数据架构治理体系

发展4阶段：企业级数仓(2000-2018)→湖仓一体(2019-2023)→智能数据中枢(2022-2025)→实时语义层(2024-)

两大体系架构：六横两纵（来源/支撑/存储/分析/应用/治理+开发运维/数据管控）；四横两纵（采集/底座/服务/应用+开发运维/数据管控）

 

一、数据架构规划与设计

1、设计原则

要求：契合战略

6项核心原则：统一采集交换/存储整合/加工计算/管理控制/分析服务/开发运维

5个评估维度（McKinsey）：集成复杂性/成本/可扩展性/业务连续性/业务赋能

2、工作流程与阶段划分

三阶三策六步：三策（以用代建/边建边用/迭代闭环）；六步（整固基础→整理数据→建模→流程再造→建平台→管控）

五步法：战略解码→架构设计→试点验证→全面落地→运营优化

 

二、数据模型管理

2.1 三层架构设计原则

概念→逻辑→物理，建立企业级与应用级模型映射

概念模型：抽象业务核心对象，统一认知，决定建模方向

逻辑模型：连接概念与物理，满足业务/结构/演进约束，保持业务语义

物理模型：数据库实施模型，定义物理存储与性能细节

2.2 设计、优化与维护方法

设计原则：从业务对象出发，而非表结构

优化维度：性能（表/索引/分区）、可扩展性（核心实体稳定）、业务适应性

维护机制：版本控制+变更管理，需求变更先做影响分析

2.3 变更管理与影响评估

痛点：变更随意、血缘缺失，评估成黑盒

精细化机制：智能工具实现精准影响定位

变更流程：识别（来源/类型/等级）→影响分析（技术/业务/管理）→风险评估（量化+定性）→决策制定

2.4 与业务规则的关联管理

四级数据标准体系：术语→数据元→数据集→数据字典

核心：业务数据口径统一，杜绝语义歧义

关联原则：业务驱动确权、源头导入标准、企业级管控平台融合建模

2.5 标准化流程与工具应用

全生命周期流程：设计→评审→发布→变更→退役

专业工具：建模工具（ERwin/PowerDesigner）；治理平台（Informatica/Collibra）

最佳实践：统一规范+完善文档+版本控制+专业团队

 

三、数据治理推进

3.1 体系构建与组织架构

监管要求：银保监会指引，明确各层级职责

组织架构：统一领导分级负责，设数据治理委员会，部分组织设CDO

三层治理体系：治理层（战略/组织/制度）；管理层（标准/质量/安全）；应用层（风控/业务应用）

各层级职责：董事会（定战略）；监事会（监督）；高管层（建体系）；归口部门（牵头）；业务部门（本领域治理）

3.2 业务术语与数据标准梳理

业务术语：统一语义，是数据标准基础

标准制定路径：数据字典核心；ISO/IEC 11179元数据注册库+ISO 20022报文

制定原则：业务驱动确权、源头导入、管控平台融合建模

行业规范：中国xx业协会《xx企业级数据字典编制指南》

3.3 数据资产管理实施路径

资产盘点：业务视角，三级分类，建立数据资源地图

全生命周期管理：天津银行框架（识别→盘点→确权→共享→评估）

四步工作法：盘→治→用→评，成立统筹委员会与中台运营中心

3.4 数据质量管理体系

管理目标：确保数据真实/准确/连续/完整/及时

6大评估维度（DAMA）：规范性/完整性/准确性/一致性/时效性/可访问性

实施策略：源头治理（录入责任制）；过程控制（全流程监控）；实时监控（智能预警）

技术手段：三道防线（源头检查→标准统一→智能检核）

闭环管理：发现→上报→分析→整改→验证，配套组织与制度保障

3.5 实施路径与最佳实践

三阶段策略：顶层设计（定路线图/OKR）→试点推进→全面推广

治理机制：湖南银行，常态化全流程治理（事前/事中/事后）

实战框架：管理（组织/制度）+技术（平台/工具）+应用（业务场景落地）

数据文化：全员参与，树立数据资产理念，依规科学用数