后审批,安全合规
数据共享留痕,可追溯
实现数据全生命周期管理
一网 管全程
获悉企业数据全景,打通基础数据和业务数据的联系
实现数据资源统一管理和有效归集
一人 知全数
数据标准定义实现统一、规范化管理
统一的多形态的数据服务,保证数据值一致性
一值 用全局
整体解决方案

对数据进行“三位一体”盘点:从物理层、业务层、标准层开展盘点,从而更好的进行数据的“规”和“治”,通过“治”好的数据,开放到目录,达到“用”的目的。同时,以用带治,形成闭环。

数据层
数据治理层(盘 - 规 - 治)
数据目录层(用)
新建
系统数据库
人资数据库
财务数据库
...
生产数据库
标准层盘点
业务系统盘点
数据源抽取
自上而下
自下而上
数据标准 规范管理
数据标准
模型标准
命名标准
设计规范
事前管控
考核体系
业务层盘点
业务数据 目录管理
业务主题盘点
业务对象盘点
业务流程映射
物理关联盘点
业务
数据模型
物理层盘点
元数据 管理
技术属性盘点
业务属性盘点
管理属性盘点
数据关系盘点
智能盘点
推荐/发现/关联
标准层盘点
查询检索
API管理
质量评分
需求管理
评级评论
热点推荐
自动取数
自助分析
分析发布
数据目录管理
数据脱敏管理
敏捷BI
标签化
数据目录服务
实验数据
沙盒
实施路径
“盘”:数据资产盘点步骤
数据资产盘点主要是由规划、盘点(物理层、业务层)和目录三部分构成,自动化盘点辅助人工,提升资产管控的效率,省时省力。
规划阶段
业务系统规划
数据盘点设计
...
盘点阶段一
采集物理库
采集数据特征
采集数据关系
采集文档模型信息
...
盘点阶段二
业务属性
管理属性
打标签
自学习盘点
...
数据目录构建
主目录体系构建
数据归类到主目录
目录权限设置
查询检索
“盘”:使用智能标签辅助盘点
通过给标签定义多种规则和算法,可以批量扫描数据,自动将数据进行标签分类。通过标签找到特定的数据,辅助自动盘点数据,节省大量人力。
识别规则智能盘点
“规-治”:智能规范落地核查
通过文本相似度算法,自上而下,计算数据标准规范与物理数据字段之间的关联,给出最好的推荐。这样就可以对数据进行自动合规核查,达到由“盘”到“规-治“的过程。
数据标准
规范
物理
数据字段
推荐标准
推荐标准
推荐标准
推荐标准
推荐标准
推荐标准
推荐标准
推荐标准
推荐标准
推荐标准
推荐标准
...
自动合规检查
“用”:360°浏览数据各层级信息
浏览数据表的信息,可以查询到数据表与业务之间的关系、定义部门,数据安全情况,数据共享条件,数据职责部门情况,数据规范合规情况,数据质量情况,做到数据的一目了然,总览全局。-治“的过程。
元数据
组织架构
数据认责
血缘关系
知识图谱
数据质量
数据服务