华为数据治理之旅
华为数据管理工作分为两个阶段。第一阶段通过数据治理，实现数据清洁，提升财报准确与打通主业务流。目标是3年内完成公司数据管理体系建设，5年内实现数据清洁。第二阶段是建设数据底座、数据服务化，支撑数字化转型的数据分析与决策。目标是引入IBM数据管理框架，启动信息架构与数据质量建设，孵化各领域数据组织。
第一阶段达成了数据管理体系建设并落地运行、数据质量综合水平达到基本满意等目标，实现了数据清洁。数据质量管理、数据Owner、数据源管理、各数据管理部等都有相应的战略到执行、信息价值链拉通、业务交易到核算、产品创意到生命周期管理等目标。基于主业务流的信息价值链综合治理实现了纵横打通+数据清洁。
第二阶段主要思考总结了实现数据可视、共享，支撑数字化转型的目标。规范了数据服务设计规范、非结构化数据管理、观测数据管理、元数据设计规范等指导书和规范。建立了质量运营部、元数据工作组、跨领域数据联合作战团队等组织。华为已建立统一的数据分类管理框架，指导各领域进行分类管理。
信息架构是另一重要部分，包括数据资产目录、数据模型、数据标准、数据分布等内容。通过分层架构表达对数据的分类和定义，厘清数据资产。数据模型通过E-R建模实现对数据及其关系的描述，指导IT开发。数据标准是业务定义的规范和统一语言，为数据资产梳理提供标准。数据分布则识别数据的“来龙去脉”，定位数据问题的导航。
总结来说，华为的数据治理之旅是一个系统性的工程，涉及到流程、组织、架构、质量等多个方面。通过分阶段实施和持续改进，实现了从数据产生到消费的全价值流规则制定和组织实践。同时，建立统一的数据分类管理框架和信息架构规范，为企业的数字化转型提供了有力支撑。
华为数据治理之旅
一、背景
华为数据治理工作的两个阶段：第一阶段通过数据治理，实现数据清洁，提升财报准确与打通主业务流；第二阶段通过建设数据底座、数据服务化，支撑数字化转型的数据分析与决策。
二、第一阶段：数据清洁与主业务流打通
1. 目标与成果
– 完成数据管理体系建设并落地运行
– 数据质量综合水平达到基本满意
– 实现数据清洁，支撑财报准确与主业务流打通
2. 主要工作
– 数据质量管理
– 数据Owner任命
– 数据标准建设
– 数据质量度量体系建立
三、第二阶段：数据可视、共享与数字化转型支撑
1. 目标与成果
– 建设数据底座及分析平台
– 实现数据可视、共享
– 支撑数字化转型
2. 主要工作
– 数据底座建设
– 数据服务化建设
– 数据分析平台建设
– 数据质量持续改进
四、两阶段历程与总结
1. 第一阶段流程、组织、架构与质量
– 流程：从数据产生到消费的全价值流规则制定
– 组织：建立实体化的数据管理组织，组建跨领域数据联合作战团队
– 架构：建立统一的数据分类管理框架，指导各领域进行分类管理
– 质量：提升数据质量，满足业务需求
2. 第二阶段思考总结
– 引入IBM数据管理框架，启动信息架构与数据质量建设
– 孵化各领域数据组织，建立统一的数据分类管理框架和信息架构规范
– 为企业的数字化转型提供有力支撑，实现从数据产生、整合、分析到消费的全价值流规则制定和管理。
评论(0)