数据治理概论 课件 第13章:某制造企业数据治理.pptx

数据治理概论 课件 第13章:某制造企业数据治理.pptx

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

第13章某制造企业数据治理

《数据治理概论》

提纲

13.1项目背景

13.2企业数据治理痛点

13.3业务数据现状分析

13.4数据治理建设目标

13.5数据生态解决方案

13.6数据治理实施成果

13.7业务应用场景的实现成果

13.1项目背景

13.1项目背景

某制造企业有CRM、SAP、MES等业务系统,目前各业务系统数据孤立、零散,未能形成企业数据资产,给数据支撑工作带来巨大挑战。

企业希望:

通过整合企业全域数据,深入分析客户、产品、触点等相关画像数据,提供以客户为中心的精准营销能力以及精准服务能力,建设满足企业业务发展需求的数据治理平台,实现业务数据的及时采集汇聚。

通过将业务数据加工处理并形成企业的数据资产,为后续数据资产体系建设及业务场景应用和数据化运营等提供支撑,帮助企业实现精细化管控,优化产品设计及动态数据资源调配,强化生产管控,有效控制成本,提高项目效益。

13.2企业数据治理痛点

13.2企业数据治理痛点

企业不具备数据中台、数据仓库等基础设施,且无大数据相关人员,数据支撑工作挑战困难,无法形成完整的生产经营链路。

无数据中台、数据仓库等基础设施

企业经营无统一指标

各业务系统数据孤立、零散

企业生产运营过程没有统一规范定义,报表开发效率低下。核心指标数据质量合格率低下,企业核心运营指标数据质量合格率只有50%。

企业各系统呈“孤岛式”构建,系统数据孤立、零散,无法形成有价值的企业数据资产,数据支撑工作的困难巨大。

13.3业务数据现状分析

13.3业务数据现状分析

数据缺乏追溯方式

各部门只关心本部门的数据需求,每项数据需求没有统一管理机制和工具,部门间数据共享能力差,缺乏数据应用与数据开发、数据源之间的联动管理方式。

数据类型多、数量大

对于多种形式的数据开发未能从数据角度统一管理,面对变化频繁的需求,企业无法较好地控制数据开发过程和流向,排查数据问题时非常费时费力。

数据缺少管理机制

业务系统建设未考虑统一的数据架构设计要求,数据交换、数据共享困难,未达到数据完整性、数据合规性、数据一致性等要求,数据冗余问题突出。

管控体系暂无统一建设

针对数据质量管控,职责划分不清,标准规范不统一,未形成统一的管理体系、管理规范和执行流程,并且未建立有效、常态的管理和执行组织来定期开展数据质量评估工作。

13.4数据治理建设目标

13.4数据治理建设目标

13.5数据生态解决方案

13.5数据生态解决方案

在“价值+服务”战略的指导下,构建以数据中台为核心的企业数据生态,使业务系统具备大数据的能力,为持续的业务转型、业务经营以及业务发展提供创造力和决策依据。

该企业完成了以下项目建设:

建设数据中台

搭建治理体系,提升数据质量

01

03

02

建设了该企业首个面向数据服务管理的一体化的数据中台,包含接入、离线、标签、服务一整套数据应用闭环,为后续数据深度应用打下基础。

完成了对数据资产体系的九大根类目、489个数据标签的梳理。业务报表开发效率从原来的每天5~10人提升到每天1人。开发了基于数据资产的探索场景,如“双11”看板、用户画像等。

完成了对数据治理体系的“五大过程、22个主题任务、89个业务流程、24份过程文档、3份数据管理制度”的梳理。创建了722条质量检查规则,梳理了95亿条记录,核心指标数据质量从58%提升到92.15%。

13.5数据生态解决方案

13.6数据治理实施成果

13.6数据治理实施成果

(1)一套数据治理体系

13.6数据治理实施成果

(2)一套制造企业数据资产体系的梳理

75个

20个

99个

8个

13个

27个

72个

63个

123个

梳理出某制造企业数据资产体系共九大根类目,包括500个数据标签:

13.6数据治理实施成果

(3)多项数据质量明显提升

实现数据质量闭环治理,数据质量明显提升。其中,治理数据包含以下内容:

OA办公系统三大主题域(人资、财务、采购)共约110万条数据。

E-HR人事系统两大主题域(考勤、人事管理)共约12.6万条数据。

SAP系统五大主题域(生产、仓储、物料、采购、出入库)共约42亿条数据。

MES生产系统六大主题域(人员、设备、物料、生产、工单、子工单)共约2.5亿条数据。

CRM营销系统八大主题域(订单、物料解析、产品、经销商、售后、客户、门店、价格)共约74亿条数据。

13.6数据治理实施成果

(3)多项数据质量明显提升

数据问题修正79个

质量规则修正50个

系统问题修正17个

数据源问题修正12个

数据修正30亿条

质量监测:从数据质量管理一致性、完整性、准确性、时效性、唯一性等五个维度上进行质量监测,共监测了95亿条数据,使用了722条质量监测规则。

您可能关注的文档

文档评论(0)

xiaobao + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档