《数据治理和深度优化：价值驱动的大数据资产体系建设》



《数据治理和深度优化：价值驱动的大数据资产体系建设》
主讲：黄辰 教授
【课程背景】
数据是数字经济和第四次工业革命的新生产要素。随着信息化技术的演进，网络技术
的进步和应用的普及，产生了海量的数据。这些海量数据的生成为智能化技术的发展奠
定了基础，也是经济、社会发展的新的契机，同时也带来了新的挑战，比如如何利用与
开发数据？如何保护个人隐私？数据的所有权与数据共享的平衡点到底在哪里？数据作
为资产如何确权？在数字化企业中，如果说数据是原油，那么数据治理则是输油管、炼
油厂、储油库。数据治理是一个难题也是一个迫切需要解决的问题。
本课程对大数据治理的对象、主题、框架和方式等进行分析，从国内、国际标准、工
具、最佳实践等多方面进行阐述，详细介绍行业大数据治理的方式、方法及数据治理策
略，通过典型的实际案例，分析验证大数据治理体系，有利于指导基于行业大数据的企
业数据治理实际工作，有效提高大型企业的数据治理水平，促进大型企业数据资产体系
的建立和数据价值的持续挖掘。


【课程收益】
➢ 可以有效指导企业全方位开展高质量的数据治理
➢
对行业大数据治理的理念、路径、方法的全面系统阐述，见解独到，对数字化工作者
具有重要的启示意义
➢ 数据治理在战略层面的顶层设计，以及数据治理在执行层面的实施方法
➢ 既是企业数据治理的纲领性指南，也是数据治理的实操指导
➢ 深度解析业界主流的数据治理理论框架，包含多年的数据项目实战经验总结
➢
详细阐述了数据治理的理论、方法、技术和工具，为企业打好数智商业创新的数据基
础提供启示和帮助
➢ 由表及里地分析了系统性提升企业数据管理能力的方法，具有很强的实用性

【课程特色】
➢ 从道、法、术、器4个维度全面展开，视野宽广、立足前沿、内容翔实、深入浅出
➢ 视野开阔、高屋建瓴、洞察未来
➢ 管理咨询背景深厚，视角客观扎实，避免空谈，实操性强
➢ 既符合“模块化管理”趋势，又强调灵活性
➢
既有顶层设计思路，帮助企业规划数字化转型的蓝图，又有清晰的实施路线图和实用
的工具，让企业转型有路径可循、有方法可用
➢ 为在数字化时代构建利益共同体、事业共同体和命运共同体开辟了全新的思路
➢
丰富的一线管理经验，多年对于大量企业组织的研究，将复杂的话题变得简单、有逻
辑且可行

【课程对象】
➢ 企业高层管理者：董事长、总裁、总经理、分管副总等
➢ 战略高层、战略规划、顶层设计负责人（CEO、CTO、CIO、CMO等）
➢ 各个条线的业务负责人和技术专家
➢ 产品开发与创新人员、服务方案制定者
➢ 市场营销策划、客户经理、产品经理等
➢ 创新业务的负责人，创新创业导师及实践者

【课程时间】6-9小时

【课程大纲】
一、数据治理的行业需求及核心框架
1、行业现象和数据治理需求
➢ 数据的困惑
➢ 大型企业的数据发展现状和趋势
➢ 行业的数据治理需求
2、数据治理再认识
➢ 数据治理和数据管理的区别（数据治理概念和范畴）
➢ 数据治理的背景（不良数据治理导致的损失）
➢ 数据治理的价值与基本法则
3、数据治理体系结构
➢ 数据治理体系结构
➢ 数据治理的整体流程
4、数据治理案例分析
➢ 数据治理应用案例常见的问题（数据统计分析）
➢ 系统级数据治理（国企电信运营商）
➢ 企业级数据治理（国企能源企业）
➢ 物流运输相关数据治理案例
➢ 市场监管相关数据治理案例
5、数据治理的产品体系
➢ 数据治理产品与数据服务的关系
➢ 数据治理产品价值
➢ 数据治理产品体系
6、数据治理的意义
➢ 数据治理人员的发展进阶路线
➢ 为什么要学数据治理？（员工层面）
➢ 为什么要做数据治理？（企业层面）

二、行业大数据的深度治理平台及解决方案
1、大数据治理体系与数据治理体系的联系与区别
➢ 大数据时代下的数据治理压力
➢ 大数据时代的数据治理（典型案例）
2、企业的大数据服务转型
➢ 数字化企业的数据中心转型
➢ 大数据治理与创新能力提升（管理/业务/技术）
3、大数据治理框架
➢ 大数据治理框架
➢ 大数据治理要点（技术原则）
4、数据架构及相关核心概念
➢ 主数据和参考数据管理
➢ 元数据管理
5、大数据中心建设方案
➢ 新一代大数据中心
➢ 大数据基础平台
➢ 大数据治理平台
➢ 大数据智能分析平台
➢ 大数据可视化平台

三、数字化改革及大数据治理优化
1、数字化改革
➢ 消费市场的重新定义（供给侧改革）
➢ 供给侧数字化改革的要点以及要避免的误区
➢ 供给侧改革的数据化助力
2、行业大数据生态圈
➢ 大数据生态圈的能力建设
➢ 大数据生态圈的规划
3、大数据治理的管理体系
➢ 大数据治理的组织架构
➢ 数据管理专员制度
➢ 大数据治理的管理组织（管理团队的角色分工）
4、大数据的全生命周期治理及相关核心概念
➢ 大数据全生命周期管理
➢ 大数据全生命周期中的四种角色
5、大数据治理优化的数据质量
➢ 林林总总的数据质量问题和示例
➢ 数据质量需求的定义与首要管理工作
➢ 全生命周期的数据管控体系与数据质量保障

四、数据资产治理实践
1、行业数据治理的行业需求及治理规范
➢ 数据治理的国家规范
➢ 行业数据治理的行业规范
2、行业数据治理的主要内容
➢ 项目建设的主体框架
➢ 需要解决的主要问题
➢ 数据治理的合规性
3、行业数据治理的实施
➢ 对数据治理和规划的要求
➢ 开展数据治理工作的重要步骤
➢ 快速启动数据治理
4、数据资产管理
5、数据治理的主数据管理
➢ 主数据管理的范畴
➢ 主数据管理的实施
6、数据治理成效的保障方式
➢ 数据治理工作的长效与速赢
➢ 数据管控体系的落地
➢ 制度管理要求的执行
7、关于大数据治理的非技术话题
➢ 数据治理优化项目的扎实推动
➢ 数据治理优化的心得

黄辰老师的其它课程