建设数据资产中心，通过对海量数据进行采集、计算、存储、加工，形成标准的用户单位大数据资产层，为组织的相关用户提供高效数据服务。“让一切业务数据化，一切数据业务化”，让数据用起来。
1、数据标准化
依据行业及客户数据标准，开展数据标准化梳理工作，做到消除歧义，剔除重复；补全缺失，修正错误；统一码表，理清关系。
2、流程规范化
规范单位内数据采集、共享、交换、治理、开放流程，使数据规范产生，统一来源；规范变更，统一流转；规范共享，统一出口。
3、监管智能化
加强数据使用过程中的监管，实现数据操作留痕，可追溯；安全权责明晰，可监测；差异智能监测，可觉察。
4、资产价值化
经过数据中台，建设形成数据资产中心，充分展现数据资产的价值比。实现指标量化，价值可衡量；资产全景，价值可展现；全链分析，价值可跟踪。
5、治理常态化
数据治理贯穿项目建设的始终，使数据治理实现常态化。建立长效工程，循序渐进；梳理治理文化，长治久安。
1、数据标准管理
结合行业标准和客户个性化标准要求，对包括数据定义、数据命名规范、数据格式规范、数据编码规范、数据安全规范、数据质量规范、标准数据字典等内容进行制定和管理数据标准信息。
2、数据交换工具
建立数据交换引擎，提供多种数据交换方式，涵盖数据源管理、数据采集、数据加载、数据转换清洗、数据存储及过程监控，支持各类流行和国产数据源。
3、数据质量管理
提供数据质量管理、监控与评估的功能，包含元数据管理、数据质量检测规则及方案管理、数据检测任务管理、数据质量评估及数据质量报告等。
4、数据安全管理
支持数据安全定级与分类，提供对业务数据接口的访问权限控制，对关键数据的脱敏加密，支持国密算法。支持数据库级别的权限管控和数据识别、数据加解密等。
5、数据资产应用
建立全局的数据资产目录，对数据资源按部门、主题等目录结构进行管理。明确数据资源基本信息、责任部门、资源分类、资源责任人等元数据信息，依据数据归属对数据资源进行管理和发布共享。
建设数据应用市场，以多维度方式展示全校数据资源和数据集，界面清晰、简洁，符合用户习惯，以购物形式挑选数据、下单提交申请使用数据，提供数据目录等，可根据数据属性例如数据字段、数据范围等选择申请字段，亦可根据实际需要选择数据共享方式。
提供数据应用市场的监控管理，支持数据纠错、需求申请、展示责任清单等。
项目采用spring cloud微服务架构，前后端分离设计，搭载低代码、工作流、ETL、、在线文档等组件技术。
评论