

首页  思维导图  详情



企业开展大数据的准备工作

2023-03-22 17:16:46   1  举报





AI智能生成

企业开展大数据工作前的准备工作

大数据

数据准备工作

数据梳理

数据现状

数据质量

模版推荐

作者其他创作

大纲/内容

4.数据现状梳理

有什么数据

有什么数据、需要什么数据

企业级范围的数据需求统筹管理（分散→统一）

数据管理机制

数据由谁负责

误区：数据管理部门管理数据、对数据负责，因为职责不清，是不合理的

数据所有者

一般是数据主管的业务部门，对数据质量负责，同时拥有数据的解释权，是数据在企业范围内唯一的所有人

数据采集者

是相关业务部门或者分支机构和网点，负责按既定数据的采集和录入

数据使用者

任意的部门和用户

数据管理者

专业化的数据管理部门（如数据管理部、企业信息化部等），统筹和协调各部门开展数据治理工作的职能

数据实现者

信息科技部门或委托第三方科技公司，负责数据的相关系统和技术实现

对数据的要求

输出成果：形成数据标准、数据规范

核心参与主体：数据所有者

工作内容：在数据管理者的组织统筹下，数据所有者（一般为业务部门）对其所负责的数据提出规范性的业务标准和定义（命名、业务定义、统计口径等），数据实现者在此基础上补充相应的技术标准（字段格式、编码规则等),形成企业级统一语言。

如何保证数据质量

数据质量管理机制

数据采集

处理和加工

传输和存储

应用和展现

销毁和退出

数据的考核和评价

数据考核

评价机制

1.数据质量问题

机构自身无历史采集积累

数据的真实性和有效性经不起验证

制约企业利用数据进行挖掘和应用的能力

2.数据应用问题

主要动力非提升自身数据和业务的核心竞争力，<br>为机构业务提供那个经营和决策管理支出；<br>而是本末倒置的形式主义，仅满足外部监管统计报送要求<br>

3.实施策略和路径问题

数据工作涉及范围过广，首先集中精力解决1-2个迫切的、关键的数据应用需求（可以先从管理层的用书需求出发，通过高管报表和每日指标检测、决策驾驶舱等方式实现少量的核心指标）

自上而下把指标确定下来，有助于获得高层支持（管理层作为直接受益者，直观感知数据价值和开展数据工作的必要性；管理层认可之后，意味着企业最为核心的数据标准逐步建立，后续只是推广和完善的过程）

优先考虑缺数部门而非强势的有数亦用数部门-存在进入壁垒和需求强弱、配合度的区别（以数据应用为驱动，集中精力解决用书需求，长期规划、短期速赢、迭代推进）

 Collect

Get Started

物资的准备流程

 Collect

Get Started

数据中心大数据架构图

 Collect

Get Started

大数据解决方案设计：数据治理+大数据

 Collect

Get Started

策划工作前期准备





0 条评论

下一页