课程简介
随着数字化浪潮的到来，数据成为企业的核心资产。管控数据、挖掘和发挥数据的价值，实施有效的数据治理变得极为重要。
数据治理（Data Governance）是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。它是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁（Who）能根据什么信息，在什么时间（When）和情况（Where）下，用什么方法（How），采取什么行动（What）。数据治理的最终目标是提升数据的价值，数据治理非常必要，是企业实现数字战略的基础，它是一个管理体系，包括组织、制度、流程、工具。
包括金融行业在内，当前国内外主要企业、政府都开展了数据治理工作。掌握数据治理能力成为企事业单位的重要能力。
本课程将基于基于中国企业实践形成的“盘规治用”方法论，串联DMBOK的知识体系，系统讲授数据治理的理论和实践方法。
目标收益
1、数据能力成熟度评估，明确数据管理存在的问题和不足，指明组织数据管理能力所处阶段及改进建议；
2、数据治理最佳实践从企业的数据管理组织、制度和流程方面提出要求， 构建完整的数据治理管理体系，并阐述行业最佳实践案例；
3、数据架构最佳实践从企业级数据模型、数据流转、数据分布、元数据管理等方面提出要求，构建完备的企业级数据模型，并阐述行业最佳实践案例；
4、数据标准最佳实践从企业业务术语、参考数据、主数据、数据元、指标数据标准提出要求，构建全面的数据标准管理体系，并阐述行业最佳实践案例；
5、数据质量最佳实践从数据质量基础、数据质量工程方法、数据质量评估和改进等方面提出要求，构建持续提升的数据质量最佳实践案例。
培训对象
1、CIO企业首席信息官
2、CDO企业首席数据官
3、COO企业首席运营官
4、企业数据管理专家/专家委员会专员
5、总行各业务职能单位数据管理专员
6、各分行数据治理接口人员
7、数据管理团队
8、外部数据治理咨询团队
课程大纲
| 前言：数据治理为何重要 |
1.数据治理的前世今生 2.企业面临的数据资产问题 3.为什么要数据治理 4.数据治理常见的9大问题 5.数据治理的对象 6.什么是数据资产？什么是数据战略？什么是元数据？什么是数据管理？什么是数据治理？ |
| 第一模块 数据治理的“盘” |
Why：为什么要盘？ 1.没有调查就没有发言权 2.为什么优秀企业数据治理先从盘开始？ What：盘什么？ 1.开展数据治理工作先要摸清情况：调查十大课题 Who：谁来盘？ 1.业务单位是主体，技术单位提供支撑 2.在确保安全的前提下可以引入咨询公司 3.数据治理调研项目团队 How：怎么盘？ 1.数据盘点规划 2.需求收集方法 3.现状调研安排 4.调研和访谈技巧 小组演练 |
| 第二模块 数据治理的“规” |
搭班子：数据治理的组织与考核 1.数据治理的组织 2.数据治理委员会职责 3.数据治理管理体系 4.数据治理的组织架构 5.数据管理专员制度 6.数据管理岗位的相关职责 7.数据治理组织保障规划示意 定方法：数据治理的标准、框架与方法 1.开展数据治理的切入点 2.国内外数据管理理论的发展 3.数据治理的标准 4.DCMM数据管理能力成熟度 5.数据治理框架 6.数据管理原则 7.数据管理分为10个职能域 建制度：数据治理的架构、制度与标准 1.数据架构的作用 2.数据架构：数据架构应该与业务、流程、应用、技术等架构相匹配一致 3.数据架构设计原则与设计方法 4.数据架构规划要完成的三件事情 5.数据治理的标准 6.数据制度建设为数据治理保驾护航 抓重点：主数据管理 1.主数据管理策略 2.主数据管理方法论及案例 引工具：数据中台与工具体系建设 1.数据中台定义 2.数据中台的愿景 3.数据中台的价值 4.数据中台VS业务中台 5.数据治理厂商图谱 小组演练 |
| 第三模块 数据治理的“治” |
1.数据治理的度量 2.数据治理度量评分规则：数据治理成熟度评估分5个级别 定考核：数据治理的评价考核机制 1.数据治理考核的原则 2.数据治理考核的六类指标 3.数据治理的4种考核方式 重质量：数据质量管控 1.高质量数据的特点 2.剖析、分析和评估数据质量 3.数据质量规则 4.数据质量管理首要工作：开发和提升数据质量意识 5.数据质量管理的三个要素 6.数据质量管理的4项技术原则 7.数据质量管理实战 保安全：数据安全管控 1.国内外数据安全法律法规 2.数据安全治理总体视图 3.数据安全治理参考框架 4.数据安全治理组织 5.数据安全治理组织职责分工 6.数据安全人员能力体系 7.数据安全制度流程体系 8.一套可参考的数据安全管理制度体系 9.符合数据处理的原则 排障碍：问题分析与解决方法论 1.解决问题的六个步骤 2.优先解决重要紧急的问题 3.复盘方法和4P思维 4.PDCA持续改进 小组演练 |
| 第四模块 数据治理的“用” |
1.数据资产管理推动数据要素市场发展 2.数据资产管理助力企业数字化转型 3.数据资产管理框架 4.数据资产管理不断演进 5.数据权益解决权属困境 6.数据资产管理存在难点 7.引入PDCA，闭环管理数据 8.形成有效数据策略，提升数据资源化效率 9.评估数据资产价值，促进数据运营流通 10.数据资产管理保障措施 11.数据资产管理实践步骤 12.数据资产管理发展方向 13.数据资产实践案例演练 数据治理案例 1.金融 2.能源 3.制造 4.运营商 小组演练 课程总结 |
|
前言：数据治理为何重要 1.数据治理的前世今生 2.企业面临的数据资产问题 3.为什么要数据治理 4.数据治理常见的9大问题 5.数据治理的对象 6.什么是数据资产？什么是数据战略？什么是元数据？什么是数据管理？什么是数据治理？ |
|
第一模块 数据治理的“盘” Why：为什么要盘？ 1.没有调查就没有发言权 2.为什么优秀企业数据治理先从盘开始？ What：盘什么？ 1.开展数据治理工作先要摸清情况：调查十大课题 Who：谁来盘？ 1.业务单位是主体，技术单位提供支撑 2.在确保安全的前提下可以引入咨询公司 3.数据治理调研项目团队 How：怎么盘？ 1.数据盘点规划 2.需求收集方法 3.现状调研安排 4.调研和访谈技巧 小组演练 |
|
第二模块 数据治理的“规” 搭班子：数据治理的组织与考核 1.数据治理的组织 2.数据治理委员会职责 3.数据治理管理体系 4.数据治理的组织架构 5.数据管理专员制度 6.数据管理岗位的相关职责 7.数据治理组织保障规划示意 定方法：数据治理的标准、框架与方法 1.开展数据治理的切入点 2.国内外数据管理理论的发展 3.数据治理的标准 4.DCMM数据管理能力成熟度 5.数据治理框架 6.数据管理原则 7.数据管理分为10个职能域 建制度：数据治理的架构、制度与标准 1.数据架构的作用 2.数据架构：数据架构应该与业务、流程、应用、技术等架构相匹配一致 3.数据架构设计原则与设计方法 4.数据架构规划要完成的三件事情 5.数据治理的标准 6.数据制度建设为数据治理保驾护航 抓重点：主数据管理 1.主数据管理策略 2.主数据管理方法论及案例 引工具：数据中台与工具体系建设 1.数据中台定义 2.数据中台的愿景 3.数据中台的价值 4.数据中台VS业务中台 5.数据治理厂商图谱 小组演练 |
|
第三模块 数据治理的“治” 1.数据治理的度量 2.数据治理度量评分规则：数据治理成熟度评估分5个级别 定考核：数据治理的评价考核机制 1.数据治理考核的原则 2.数据治理考核的六类指标 3.数据治理的4种考核方式 重质量：数据质量管控 1.高质量数据的特点 2.剖析、分析和评估数据质量 3.数据质量规则 4.数据质量管理首要工作：开发和提升数据质量意识 5.数据质量管理的三个要素 6.数据质量管理的4项技术原则 7.数据质量管理实战 保安全：数据安全管控 1.国内外数据安全法律法规 2.数据安全治理总体视图 3.数据安全治理参考框架 4.数据安全治理组织 5.数据安全治理组织职责分工 6.数据安全人员能力体系 7.数据安全制度流程体系 8.一套可参考的数据安全管理制度体系 9.符合数据处理的原则 排障碍：问题分析与解决方法论 1.解决问题的六个步骤 2.优先解决重要紧急的问题 3.复盘方法和4P思维 4.PDCA持续改进 小组演练 |
|
第四模块 数据治理的“用” 1.数据资产管理推动数据要素市场发展 2.数据资产管理助力企业数字化转型 3.数据资产管理框架 4.数据资产管理不断演进 5.数据权益解决权属困境 6.数据资产管理存在难点 7.引入PDCA，闭环管理数据 8.形成有效数据策略，提升数据资源化效率 9.评估数据资产价值，促进数据运营流通 10.数据资产管理保障措施 11.数据资产管理实践步骤 12.数据资产管理发展方向 13.数据资产实践案例演练 数据治理案例 1.金融 2.能源 3.制造 4.运营商 小组演练 课程总结 |
近期公开课推荐
