CCRC-CDO数据治理：总论

这是一篇关于CCRC-CDO数据治理：总论的思维导图，主要内容包括：数据运营发展趋势（自我整理），数据治理发展趋势，数据治理实施路线，数据治理工具和技术，数据治理组织和活动，数据治理范围和模式，数据治理定义、目标原则、业务驱动因素。

CCRC-CDO 数据治理：总论

• 一、 数据治理定义、目标原则、业务驱动因素
  • 定义
    • 在管理数据资产过程中行使 权力和管控，包括计划、监控 和实施的系列活动
  • 目标
    • 提升企业数据资产管理能力
    • 定义、规划、批准、执行数据 管理的原则、政策、程序、指 标、工具、责任
    • 监控和指导政策合规性、数据 使用和管理活动
  • 原则
    • 治理涵盖方面：可持续，嵌入式，可度量
    • 领导力和战略
    • 业务驱动
    • 共担责任(业务，IT，分析，商业智能)
    • 多层次(企业范围，部门和本地)
    • 基于框架
  • 业务驱动力
    • 合规性
      • 法规遵从性
    • 降低风险
      • 一般风险管理（例如声誉风险、财务风险）
      • 数据安全
      • 隐私保护
    • 改善流程
      • 数据质量改进
      • 元数据管理
      • 系统开发生命周期（SDLC）中的效率
      • 供应商管理
  • 管理与治理的区别
    • 数据治理： 保证数据是被管理的
      • 总体视角
    • 数据管理： 管理数据以达到既定目标
      • 执行层面
    • 数据、信息 和内容的生 命周期
• 二、 数据治理范围和模式
  • 数据治理范围
    • 元数据管理
      • 架构
      • 整合
      • 控制
      • 交付
    • 数据质量管理
      • 规范
      • 分析
      • 度量
      • 改进
    • 数据架构管理
      • 企业数据模型
      • 价值链分析
      • 相关数据架构
    • 数据开发
      • 分析
      • 数据建模
      • 数据库设计
      • 实施
    • 数据操作管理
      • 获取
      • 恢复
      • 调优
      • 保留
      • 清除
    • 数据安全管理
      • 标准
      • 分级
      • 管理
      • 授权
      • 审计
    • 参考数据和主数据管理
      • 外部规范
      • 内部规范
      • 客户数据
      • 产品数据
      • 维度管理
    • 数据从仓库和商务智能管理
      • 架构
      • 实施
      • 培训与支持
      • 监控调优
    • 文档和内容管理
      • 获取和存储
      • 备份和恢复
      • 内容管理
      • 检索
      • 保留
  • 数据治理各模块内容以及相互间关系
  • 数据治理运营模式
    • 集中式
    • 分布式
    • 联邦式
• 三、 数据治理组织和活动
  • 数据治理组织
    • 企业级
      • 治理委员会
      • 高级人员
      • 项目管理
    • 部门和项目
  • 数据治理活动
    • 规划组织的数据治理
      • 执行就绪评估
      • 基于业务探索、挑战
      • 开发组织触电
        • 预算和资金
        • 采购和合同
        • 财务预算
        • 策略、程序和标准
        • 数据管理和远景
        • 制度规范
        • 数据治理
        • SDLC和敏捷控制点检查
        • EAI数据资产优化
        • 数据质量控制
        • 应用场景
        • CDO触点
    • 制定数据治理战略
      • 定义数据治理运营框架
        • 数据对组织的价值
        • 业务模式
        • 文化因素
        • 监管影响
      • 制定目标、原则、制度
      • 推送数据管理项目
      • 评估法规遵从性
      • 参与变更管理
      • 参与问题管理
    • 实施数据治理
      • 发起数据标准和规程
      • 制定业务数据表
        • 对核心业务概念和术语又共同的理解
        • 降低由于对业务概念理解不一致而导致数据误使用的风险
        • 改进技术资产（包括技术命名规范）与业务组织之间的一致性
        • 最大限度的提高搜索能力，并能够获得记录在案的组织知识
      • 协调架构团队协作
      • 发起数据资产估值
        • 替换成本
        • 发现商机
        • 售卖数据
        • 市场价值
        • 风险成本
    • 嵌入数据治理 （控制和运营）
  • 数据治理活动重点
    • 创建和管理核心元数据
    • 记录规则和标准
    • 管理数据质量问题
    • 执行数据治理运营活动
• 四、 数据治理工具和技术
  • 线上应用/网站
    • m 数据治理战略和项目章程，包括愿景、效益、目标、原则和实施路线图 m 数据制度和数据标准 m 数据管理制度的角色和职责说明 m 数据治理相关新闻公告 m 指向相关数据治理社区论坛的链接 m 这项相关数据治理主题执行进展的链接 m 数据质量测试报告 m 问题识别和上报规程 m 请求服务或获取问题的入口 m 相关在线资源的描述和链接、演示文档和培训计划 m 数据管理实施路线图
  • 业务术语表
    • 数据治理的核心工具
    • 业务术语的定义，定义与数据进行关联
      • 对核心业务概念和术语有共同的理解
      • 降低由于对业务概念理解不一致而导致数据误使用的风险
      • 改进技术资产（包括技术命名规范）与业务组织之间的一致性
      • 最大限度的提高搜索能力，并能够获得记录在案的组织知识
  • 工作流程工具
  • 文件管理工具
  • 数据治理积分卡
• 五、 数据治理实施路线
  • 组织文化建立
  • 调整与沟通
    • 业务战略数治理蓝图
    • 数据治理路线图
    • 数据治理的持续业务案例
    • 数据治理指标
  • 数据治理指标
    • 价值
      • • 对业务目标的贡献 • 风险降低 • 操作效率提升
    • 效率
      • • 目标的实现 • 使用相关工具的程度 • 沟通的有效性 • 教育/培训的有效性 • 采纳变革的速度
    • 可持续性
      • • 制度和流程的执行情况 • 标准和规程的遵从情况
• 六、 数据治理发展趋势
  • 面向人工智能开展数据治理
    • 通过数据训练算法
    • 通过算法形成数据
• 七、 数据运营发展趋势（自我整理）
  • C端场景 （较为成熟）
    • C to C：如wps稻壳商城（办公文件模板）、百度文库（模板）、剪影（视频剪辑模板）
    • C to B：个人信息数据（敏感数据） 使用行为数据
      • B to C：统一接入平台 （企查查、视频app、音频app、高德地图、墨迹天气……）
    • C to G：个人信息数据（敏感民生数据） 社保信息、房产信息等
      • G to C：官方数据发布（如旅游数据发布）
  • G端场景 （正在开展）
    • G to G（政策行为）： 公共数据横向拉通：工商、税收、金融、旅游、医疗、气象、应急、治安……
  • B端场景 （试点尝试）
    • B to B（市场行为）： 市场类销售数据：招投标数据、产品购买力数据、电商平台（客户标签，分类推荐）
    • B to G：数据入表 （企业内部数据：财务数据、资产数据、销售数据、采购数据）
      • G to B：数据交易市场报表
  • 面向人工智能