数据治 理全栈解决方案

数据治 理是对数据资产管理行使权力和控制的活动集合(规划、监控和执行)。数据治理是识别、管理和 解决几种不同类型数据相关问题的手段,包括数据质量问题、数据命名和定义冲突、数据安全等问题。

——《DAMA数据管 理知识体系指南》

数据管 理中普遍存在的问题

业务系 统缺少统一标准

数据多 样化缺少数据标准,对表字 段的命名随意性强,
定义混乱

数据质量差

数据统计不准确,许多预 期需求无法实现,造成决策失误

变更对 应的影响分析困难

表结构变更、系统改造时,对应造 成的影响难以甚至无法评估

数据价值低

数据表和模型繁多,无效表过多,价值未最大释放

业务系 统间资产共享差

DB、数据模型、应用程序、数据标准、数据质量等信
息分散

23.
数据安全无保障

数据权限划分不清,敏感数据得不到监控,账号权限无法追踪

管理体系不完善、落实差

出了问题再补漏,数据管 理部门和生产部门相互推脱责任

亿信数 据治理管理平台 — 睿治

从元数据、主数据、数据标准、数据质 量再到数据处理、数据资产、数据交换和数据安全,为企业 提供全面的解决方案,打通数据治理全流程。

数据标准

对分散 在各系统中的数据提供一套统一的数据命名、数据定义、数据类型、赋值规 则等的定义基准,并通过 标准评估确保数据在复杂数据环境中维持企业数据模型的一致性、规范性,从源头 确保数据的正确性及质量,并可以 提升开发和数据管理的一贯性和效率性。

数据标准
元数据

采集汇 总企业系统数据属性的信息,帮助各 行各业用户获得更好的数据洞察力,通过元 数据之间的关系和影响挖掘隐藏在资源中的价值。

元数据
数据质量

有效识 别各类数据质量问题,建立数据监管,形成数 据质量管理体系,监控并 揭示数据质量问题,提供问 题明细查询和质量改进建议,全面提 升数据的完整性、准确性、及时性,一致性以及合法性,降低数据管理成本,减少因 数据不可靠导致的决策偏差和损失。

数据质量
数据集成

可对数据进行清洗、转换、整合、模型管理等处理工作。既可以 用于问题数据的修正,也可以 用于为数据应用提供可靠的数据模型。

数据集成
主数据

帮助企 业创建并维护内部共享数据的单一视图,从而提高数据质量,统一商业实体定义,简化改 进商业流程并提高业务的响应速度。

主数据
数据资产

汇集企 业所有能够产生价值的数据资源,为用户提供资产视图,快速了解企业资产,发现不良资产,为管理 员提供决策依据,提升数据资产的价值。

数据资产
数据交换

用于实 现不同机构不同系统之间进行数据或者文件的传输和共享,提高信 息资源的利用率,保证了 分布在异构系统之间的信息的互联互通,完成数据的收集、集中、处理、分发、加载、传输,构造统 一的数据及文件的传输交换。

数据交换
生命周期

管理数据生老病死,建立数 据自动归档和销毁,全面监 控展现数据的生命过程。

生命周期
数据安全

提供数据加密、脱敏、模糊化处理、账号监 控等各种数据安全策略,确保数 据在使用过程中有恰当的认证、授权、访问和审计等措施。

数据安全

睿治平台特色

  • 全生命周期管理 全生命周期管理

    全生命周期管理

    全生命周期管理

    平台融合数据治理9大产品,每个模 块功能可互相调用,全程可视化操作,打通数 据治理各个环节,同时提 供各个产品模块任意组合,快速解 决企业不同的数据治理场景。

  • 产品技术开发先进 产品技术开发先进

    产品技术开发先进

    产品技术开发先进

    平台提 供丰富对外接口,使系统 具有高度灵活性、扩展性和集成能力。采用全方位、严密的 安全编码加强产品安全性,对不安 全的数据进行严格校验。程序具备自检、故障诊断等功能。

  • 数据治理规划咨询 数据治理规划咨询

    数据治理规划咨询

    数据治理规划咨询

    专业团 队既可对数据治理的工具、方法、模板进 行咨询方案设计,也可对 数据治理的策略、组织架构、处理流程、支持环 境和规章制度等进行合理的规划,为客户 提供专业完整的服务和咨询。

  • 项目实践经验丰富 项目实践经验丰富

    项目实践经验丰富

    项目实践经验丰富

    在银行、租赁、卫生等 行业拥有丰富的数据治理实践经验和完整案例,可根据 行业特点和业务组织的数据治理要求,为企业提供咨询和IT一体化 的完整综合的数据治理解决方案。

应用场景

可以轻 松解决在各类复杂场景下的数据治理问题

大数据 治理与管控平台
场景描述
企业进 行数据治理的最大驱动力来自数据质量,数据治 理平台可协助企业发现并解决数据问题,通过一 系列措施规范数据、减少数据问题发生,整合企业共享数据,提高数据使用安全性,对一些 不再使用的数据进行归档或销毁,确保系 统数据查询效率,整体提 高数据的应用价值。
业务价值
优化数据架构,提升数据仓库、信息化管理系统建设,支撑更 高层面的数据应用,支持管理能力的提高、精细化 和决策的科学性。
一体化大数据中心
场景描述
在商务智能分析领域,根据数 据的明细粒度和使用分析,通过数据的抽取、清洗、转换、加载等操作,建立从贴源的ODS层、汇总层到集市层,企业可 基于数据集市建立数据分析应用。 
业务价值
实现企 业异构数据的集成,按照分 析主题重组数据,可建立一个完整的、面向企业的、一致性的信息视图,全面支 撑企业海量数据分析、数据展现等各类业务。
银行数 据资产监控平台
场景描述
随着银 行信息化程度的逐年提高,数据的 积累使得其使用与价值创造成为了可能,但是由 于系统建设缺乏统筹能力,导致了 系统之间存在孤岛现象,从而引发数据不一致、业务指 标口径不一致等问题,数据质量堪忧。基于这些问题,需要统 一的数据资产监控平台,通过数 据标准梳理和建设、元数据管理、数据地图建设,进而提升数据质量。
业务价值
打破系统孤岛,消除业务隔阂,建立完 整的数据资产管理平台,让银行资产可控制、可量化、可变现。
银行数 据标准管理平台
场景描述
由于银 行系统承建单位不同,各系统 存在许多基础数据标准不统一、业务指标口径不一致,造成数据质量低下,数据应 用分析结果错误,进而导致决策失误,通过数 据标准管理平台为银行数据建立标准,消除数据的不一致性。
业务价值
为企业 建立统一的数据标准,从源头 确保数据的正确性及质量,并可以 提升开发和数据管理的一贯性和效率性
租赁数据管控系统
场景描述
近年来 随着金融租赁业务规模的不断扩张,业务数据的不断增加,数据质 量问题越来越凸显,为了从 根本上杜绝数据质量问题,租赁行 业对数据标准进行编制,定义数据质量规则,进行标准落地评估,质量检查,综合监 控租赁系统数据质量。
业务价值
为数据建立统一标准,通过数据质量管理,保证提 供数据的准确性,实现对 企业监管数据全面检测和预警。
高校教 育元数据管理平台
场景描述
高校信 息化建设已全面进入智慧校园建设阶段,校园信 息化正在全面提升水平,教育系统庞大且复杂,数据的 业务逻辑越来越难以梳理,系统也 出现大量的无用数据和资源,基于这类现象,需要通 过元数据管理工具自动采集元数据信息,协助梳理业务系统,通过元数据分析,了解数据之间的影响、血缘分析,帮助用 户了解数据关系和脉络。
业务价值
更加快 速汇集分散在各系统的元数据信息,降低梳 理业务系统人工成本,帮助用 户挖掘隐藏的数据关系网络,对数据 影响范围进行全方位管控,协助高 校快速了解业务相关内容。
卫生计 生数据质量监控系统
场景描述
随着卫 生统计系统的使用,由于种种原因,系统数 据质量不容乐观,导致各 种数据与实际水平有较大差异,影响数据价值,数据质 量管理平台可提供13种数据质量检查规则,协助用 户检查数据中存在的质量问题,并提供质量整改,消除质量问题。
业务价值
实时监 测上报数据质量,使数据 质量得到很大的提升,向外公 布的数据可信度也得以保障。
政务数 据资源交换共享平台
场景描述
通过统 筹政府各部门数据,公开可共享的数据、API接口、文件等,基于安全、可管理 的模式提供跨层级、跨地域、跨系统、跨部门、跨业务 的政务数据共享和业务协同。
业务价值
共享交换政务数据,提升数据应用价值,消除数据使用壁垒。

他们也 在使用亿信数据治理平台

亿信最 全数据治理平台,帮助众 多客户获得数据成功

服务让 产品落地更有质量

亿信更 多特色服务助力数据解决方案轻松落地

架构及业务咨询

电话 400-0011 - 866转0

工作日 早9:00 - 晚8:00

休息日早10:00 - 晚6:00

工程师技术支持

7x24一对一顾问服务

呼叫中心坐席服务

线上线下培训服务

现场巡检服务

专属运维服务

ETL数据库性能优化

数据库迁移

平台服 务监控与故障管理

升级维护更新

数据治理相关资讯【 查看更多 】

数据治理
服务方式

    渠道咨询:137-0121-6790
    直销咨询:137-0121-6791

    技术支持QQ:400-0011-866
    (工作日9:00-18:00)

    产品建议邮箱
    service@

关注我们
    亿信微信二维码
© 2019 ESENSOFT 北京亿 信华辰软件有限责任公司| 版权所有:|免责声明

联系
电话

您好,商务咨询请联系

咨询热线:400-0011-866转0

技术
支持

您好,技术支持请联系

QQ:400-0011-866

(工作日9:00-18:00)

友情链接:    2858棋牌   手机抢庄斗牛app   新天天乐棋牌   汇发棋牌   至尊棋牌