数据管控体系设计ppt课件.ppt

数据管控体系设计,大纲,管控体系设计数据管控机制设计数据质量管理体系元数据管理体系数据标准管理体系数据生命周期管理体系,数据管控模块组成,管控组织,管控工具,管控流程,管控政策,数据生命周期,数据标准,元数据,数据质量,管控手段,管控机制,管控机制：数据管控实现的关键要素,管控手段：数据管控关注的重点领域,管控机制和管控手段形成数据管控矩阵，能有序高效地提升数据架构各个层次的管控及协作能力，增强企业级数据模型驱动力，使其有序开展及持续优化,数据模型描述了管控手段的信息内容,数据架构是管控手段的落地表现,管控机制为模型和架构提供了保障机制,数据管控各组成部分意义：管控机制,定义数据管控各个领域的工作方法和步骤明确各个相关部门在数据管控各个领域中的分工和协作关系,管控流程,通过政策和规范的方式发布数据管控各个相关部门的责任明确数据管控各领域的政策、规范和实施办法确保数据管控的管理原则和执行是一致地贯穿全行改变或规范各个部门数据管控人员的行为,管控政策,提供一套数据管理的支撑系统支撑数据质量的规则，问题的集中管理支撑数据标准的发布，查询，变更等流程,管控工具,建立明确的数据管控组织架构与人员角色定义明确某类数据的责任人定义不同数据责任人的职责，对某一特定数据范围内的信息的正确性，一致性和及时性负责,管控组织,一致和准确的数据是业务运营与决策分析的基础良好的、高质量的数据可以有效降低系统建设成本外部的监管和规范，如反洗钱、Basel II、SO等，对数据的质量提出了越来越高的要求,数据质量管理,减低成本、简化管理（控制存储需求、软硬件以及人力成本等）提高效率（提升系统性能，合理利用人力、流程、技术提高信息服务效率）控制风险，有效合规（提高对审计的控制、遵守政府和行业规范等）,数据生命周期管理,业务术语、标准等的统一定义、管理、引用各式数据流（像文件交换、点对点直连、企业数据总线等）的管理数据的创建引用关联、血缘的分析对其它数据管理领域，像数据质量、数据生命周期的支撑,元数据管理,加强业务的标准化工作，规范重点业务内容，强化业务管理加强现有数据的交互性，支撑统一的业务管理推动主数据系统的建设，完成重点数据的统一管理，完全共享,数据标准管理,数据管控各组成部分意义：管控手段,制定数据管控政策是将最高管理层对数据管控的期待变成思想和策略，通过制度的制定和始终如一的执行来树立全行的数据管控理念，确保数据管控组织围绕管控制度来进行工作目标的定义和实践政策的主要目标是：明确数据管控各个相关部门的责任确保数据管控的管理原则和执行是一致地贯穿全行将高级管理层的目标和行为期待作为一致性的讯息提供给机构改变或规范各个部门数据管控人员的行为,数据管控政策是管控的中心思想和执行策略,数据管控管理办法与细则,管理办法,实施细则,客户数据管控政策建议,客户数据管控管理办法和实施细则建议（1/2）,客户数据管控管理规范和实施办法（2/2）,数据责任人,总行,分行1,分行2,分行,数据治理决策委员会,总行领导,数据治理委员会,数据治理办公室,数据标准管理员,数据架构主管,数据治理经理,数据安全主管,数据质量主管,个人金融部,风险管理部,公司业务部,。,业务线责任人,区域,数据架构管理员,数据标准主管,元数据管理员,数据安全管理员,数据质量管理员,数据模型主管,数据责任人,数据录入人员,业务定义人员,数据使用人员,系统责任人,核心系统,信贷系统,网银系统,ESB,数据建模师,元数据主管,客户管理,数据仓库,资产负债,.,系统技术责任人,系统专家,数据维护人员,系统业务责任人,项目经理,架构师,开发测试人员,业务分析人员,客户数据管控组织,针对每个数据管控手段提出相应的管理流程，并在此基础上形成客户的数据管控流程,数据质量事后管控,数据质量事中监控,数据生命周期,数据标准,元数据,标准申请,标准设计,审核与发布,落地推广,审核与评估,数据质量,1,2,3,4,评估,管理手段设计,管理手段落地推广,数据质量事前防范,元数据申请,审批与发布,推广与使用,管理与维护,工作界面整合,业务部门人员,IT部门人员,数据管控管理人员,数据标准管理,标准申请,标准更新,标准查询,标准监控,管控工具支撑环境,管控体系设计数据管控机制设计数据质量管理体系元数据管理体系数据标准管理体系数据生命周期管理体系,大纲,数据质量管理制度及规范,数据质量管理组织架构,数据质量事后治理,数据质量事前防范,数据质量事中监控,数据质量管理流程,数据质量管理支撑工具,1,2,3,4,1,2,3,数据质量稳步提升,银行数据质量管理框架建议,问题快速处理,回顾总结,状态报告,监控检核方案制定,监控执行,问题分析与风险评估,数据问题收集,数据质量管理支撑工具,数据质量管理制度及规范,数据质量管理组织架构,数据质量事后治理,数据质量事前防范,数据质量事中监控,数据质量管理组织必须遵守的相关制度及规范，同时数据质量事后治理、事中监控、事前防范三个环节必须以之为基准开展工作，并保证数据质量管理的实现。数据质量管理的日常活动及数据质量相关项目中积累的各类经验，将有助于制度及规范的完善，增强管理保障的力度，进而更好地保证数据的总体质量。,1,1,数据质量管理流程,1,2,3,数据质量管理框架说明数据质量管理制度,数据质量管理支撑工具,数据质量管理制度及规范,数据质量管理组织架构,数据质量事后治理,数据质量事前防范,数据质量事中监控,2,落实数据质量管理组织职责，明确岗位责任，推进数据质量事后治理、事中监控、事前防范流程执行。数据质量事后治理、事中监控、事前防范等流程改进优化，也会触发数据质量管理组织职责合理调整。,2,数据质量管理流程,1,2,3,数据质量管理框架说明数据质量管理组织,数据质量管理支撑工具,数据质量管理制度及规范,数据质量管理组织架构,数据质量事后治理,数据质量事前防范,数据质量事中监控,数据质量事后治理、事中监控流程中都涉及到对数据的修改、清洗以解决质量问题，因此可以相互分享知识和经验。数据质量事中监控有助于发现事后治理的潜在需求。 在数据质量事后治理、事中监控流程中都会发现数据质量问题，对于影响重大或者发生频繁的数据质量问题，针对这些问题需要采取主动事前防范保证措施，以降低未来对数据质量的负面影响。,3,数据质量管理流程,1,2,3,3,数据质量管理框架说明数据质量管理流程,数据质量管理支撑工具,数据质量管理制度及规范,数据质量管理组织架构,数据质量事后治理,数据质量事前防范,数据质量事中监控,4,数据质量事后治理、事中监控、事前防范在执行过程中，将发现的数据质量问题、数据质量问题解决经验记录在数据质量管理支撑工具中，为后续的数据质量治理提供依据和借鉴。数据质量管理支撑工具，通过数据质量检查报告，分析数据质量问题热点区域，为数据质量流程改进提供重要依据。数据质量规则管理是数据质量管理支撑工具的一个重要组成部分。,4,数据质量管理流程,1,2,3,数据质量管理框架说明数据质量管理支撑工具,数据质量管理基本制度及规范,制度规范,管理办法,技术规范与模板,数据质量管理规范,数据质量检查规则管理办法,数据质量事后治理管理办法数据质量清理提升方案审核数据质量提升方案复核,数据质量事中监控管理办法自动监控与手工监控质量问题处理质量问题分析及报告质量状态报告,数据质量事前防范管理办法数据库改造需求评审源系统改造需求评审业务流程改造需求评审,数据质量检查规则模板,数据质量事后治理方案模板,数据质量事前防范方案模板,注：数据质量管理制度及规范制定工作，需要各部门积极参与，并讨论并达成一致，以确保规范及制度覆盖数据质量管理工作的各个方面。,数据质量考核办法,数据质量检核计划模板数据质量状态报告模板,银行数据质量管理建议：数据质量管理制度及规范,所有信息、属性是否按照系统和业务规则完整填写，是否有遗漏的情况。,完整性,是否准确地收集到相关信息，并如实在系统中进行录入和处理。,正确性,不同系统、不同业务之间关联的数据之间是否一致，包括一致的定义、含义、取值及操作规则等。,一致性,数据是否能够及时地被获取，是否能够反应当前业务运营状况，以满足对数据进行加工、查询和分析的业务需求。,及时性,数据是否被适当地发布和使用，以确保数据被安全地使用,适当性,以业务的需求为导向，选取业务对数据质量要求最为紧迫的数据，设定相应的数据质量指标。以各机构/部门的实际能力为基础，所选的指标目标值是各部门经过一定努力可以达到的。设定可量化的指标，并尽量选取可通过IT工具进行统计和计算的指标。,示例,数据质量管理制度及规范：数据质量考核办法,合约关键数据质量指标,财务关键数据质量指标,客户关键数据质量指标,产品关键数据质量指标,渠道关键数据质量指标,资产关键数据质量指标,数据质量考核指标,客户关键数据完整性,客户关键数据正确性,客户关键数据一致性,客户关键数据及时性,客户关键数据适当性,考核的数据对象,考核指标,简要说明,借助数据质量管理支撑工具稽核ECIF 、 PCRM、 核心系统的客户关键信息是否存在遗漏。,采用抽样核验的方式，定期抽样客户的真实资料信息与ECIF 、PCRM、核心系统、个贷等系统中的信息进行比对，验证客户关键数据是否属实,借助数据质量管理支撑工具核验ECIF、核心系统、信贷系统等关键客户数据的一致性,采用抽样核验的方式，定期核验ECIF、核心系统、PCRM中客户关键数据的采集、维护的及时性（事后录入）,采用抽样核验的方式，定期、定性地考核客户关键数据是否被适当地发布和使用。,说明：客户数据作为银行最为关注的业务数据之一，当前客户数据质量的问题较为突出，建议将客户数据质量作为数据质量考核的重点。,机构关键数据质量指标,员工关键数据质量指标,事件关键数据质量指标,数据质量管理制度及规范：数据质量考核示例,示例,银行数据质量管理建议：数据质量管理组织,数据责任人,总行,分行1,分行2,分行,数据治理决策委员会,总行领导,数据治理委员会,数据治理办公室,数据标准管理员,数据架构主管,数据治理经理,数据生命周期主管,数据质量主管,个人金融部,资金管理部,对公业务部,。,业务线责任人,区域,数据架构管理员,数据标准主管,元数据管理员,数据生命周期管理员,数据质量管理员,数据模型主管,数据责任人,数据录入人员,业务定义人员,数据使用人员,系统责任人,数据建模师,元数据主管,系统技术责任人,系统专家,数据维护人员,系统业务责任人,项目经理,架构师,开发测试人员,业务分析人员,侧重面向当前的数据，根据数据质量检查规则和检查规则，对数据质量进行持续的、周期性的监测。,侧重面向未来的数据，防患于未然。通过业务流程优化、源系统改造等方式保证未来数据质量。,侧重面向历史的数据，按业务系统或者主题分批对数据进行剖析、清洗，提高既有数据的质量。,历史数据,未来数据,数据质量事后治理,数据质量事前防范,数据质量事中监控,事前防范,事中监控,事后治理,当期数据,银行数据质量管理建议：数据质量管理流程,清理发起,规则制定,问题根原因及影响分析,清理方案制定与方案实施,1.2 评估与明细数据质量清理范围,1.3 制定数据质量清理提升工作计划,1.4 获取相关资源,1.5 风险评估,1.1 识别已知数据问题及相关方,2.3 明确数据标准及业务规则,2.4 验证数据质量检查规则,2.2 识别关键数据项,2.5 转换数据质量检查规则为技术实现,2.1 了解目标数据概况,3.1基于数据质量检查规则分析数据,3.2 使用数据质量检查规则校验数据,3.3 分析数据质量问题产生原因,3.4 数据质量问题影响分析,4.1 制定数据质量问题清洗解决方案,4.2 搭建数据清理环境,4.3 执行整改方案,4.4 评估整改方案执行结果,2.4 汇总数据质量 检查规则,注：数据质量事后治理包括清洗、补录、转换、归并等操作,数据质量管理流程：数据质量事后治理,监控检核方案制定,监控执行,状态报告,回顾总结,问题快速处理,问题分析与风险评估,数据标准定义元数据的定义,关键输入,数据质量状态报告数据质量管理知识与经验,关键输出,数据质量事后治理,数据质量事前防范,数据问题收集,数据质量管理流程：数据质量事中监控,业务需求驱动,问题解决驱动,问题根源及影响分析,数据处理流程优化需求,业务流程优化需求,源系统改造需求,面向未来业务需求驱动和问题解决驱动下，采取事前防范措施，保证未来的数据质量。通过分析问题和业务需求，分析可能的事前防范措施：源系统改造、业务流程优化、数据处理流程优化。针对以上改造和优化措施，也需要对管理制度、数据质量检查规则进行相应优化。,方案实施,明确业务环节及应用位置,事前防范启动,问题分析,方案设计,方案实施,制定范围,资源筹备,数据处理流程优化方案,业务流程优化方案,源系统改造方案,数据质量管理流程：数据质量事前防范,数据质量问题管理,数据质量规则管理,数据质量问题分析,数据质量稽核引擎,系统管理,数据质量检查规则定义,数据质量检查规则查询,数据质量检查规则更新,数据质量问题登记,数据质量问题查询,数据质量问题分发,数据质量问题跟踪,元数据管理平台,数据质量问题统计报告,数据质量问题测量评分卡,数据质量问题影响分析,数据质量知识管理,数据质量知识分类管理,数据质量知识内容录入,数据质量知识内容查询,数据质量知识内容更新,业务部门,系统开发维护部门,数据管理部门,接口管理,日志管理,权限管理,核心系统,信贷,网银,数据库直连,样本文件获取,数据质量分析清理,数据分析,数据清理,数据补录,调度管理,数据标准,银行数据质量管理建议：建立全行统一的数据质量管理支撑工具,大纲,管控体系设计数据管控机制设计数据质量管理体系元数据管理体系数据标准管理体系数据生命周期管理体系,此规范应作为制定元数据管理各个规范的指导原则，同时应说明在企业信息数据管理的框架下，和其它模块之间的关系,整体管理办法,此规范是对元数据的管理、维护、考核、组织、流程等方面，做一个完整的要求和说明，以确保元数据的可管理性、可维护性、可用性,系统管理办法,由于元数据管理对业务定义、技术规范、系统建设起到了指导作用，所以元数据系统自身的质量要求应该是最为严格。此规范是作为对元数据系统自身的质量要求,质量管理办法,元数据,虽然元数据是“数据的数据”，但是它本身仍然是一种数据，也有其生命周期，也应有其生命周期管理规范,生命周期管理办法,此规范应作为元数据管理对于各个系统的设计、开发、测试、运行、维护的稽核及监控规范,对系统稽核及监控管理办法,由于元数据的各个内容都是涉及到跨部门跨专业的，如何维持不同背景的人员对元数据的理解及相关的操作（如创建、维护等）能保持一致，有组织、有系统的培训是达到此一要求的有效方法,管理培训办法,由于元数据管理具有强烈的规范性，对一般人员的作业习惯在初期会起到限制的作用，而元数据自身的完整、准确、一致、及时等因素，对各个方面的影响非常重大，所以如何对使用人员提供良好的服务，是元数据实施成败的关键,管理服务办法,元数据管理办法,数据责任人,总行,分行1,分行2,分行,数据治理决策委员会,总行领导,数据治理委员会,数据治理办公室,数据标准管理员,数据架构主管,数据治理经理,数据生命周期主管,数据质量主管,个人金融部,资金管理部,对公业务部,。,业务线责任人,区域,数据架构管理员,数据标准主管,元数据管理员,数据生命周期管理员,数据质量管理员,数据模型主管,数据责任人,数据录入人员,业务定义人员,数据使用人员,系统责任人,数据建模师,元数据主管,元数据管控组织,元数据,元数据申请,审批与发布,制定职责,明确范围,元数据定义,流程描述,明确元数据管理相关人员职责和元数据范围，对技术元数据、业务元数据进行定义，形成统一版本，提交元数据申请,责任部门,数据治理办公室数据主责部门数据录入部门业务定义部分数据使用部门,主要工作内容,明确元数据执行的相关部门和角色，确定相应职责各责任人提出元数据新增、修改、删除的申请确定元数据涉及的业务和系统范围形成技术元数据、业务元数据的初步定义根据申请的相关性，提请不同级别的决策层审核,提交申请,元数据管控流程（1/4）,推广与使用,管理与维护,元数据,元数据申请,现状分析,元数据审核,元数据发布,流程描述,根据银行现状， 对申请内容进行审核，评审，确定元数据范围，元数据定义,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,决策层对元数据申请进行审批对元数据进行分析，获取数据的血缘关系等对行内元数据的各类申请进行审核和处理，确定元数据范围确定元数据定义包括技术元数据、业务元数据等确定元数据管理人向全行发布元数据,元数据管控流程（2/4）,审批与发布,推广与使用,管理与维护,元数据,元数据申请,元数据培训,元数据实现,元数据使用,流程描述,对银行业务条线和技术条线进行元数据培训、实现、使用。,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,治理办公室进行元数据培训将元数据录入到元数据管理平台发布元数据应用推广全行各业务系统使用元数据,元数据管控流程（3/4）,审批与发布,推广与使用,管理与维护,元数据,元数据申请,元数据评估,元数据变更,元数据废止,流程描述,对元数据使用进行评估，考察相关的实施结果，对相关情况进行总结，提出修改或注销申请，最后形成有效的元数据管控闭环。,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,评估元数据使用情况，定期监测元数据在系统中的使用情况，提交使用分析报告将问题返回元数据日常管理层或者专项管理层处理。定期对元数据标准管理工作的相关情况进行总结将需要修改或废止的元数据申请返回给元数据管理层处理,元数据管控流程（4/4）,审批与发布,推广与使用,管理与维护,不同的展示工具不同的开发工具不同存储数据库不同的业务定义不同的建模工具不同的专家知识等,元信息,元数据(Meta Data)泛指描述领域概念(Domain Concepts)、领域关系(Domain Roles)、领域规则(Domain Rules)的数据元数据协助企业的规划、设计、业务分析“落地”，为IT系统系统开发提供指导，从而促进企业统计口径的一致，促进企业流程的规范化,元数据定义,元数据技术支撑（获取、关联、浏览/检索、导出）,元数据管理访问,技术人员,业务人员,项目管理人员,项目管理支撑,数据质量评估辅助,信息地图,变更管理,版本管理,需求影响分析,过程映射分析,血缘分析,实体关联度（活力）分析,实体差异分析,数据热点分析,业务规则,数据标准,指标字典,元数据管理功能框架建议,数据库,OLAP工具,ETL,Report工具,DM工具,业务文档,获取,转换,加载,数据管控数据库,信息浏览,信息查询,数据跟踪,影响分析,定制报表,变更管理,技术用户（开发维护人员）,项目管理用户,业务用户（数据与业务分析员）,元数据管理支撑工具管理及维护,桥接器,元数据技术架构建议,示 例,元数据应用举例：影响性分析,示 例,元数据应用举例：血缘分析,大纲,管控体系设计数据管控机制设计数据质量管理体系元数据管理体系数据标准管理体系数据生命周期管理体系,数据标准诊断需要形成企业数据标准体系，标准设计规范和方法，同时对标准的落地与实施形成建议。,标准设计方法,形成标准管理体系,标准落地实施建议,数据标准准备阶段,数据标准编提交物编写阶段,明确数据标准的提交内容,标准设计指引原则,标准设计的内容,标准的业务和技术建设,数据标准体系建设指导书,企业数据标准框架准备,企业主数据设计原则,业务、系统数据分布现状,数据标准蓝图框架,企业级数据模型,标准论证评估方法,标准体系建设路径建议,数据标准管理组织,数据标准管理流程,数据标准管理组织流程管理,标准调研方法,标准执行,标准检查,标准计划,标准改进,标准管理系统执行框架,引进业界数据标准实施最佳实践，作为银行完善数据标准体系的参考,唯一性,数据标准基本信息规范,制定原则,稳定性,前瞻性,准确性,可执行性,低风险性,保证标准命名、编码、业务解释等内容的唯一性。,1,维持数据标准的权威性，加强它的稳定性。,2,数据标准的调研、设计和执行要具备前瞻性，保证它的可持续性发展,3,业务定义、业务名称，业务口径等要具有准确性。,4,尊重实际情况和将来的发展，使标准具有可执行性。,5,充分考虑业务风险和技术实施风险，保证标准的顺利执行。,6,明确原则,标准设计方法,标准设计指引原则,标准设计内容,标准论证评估方法,标准调研方法,确定数据标准体系设计指导原则,标准设计方法,确定客户访谈资料,制定标准实施方法与制作办法,IT部门标准管理现状调研,业务部门标准管理现状调研,进行标准管理的差异分析,评估并识别改进点,分析标准梳理重点领域及优先级,获取最佳实践,确定访谈目标目标拆解,厂商Y国外实践厂商Y国内实践同业实践大中型企业实践,系统属性收集系统分类收集系统编码收集系统命名收集,与最佳实践差异系统间差异业务与系统差异业务间差异,业务定义收集业务流程收集业务口径收集业务使用场景,可信数据源可信业务定义可信业务口径,数据标准梳理主线其它业务系统实施方式数据标准的属性优先级,数据标准的制作内容模板数据标准实施建议,标准设计指引原则,标准设计内容,标准论证评估方法,标准调研方法,确定客户数据标准体系设计调研的方法,标准设计方法,标准设计指引原则,标准设计内容,标准论证评估方法,标准调研方法,数据标准的主要内容：数据标准的定义数据标准的分类数据标准的编码规范数据标准的命名规范数据标准的属性规范数据标准的应用建议,数据标准化是研究、制定和推广应用统一的数据分类分级、记录格式及其转换、编码等技术标准的过程。利于实现不同层次、不同部门信息系统间的信息共享和系统兼容。信息标准的制定要求适合一定时期经济、社会和科学技术发展阶段，并为社会所公认和用法令形式予以推行，容许周期性修订和更新。,数据标准规范,标准描述,标准关系,标准定义,标准隶属关系,标准属性,标准分类,统一命名,统一编码,数据标准应用,数据标准目标,数据标准内容,数据标准内容逻辑关系,数据标准体系的内容分类和相互关系,标准设计方法,标准设计指引原则,标准设计内容,标准论证评估方法,标准调研方法,确定企业级标准框架与分类描述,确定标准的定义和属性,制定企业级分类体系编码,制定企业级通用数据字典,确定数据标准应用场景,企业数据标准内容,(5) 数据标准名称,(2) 所属业务领域,(1) 业务定义,(2) 使用场景,(3) 业务使用规则,(3) 取值范围类型,(3) 允许值,(6) 数据字典,(3) 数据类型,(3) 数据长度,(4) 数据编码规则,(6) 业务数据管控,(6) 数据标准管控,(6) 可信数据源,标准确定过程,标准内容归类,标准内容组成,1. 数据标准定义,2. 数据标准分类,3. 数据标准属性,4. 数据标准编码,5. 数据标准命名,6. 数据标准应用,数据标准体系组成内容,标准设计方法,标准设计指引原则,标准设计内容,标准论证评估方法,标准调研方法,价值,目标评估,调研,现状评估,内容评估,原则,制定,标准定义,标准分类,标准属性,标准编码,标准命名,标准应用,策略,执行,- 数据标准的制定 -,评估不同标准内容项的准确性和可行性,评估业务和系统中相关的标准内容项和目标的差距,评估不同标准内容项和目标的实现程度和解决方案,数据标准的论证评估方法,数据责任人,总行,支行1,支行2,分行,数据治理决策委员会,总行领导,数据治理委员会,数据治理办公室,数据标准管理员,数据架构主管,数据治理经理,数据生命周期主管,数据质量主管,个人金融部,资金管理部,对公业务部,。,业务线责任人,区域,数据架构管理员,数据标准主管,元数据管理员,数据生命周期管理员,数据质量管理员,数据模型主管,数据责任人,数据录入人员,业务定义人员,数据使用人员,系统责任人,数据建模师,元数据主管,数据标准管控组织架构包括企业高层领导、战略决策层、执行层和操作层,指明数据标准管理工作方向与工作思路明确数据标准管理工作参与部门以及各部门在数据标准管理工作中承担的角色与职责,管理规范,明确参与数据标准制定的工作部门明示各部门参与数据标准制定的工作环节及工作细则,数据标准制定管理办法,明确参与数据标准审核的工作部门明示各部门参与数据标准审核的工作环节及工作细则,数据标准审核管理办法,数据标准,明确参与数据标准发布的工作部门明示各部门参与数据标准发布的工作环节及工作细则,数据标准发布管理办法,数据标准管控规范和管理办法,标准申请,标准设计,审核与发布,落地推广,审核评估,指定职责,明确流程,提出申请,申请审核,数据标准,流程描述,根据指示精神，参考管理框架，结合管理现状，对所有分析使用者提出的问题和需求进行统一汇总，根据问题的相关性，提请审核。,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,制定并执行年度或者中长期的数据标准体系管理的相关计划明确数据标准执行的相关部门和角色，确定相应职责记录数据标准使用过程中的问题各责任人提出数据标准新增、修改、删除的申请根据申请的相关性，提请不同级别的决策层审核,数据标准管控流程 （1/5）,标准申请,标准设计,审核与发布,落地推广,审核评估,流程描述,结合企业数据模型及现有的标准体系，对申请内容进行审核，评审通过后按照规范流程对标准体系进行更新，制定相关标准,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,决策层对数据标准体系制定和变更等重大问题进行审核数据管理层进行数据标准体系的调研、数据标准设计、数据标准建设执行等工作制定出数据标准的初步文档,现状分析,标准范围,业务定义,技术定义,标准初稿,数据标准,数据标准管控流程 （2/5）,标准申请,标准设计,审核与发布,落地推广,审核评估,审核,批复,发布,流程描述,对数据标准体系进行审核，并按照流程向相关业务部门和开发部门进行标准内容的发布,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,数据标准体系制定并论证完毕后，报请行领导进行审核审核通过后，按照相关的流程进行发布对于数据标准体系的重大变更问题，报请数据管理决策小组进行审核,数据标准,数据标准管控流程 （3/5）,标准申请,标准设计,审核与发布,落地推广,审核评估,培训,解释,实施,流程描述,在业务条线和技术条线进行培训、宣讲、使用。,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,按照业务条线和技术条线，对相关人员进行数据标准体系的培训对业务人员和技术人员进行相关业务和技术的宣讲逐步在相关的业务和系统中运维和使用,数据标准,数据标准管控流程 （4/5）,标准申请,标准设计,审核与发布,落地推广,审核评估,数据审核,标准评估,标准变更,标准废止,流程描述,对数据标准相关要求进行评估，考察相关的实施结果，对相关情况进行总结，最后形成有效的管控。,责任部门,数据治理办公室数据主责部门数据录入部门数据使用部门系统开发维护部门,主要工作内容,评估数据标准体系相关的要求考察数据标准目标的实现结果对没有实现问题返回数据标准体系日常管理层或者专项管理层处理。定期对数据标准体系管理工作的相关情况进行总结将相关的结果返回给数据标准体系的管理层处理,数据标准,数据标准管控流程 （5/5）,标准设计,数据标准管理流程,落地实施,标准评估,管控评估,问题分析,回顾,回顾,业务现状,差异评估,数据现状,系统现状,标准申请,数据治理支撑平台数据标准部分,技术支撑,流程规范,组织与人员,政策与原则,客户数据治理政策,标准蓝图框架,评审和发布,问题收集,标准规划,系统梳理,建设方案,改造方案,质量检查,执行评估,从规范、组织、流程和技术的角度细化数据标准执行框架,明确改造方案,明确在全行范围内进行数据标准实施的可能性方案，描述方案执行的相关流程和可能出现的情况。,完善管控方法,形成数据标准执行情况的检查机制，从实施、评估、改进等多个角度形成管控，保证数据保准的执行。,给出演进路线,数据标准的执行和改造是一个复杂的过程，必须结合客户的实际情况，给出相关的演进建议建议，分阶段的进行实施。,制定标准流程,在项目实施前，针对数据标准的执行、维护、评估等给出完成的处理流程，保证数据标准的顺利执行。,确定负责部门,由行领导牵头确定数据标准的主责任部门。全行各业务线系统线应按照主责任部门的规范的要求统一行动，统一处理，服从责任部门的工作指派。,数据标准执行框架中的实施要点,检查,执行,计划,改进,总体计划：根据客户企业信息化进程，确定数据标准的工作计划，并逐步推动。收集问题：定期收集相关业务条线，系统条线的数据标准的问题，进行分类，找到解决办法。整体决策：根据数据标准需求的任务，并根据问题的重要性，进行数据标准情况的汇总，提请不同级别的决策层审核。,制定方案：制定数据标准的建设或者调整建议业务和技术方案。事前评估：进行业务和技术方案的整体评估，进行方案的调整和互动。业务执行：按照数据标准的要求，在业务条线进行贯彻。系统执行：系统线按照建设方案，进行逐步的演进。,定期检查：采用相关的技术手段对数据标准的执行情况进行定期的检查，给出检查报告。事后评估：针对业务或者系统对于数据标准的执行情况报告，进行细致的评估。,改进方案：按照事后评估的执行情况，提出数据标准执行问题的改进方案。形成闭环：将各个步骤进行衔接，形成数据管理的闭环过程。,按照客户数据的实际情况，定制数据标准管控方法,分析,测量,定义,改进,控制,定义数据标准的质量管理目标。定义数据标准的质量管理需求。定义数据标准的质量管理范围。定义数据标准的质量分析维度。定义数据标准的质量测量基准。,分析数据标准的业务环境和技术环境制定数据标准质量测量规则数据标准质量检查规则的分级准备数据标注质量的测量脚本测试数据标准的数据质量,编制数据标准的质量报告选定数据标准的主要数据质量问题分析数据标准的质量原因,制定数据标准的质量改进方案执行数据标准的质量改进方案确认数据质量改进方案的有效性,日常数据标准的数据质量监控报告数据标准的质量状态数据标准问题的过程性管理,数据标准执行的质量状况,数据标准执行的差异性分析,业务差异性,技术差异性,数据标准质量状况分析,数据标准执行情况的成熟度评估,持续优化,量化管理,主动管理,基本管理,初始管理,数据标准问题统一管理并定期审核，所有相关部门按角色参与数据标准问题发现和处理。,实现数据标准问题的统一管理，问题处理方法完备，重点部门可以协调工作。,开始实施数据标准问题统一管理，实现部分问题的自动检查，定期召集相关部门讨论。,针对数据标准问题准备进行统一管理，但是驱动力不清晰，部门间沟通困难。,面对数据标准问题进行常规处理，依照问题选择沟通对象。,业务名词,业务定义描述,业务逻辑说明,业务属性说明,业务属性值说明,业务场景,业务使用,其它情况,数据项名称,数据项说明,计算逻辑说明,数据项属性说明,数据项属性值说明,数据字典,应用使用,其它情况,数据标准执行差异性分析报告,数据标准执行质量分析报告,政策调整,管理体制调整,业务调整,技术调整,数据标准执行,确定数据标准执行的评估体制，为数据标准的改进工作提供支持,数据治理平台,生产型系统,分析型系统,数据质量子系统,数据标准子系统,元数据子系统,数据安全管理子系统,其它子系统,核心系统,个贷系统,网银系统,国结,票据系统,其它,获取层,数据层,应用层,访问层,数据仓库系统,标准发布,标准内容导入,标准与源系统映射,标准与源系统接口,标准数据模型,标准数据管控,标准数据封装,标准数据服务组织,标准数据管控,标准数据存储,标准应用集成,标准数据管控,标准应用组件,角色应用适配,管控流程编排,标准查询,系统管理,标准执行报告,标准问题追踪,标准接入管理,数据标准管理的整体功能架构建议,标准发布,标准查询,系统管理,标准执行报告,标准问题追踪,标准接入管理,内容查询,对比分析,版本查询,数据治理平台门户,数据标准子系统接入,标准调研发布,标准内容发布,标准管理流程发布,标准调研发布,标准内容发布,标准管理流程发布,标准调研发布,标准内容发布,标准管理流程发布,标准数据质量报告,标准差异型报告,角色管理,用户管理,系统功能配置,数据标准访问层功能架构图,由客户数据模型推导核心关键数据主题域分布和关系，总结各个主题域中的关键数据，进行数据标准框架的内容组织。,从信息分类出发，分析客户各主题域内的信息解析关系，以高阶逻辑数据模型为参考，将相关的数据内容进行分类,产品,渠道,合约,事件,账户,财务管理,地理位置,资源项,参与人,需要为产品主题域建立数据标准,需要为渠道主题域建立数据标准,需要为合约主题域建立数据标准,事件主题中具有共性的是营销、交易，其它如指令、投诉等不具备通用性特点，但是在某些业务条线可以对他们进行规范,条件主题中很多已经形成了规则，作为产品、交易的等数据标准的属性配置项。,可以对财务管理需要建立数据标准,区域，邮编，国家，电话等都已经是国家标准，可以作为公共标准；地址没有形成统一的标准,关系人中重点的数据项都需要进行标准化的工作，例如客户，员工，机构等,资源中很多的数据没有公用性，如房屋、商品、土地、现金等，而且大部分都有相应的国标来规范,机构标准类,产品标准类,渠道标准类,合约标准类,交易标准类,公共标准类,营销标准类,员工标准类,客户标准类,账户标准类,客户数据标准体系框架,基于高阶逻辑数据模型，分析并总结各主题领域中需要进行数据标准指定的内容,给出产品的定义、范围和判定原则,机构标准类,产品标准类,渠道标准类,合约标准类,交易标准类,公共标准类,营销标准类,员工标准类,客户标准类,账户标准类,数据标准体系框架,产品数据标准框架内容,机构数据标准的框架内容,1. 定义,2. 分类,3. 属性,4. 编码,5. 命名,6. 应用,产品的分类层次主要包括产品线、产品组、产品管理分类、产品等,反应产品的标准属性，如产品描述，介质，利率等。还包括产品服务类属性包括费用收取情况，产品成本情况等。,尊重产品分类进行产品的统一编码，对现有产品编码规则，特别是重要系统编码原则兼容,梳理产品命名的原则，如怎样反应产品分类和重要属性。,产品的管理机制，管理模型和管理流程。产品数据标准实施的步骤和路径,1. 定义,2. 分类,3. 属性,4. 编码,5. 命名,6. 应用,给出机构的定义，范围和判定原则，对于特殊组织形成的处理方法。,机构分类需要表达营业机构与内设部门，境内外机构，虚拟机构，组织团体之间的关系,反应机构的各种属性，如机构名称，类别，状态，位置，重点业务特征等信息,尊重机构分类进行机构的统一编码，对现有系统的机构产品编码规则尽可能兼容,结合国家组织机构标准，并结合金融许可证登记名称和组织管理现状提出命名标准。,建立机构数据标准的管理机制，管理流程。给出机构数据标准的实施步骤和方法。,银行数据标准体系框架内容概览（1）,机构标准类,产品标准类,渠道标准类,合约标准类,交易标准类,公共标准类,营销标准类,员工标准类,客户标准类,账户标准类,数据标准体系框架,客户数据标准框架内容,员工数据标准框架内容,1. 定义,2. 分类,3. 属性,4. 编码,5. 命名,6. 应用,员工的定义，范围和判定原则,确定员工分类的主线，通常采用人力线和业务角色线混合的分类模式，但是业务线存在交叉，必须抓住一些核心的员工业务线，保证分类的合理和有效性,人员的属性众多，由于用途不同，建议进行属性类别的细分，如基本属性，薪酬属性，档案信息，奖惩信息，管理信息等,人员的编码主要是保证唯一性，有无业务规则不重要。,无命名规则要求,以EHR系统的实施作为切入点，从统一分类方法入手进行应用实施,1. 定义,2. 分类,3. 属性,4. 编码,5. 命名,6. 应用,需要按照分类去规范客户的定义，范围和判定