课程简介
当前，数据不仅是企业的核心资产和重要战略资源，也是重要的生产要素。数据资产已日益成为企业抢占未来发展主动权的前提和保障，而数据治理就是发掘这些数据资产的重要保障机制。国务院国资委在颁布的《关于加快推进国有企业数字化转型工作的通知》中强调，要构建数据治理体系，加强数据标准化、元数据和主数据管理工作，定期评估数据治理能力成熟度。要强化业务场景数据建模，深入挖掘数据价值，提升数据洞察能力。管好数据、用好数据，不仅能够帮助企业洞察市场变化和趋势，降低风险，还能提高决策效率，进一步提升企业核心竞争力。
从全球看，数据治理还处在起步的阶段，从技术、商业到法律都还面临一系列的挑战，而我国企业数据的治理更是任重道远，亟需实现从理论到实践的突破。本课程对企业的数据治理内容进行概述，从理论层面的分析，到实战经验的总结，帮助听众明确企业数字化转型对数据治理的需求点，了解数据治理体系，理解数据生产要素发挥价值的保障机制。
目标收益
1、企业数字化架构：了解新市场环境下业态改变对IT创新的要求，明确数据治理在数字化转型中起到的关键作用。
2、精益数据管理最佳实践：总结了国内外企业在数据战略和数据治理方面的最佳实践，识别数据资产、制定数据治理计划、搭建数据架构、落地数据标准、提升数据质量，确实提升企业挖掘数据价值等能力；
培训对象
1、数据管理团队
2、企业业务、数据、技术部门人员
课程大纲
|
第1天上午： 第1讲： 企业数字化转型的核心内容与数据治理的目标 |
一、从企业数字化转型的成功案例认识其核心内容 二、企业数字化转型对数据治理工作提出的要求 三、数据管理的相关概念 四、企业数字化转型过程中数据治理工作面临的挑战 |
|
第1天上午： 第2讲： 数据架构与数据模型 |
一、企业架构与数据架构 二、企业级数据模型与数据建模 三、数据模型基本活动 四、数据建模工具和技术 五、数据建模实施指南 |
|
第1天下午： 第3讲： 精益数据治理流程 |
一、数据治理规范国标内容与精益数据治理流程介绍 二、“盘”-盘清现状 三、“规”-制定规范 四、“治”-问题整治 五、“用”-数据应用 六、数据管理效果检验 |
|
第1天下午： 第4讲： “盘”的重点-数据资产盘点与数据资产目录 |
一、数据资产管理概述 二、数据资产盘点的知识储备1-数据架构与元数据、数据建模 三、数据资产盘点的知识储备2-数据分类分级 四、数据资产盘点准备阶段 五、数据盘点执行与目录构建 六、数据资产目录审核发布 七、数据资产运营管理和典型案例 |
|
第2天上午： 第5讲： “规”的重点-数据标准化 |
一、数据标准概述 二、指标数据标准 三、基础数据标准 四、数据分类分级 |
|
第2天上午： 第6讲： “治”的重点-数据质量提升理 |
一、数据质量考核维度 二、数据质量工程实践十步法 三、数据质量提升案例 |
|
第2天下午： 第7讲：“用”的重点1-主数据管理和应用 |
一、参考数据和主数据简介二、参考数据和主数据基本活动 三、参考数据和主数据工具和技术 四、参考数据和主数据实施指南 五、参考数据和主数据关键指标 六、参考数据和主数据实践案例 |
|
第2天下午： 第8讲： “用”的重点2-BI数据产品与数据仓库设计 |
一、BI数据产品与数据仓库 二、数据仓库与商务智能工具和技术 三、数据仓库与商务智能实施指南 四、数据仓库与商务智能关键指标 五、数据仓库与商务智能最佳实践 |
|
第2天下午： 第9讲： “用”的重点3-AI数据产品与数据中台设计 |
一、AI数据产品与大数据 二、大数据与数据科学工具和技术 三、大数据与数据科学实施指南 四、大数据与数据科学关键指标 五、大数据与数据科学最佳实践 七、数据中台设计案例 |
|
第1天上午： 第1讲： 企业数字化转型的核心内容与数据治理的目标 一、从企业数字化转型的成功案例认识其核心内容 二、企业数字化转型对数据治理工作提出的要求 三、数据管理的相关概念 四、企业数字化转型过程中数据治理工作面临的挑战 |
|
第1天上午： 第2讲： 数据架构与数据模型 一、企业架构与数据架构 二、企业级数据模型与数据建模 三、数据模型基本活动 四、数据建模工具和技术 五、数据建模实施指南 |
|
第1天下午： 第3讲： 精益数据治理流程 一、数据治理规范国标内容与精益数据治理流程介绍 二、“盘”-盘清现状 三、“规”-制定规范 四、“治”-问题整治 五、“用”-数据应用 六、数据管理效果检验 |
|
第1天下午： 第4讲： “盘”的重点-数据资产盘点与数据资产目录 一、数据资产管理概述 二、数据资产盘点的知识储备1-数据架构与元数据、数据建模 三、数据资产盘点的知识储备2-数据分类分级 四、数据资产盘点准备阶段 五、数据盘点执行与目录构建 六、数据资产目录审核发布 七、数据资产运营管理和典型案例 |
|
第2天上午： 第5讲： “规”的重点-数据标准化 一、数据标准概述 二、指标数据标准 三、基础数据标准 四、数据分类分级 |
|
第2天上午： 第6讲： “治”的重点-数据质量提升理 一、数据质量考核维度 二、数据质量工程实践十步法 三、数据质量提升案例 |
|
第2天下午： 第7讲：“用”的重点1-主数据管理和应用 一、参考数据和主数据简介二、参考数据和主数据基本活动 三、参考数据和主数据工具和技术 四、参考数据和主数据实施指南 五、参考数据和主数据关键指标 六、参考数据和主数据实践案例 |
|
第2天下午： 第8讲： “用”的重点2-BI数据产品与数据仓库设计 一、BI数据产品与数据仓库 二、数据仓库与商务智能工具和技术 三、数据仓库与商务智能实施指南 四、数据仓库与商务智能关键指标 五、数据仓库与商务智能最佳实践 |
|
第2天下午： 第9讲： “用”的重点3-AI数据产品与数据中台设计 一、AI数据产品与大数据 二、大数据与数据科学工具和技术 三、大数据与数据科学实施指南 四、大数据与数据科学关键指标 五、大数据与数据科学最佳实践 七、数据中台设计案例 |
近期公开课推荐
