某国资集团数据治理落地，点燃高质量发展“数字引擎”

某国有资产经营控股集团为快速提升集团的内控管理能力和业务经营能力，以数字化促进企业转型的信息化建设势在必行。集团携手亿信华辰开启数据治理项目，在数据方面成功解决“哪里来、怎么盘、怎么管、怎么用”的问题，不断推动企业数字化转型升级，为集团高质量发展插上了“智慧翅膀”。

01客户痛点

某国有资产经营控股集团经市政府批准成立，主要承担了城市基础设施及市政公用事业项目的建设和管理工作。集团下属全资控股企业11家，参股企业15家，员工近3000人，总资产800多亿元。身为国企改革和创新发展的先行者，集团开启数字化转型升级之路，实现数据价值到商业价值的转换，提供数字经济时代更优质的“智慧城市服务”。

随着集团信息化建设规模越来越大，各类业务系统越建越多、各类数据指数级增长，从集团到分子公司各类系统众多，按照已建、在建、规划梳理有30套系统。各业务及管理系统采取分阶段建设，供应厂商不一，数据标准也就不统一，条块化、数据孤岛现象在所难免。例如，从综合服务到投资、采购、工程财务，对同一个名目，从款项、金额、单位，都是各自制定，存在不统一情况。

同时，由于系统与系统间没有形成统一的数据标准和规范，无法对各信息系统产生的数据进行整合、清理，从而导致数据不一致、不完整以及冗余的问题，严重制约未来大数据资源的分析与利用。

因此集团期望通过数据治理体系的建设，对信息化数据进行整合，打通各自独立的信息系统，解决数据孤岛现象，通过统一的数据标准体系，实现各业务系统的数据共享与业务协同，充分挖掘并利用积累的数据价值，为今后大数据分析展现以及大数据平台的建设提供数据保障。

02解决方案

在经历详尽的市场调研与精心选型后，亿信华辰凭借其在数据治理领域的深厚积淀与卓越能力，成功获得了国资集团的青睐与信任。亿信华辰充分考虑国资集团的发展目标和方向，基于集团数据治理的职责定位，对集团数据治理体系进行总体设计，对数据管理机制提出建设意见，助力集团搭建自主可控的标准化管理体系及数据治理平台，实现整个集团数据的统一、集中、规范管理，满足集团数据治理的工作要求，实现对集团业务的有效支撑。

核心思路

本项目建设内容分为三个部分，基于边建边治的原则，按照咨询规划、系统建设、治理实施录入进行项目实施。

1.数据治理咨询规划

包括现状分析评估、数据治理体系设计、数据治理体系建设、数据全生命周期管理、主数据梳理和数据标准设计等内容。

数据治理项目，核心工作之一是数据治理规划。结合集团数据管理现状，完成集团数据治理架构的规划设计，咨询成果物包括数据治理体系和数据治理管理办法。

明晰集团数据治理组织架构和职责界限，按照两层架构，贴合数据治理各项工作，分别区分牵头、统筹、审核工作。最终提出：管理层面由治理委员会统筹，各数据生产部门负责主导本部门本领域数据的治理工作等相关咨询建议。

2.数据治理系统建设

从数据治理的平台及实施方面进行建设，通过完善的、成熟的睿治数据治理平台产品，基于集团业务需求充分考虑实施、阶段规划，从企业核心数据扩展为企业全业务数据，并开展数据生态建设。

系统建设重点工作是完成一站式数据治理平台-睿治部署，通过数据治理工具建设，实现包括元数据、主数据、数据标准、数据质量、数据安全，数据资产管理、数据服务等各域治理能力，奠定集团数据资源资产化的技术基础，为集团数据治理相关工作提供能力支撑。

3.数据治理实施录入

依据数据治理规划对应的标准体系设计，在数据治理系统上，完成数据治理涉及所有系统的采集汇聚、元数据管理、主数据管理、数据质量管理、生命周期管理、数据服务共享等数据治理实施录入工作。

（1）搭建数据资产目录。以来源系统和业务目录为分类原则，梳理构建集团数据资产目录，形成61个业务子目录，为业务人员通过集团数据门户进行“查数、取数、用数”奠定基础编目。

（2）建立数据标准体系。基于行业经验的范式案例，结合集团实际业务及数据情况，建立基础标准14个子类、参考标准10个子类，提出相关数据模型建议，包括486个基础数据模型、90个参考数据模型。待业务侧线上审核后，相关数据标准可在新系统建设中落地应用。

（3）梳理主数据清单。综合部分核心业务和已有信息系统数据结构进行分析，整理人员、岗位、组织架构、会计科目等11个大类25个主数据，提出主数据定源和数据结构建议，为集团后续共性数据引用提供参考标准，避免“一数多源、重复引用”等数据问题的发生。

（4）梳理数据质量清单。从业务逻辑、数据逻辑两方面对数据质量规则进行梳理。累计设计业务逻辑1109条、数据逻辑176条。数据质量规则经业务侧确认后，可应用于周期性的数据质量核查，促进问题数据的消缺完善，提高数据可用性，提升数据资产价值。

（5）建立数据安全规范。基于“充分共享、部分例外”的数据跨域共享原则，结合国家相关法律法规、集团信息安全相关规定要求，完成对各系统数据安全级别的设计和梳理。按照涉密业务数据-高安全级、普通业务数据-中安全级、码表配置表及空表梳理-低安全级的梳理原则，提出数据资产相关属性标注建议，及加密脱敏规则建议。

03项目成果及价值

1.数据治理成果可视化

提供集团数据资产的全景概览，从主数据、数据标准、数据质量、数据安全及形成数据资产视角对数据治理的各管理域进行实时监控与主题分析，为集团数据管理者提供多维度的的数据治理态势感知能力。下图数据治理大屏可以看到纳管的平台包括了人事、商管、税务等10个，左右两侧分别展示了梳理的数据标准、数据质量、主数据模型、数据安全等模块的统计分析结果。

2.元数据管理，解决集团数据资源“在哪里，是什么”问题

完成10套系统元数据采集管理，经过各业务系统厂商的补充完善，元数据注释完备率有较大的提升，由原来51.68%提升至83.48%，其中统一协同管理平台、税务系统提升至100%。同时，完成第一版数据字典在线发布，夯实数据资产盘点基础。通过元数据管理，打开数据资源的黑盒，清晰量化公司数据资源分布，解决集团数据资源“在哪里、是什么”的问题。

3.数据质量管理，解决集团数据“是否可信、是否可靠”问题

数据质量是数据应用、数据分析的基础。我们按照业务逻辑和数据逻辑对数据库表字段进行周期性的质量稽核，并形成质检报告，供各业务系统参考。质量管理模块配置质检规则合计1285条，提供了各业务系统数据质量的量化刻画能力，解决数据“是否可信、是否可靠”的问题。