數據治理建設方案數據治理建設方案數據治理是對數據資產的管理行使權力和控制的活動集合（規劃、監控和執行），數據治理職能指導其他數據管理職數據治理是將數據轉化為智慧，挖掘出價值，最終服務于人的重要途徑。依托政務云平臺，從原始數據中提煉出有用、有價值的資產信息，通過深度整合形成多維多層的知識圖譜，將數據高度聚合，深度關聯。通過AI人工智能，將數據深度研判分析預測，從數據的可知、可用到數據的可測，形成智慧大腦。為各級政府AI大數據應用奠定堅實的基礎。一、數據治理的建設背景1.1數據治理的現狀嚴重，建設系統多，數據分散，共享困難。(2）各單位機構自建系統沒有統一數據標準，數據質量參差不齊和業務的關系是什么，雖然意識到了大數據的重要性，但不知道平臺中有沒有能解決自己所面臨業務問題的關鍵數據，數據不可控：指用戶不知道匯聚了哪些數據、處理了哪些數數據不可取：用戶即使知道自己業務所需要的是哪些數據，沒有把數據和知識體系關聯起來，使得難以做到數據與知識之間的快速轉換，不能對數據進行自主的的探索和挖掘，數據的深層價值難以體現，沒有形成知識圖譜。1.2數據治理勢在必行要解決這些問題，數據治理勢在必行。數據治理不單是一個方法、也不是一個功能、也不是一個工數據治理核心領域功能不再是人工處理，而是全流程平臺化，比如數據服務、數據質量、模型、數據標準；同時配套相應的組織架構、人員方案，通過考核機制、管控辦法等制度章程予以約束和協調各部門在數據治理中的角色和要求；除了平臺工具、保障措施之外，還必須有實施流程和技術的支撐，比如政務云的資源設施及各單位數據接入流程等。所以數據治理是平臺工具、方法論和保障機制的有機體，不可分割。整個體系的重點、難點在于數據服務、數據模型和二、數據治理的建設目標基于數據治理體系，可以提煉為六大建設目標：多源頭采集、多種形態的數形式，同時數據對賬清晰明了，對賬不僅是源頭有多少、進了多少做一個對比，另外一個層面是應該進多少，而進了多少的對比，通過設置預警閾值，對源頭的數據監控，及時發現源頭采集問題。工具，以機器算法代替人力勞動，大大提高生產力。義多種接口規范，實現運維監控的統一管理，短信、郵箱等數據，形成主數據模型。通過人、車、地址等主題域建模，掌握各主題的內在關系，深度整合，形成以實體為單位的復(5）數據運行可視化：Etl工具、服務總線產品與數據治理平臺有機結合，將數據治理實施流程各環節通過平臺去實現，服務大廳，通過服務權限和數據權限控制，用戶可自助申三、數據治理的建設思路3.1形成數據治理體系大數據中心的建設需要通過數據治理體系來實施，主要包括五大部分：3.2構建數據治理架構數據治理平臺的總體架構，設施和數據支撐層是基于政務云平臺和大數據平臺之上，主要是集中在數據資源層和資源服務層，包括數據中心、數據管理和數據服務。內外部、以及互聯網結構化、多媒體數據，例如目前個別地直接對接的是政務信息資源共享平臺，數據中心分為三層架構緩沖庫、基礎資源庫、業務專題庫。數據中心通過ETL工具、日志復制工具對數據進行匯聚整合，數據整合其實是一種方法論和經驗，比如哪些數據需要去重，哪些數據需要多表關聯，哪些數據需要冗余這些是需的根基，治理的目的是服務和共享，首先一點需要通過模型掌握數據所在業務域以及數據之間的關系，構建全景數據視圖和知識圖譜、使使用者更直觀、更簡單的去使用數據治理3.3構建數據中心架構數據中心是按照三層架構，包括緩沖區、基礎區和專題區：務數據，以結構化數據為主體，也包括非結構化數據和流式對數據治理治理過程中避免對各業務系統業務辦理產生影統一對標、標準化處理之后的數據；業務整合區是從全局角度對所有數據建模、知識化的過程，其中模型主要包括主題域模型、主數據模型，以及將數據縱橫關聯的知識圖譜和標庫、證照庫，以及各單位特有的專題庫，整個業務專題區是數據治理的前提是數據梳理，需要對數據資源情況進行摸底排查，掌握各系統的建設情況，包括數據調研、數據整理和數據反饋。數據梳理工作開展，流程如下：單位是最熟悉和了解，系統的建設由來，現狀等等，在此階要了解的是該系統的業務種類，業務域的劃分，實體之間的關系，主子表之間的關聯等，這是一個建模的過程，包括了理，并進行后續的緩沖庫入庫、數據標準化等一系列動作。數據治理成果展示：對數據治理的標準、數據、服務、模型ETL，是英文Extract-TransformETL產品含五大特點，可視化、集成化、管道化、集群化、模板化，同時支持多種數據類型，通過統一的運行和管理平臺進行管理、平臺為ETL工具提供元數據支撐；ETL工具為平臺提供作業運行監控、數據對賬以及作業自動生成的能力。視化；(2）集成化：多數據源、統一管理調度、運維；四、總結與展望數據治理的目標是提高數據的質量（準確性、及時性、完整性、唯一性、一致性，有效性），確保數據的安全性（保密性、完整性及可用性），實現數據資源在各組織機構部門的共享，推進數據資源的整合、服務和共享，從而提升企事業單位信息化水平，充分發揮數據資產作用。通過實施數據治理工具，可以讓數據質量變得更好，發掘數據資產的商業價值，實現如下目標：對業務的支撐；降低經營風險、安全保障；對決策進行支持；滿足風險控制和外部大數據時代，數據已經成為一個組織最寶貴的財富之一，組織如果想要利用龐大且寶貴的數據資產來挖掘其中的商業價值，在數據挖掘之前就需要使用數據治理技術，提高數據質量，減少實際挖掘所需要的時間，數據治理的核心目標是在降低風險的同時為企業增加價值，合理的數據治理能夠建立規范的數據應用標準，消除數據的不一致性，