价值导向数据治理(lǐ)培训与主题工作坊

价值导向数据治理(lǐ)培训与主题工作坊
    马上咨询

    讲师介绍                                                                                

    常國(guó)珍--前ThoughtWorks首席金融数据科(kē)學(xué)家,北京大學(xué)管理(lǐ)學(xué)博士,中國(guó)大数据产业生态联盟专家委员会委员,腾讯云最有(yǒu)价值专家(TVP),建设银行数据资产管理(lǐ)资深专家。著作《Python数据科(kē)學(xué):技术详解与商(shāng)业实践》、《用(yòng)商(shāng)业案例學(xué)R语言数据挖掘》、《胸有(yǒu)成竹:数据分(fēn)析的SASEG进阶》等多(duō)本著作。拥有(yǒu)15年金融、電(diàn)信和互联网行业经验。在加入ThoughtWorks之前,曾在毕马威咨询大数据部担任总监、在中银消费金融数据部担任高级经理(lǐ)、在百度大数据部担任算法工程师。现专注于金融行业的数据战略、数据应用(yòng)、数据治理(lǐ)和数字化人才培养,同时提供数智化客户运营和风险管控的解决方案。


    课程简介

    当前,数据不仅是企业的核心资产和重要战略资源,也是重要的生产要素。数据资产已日益成為(wèi)企业抢占未来发展主动权的前提和保障,而数据治理(lǐ)就是发掘这些数据资产的重要保障机制。國(guó)務(wù)院國(guó)资委在颁布的《关于加快推进國(guó)有(yǒu)企业数字化转型工作的通知》中强调,要构建数据治理(lǐ)體(tǐ)系,加强数据标准化、元数据和主数据管理(lǐ)工作,定期评估数据治理(lǐ)能(néng)力成熟度。要强化业務(wù)场景数据建模,深入挖掘数据价值,提升数据洞察能(néng)力。管好数据、用(yòng)好数据,不仅能(néng)够帮助企业洞察市场变化和趋势,降低风险,还能(néng)提高决策效率,进一步提升企业核心竞争力。

    从全球看,数据治理(lǐ)还处在起步的阶段,从技术、商(shāng)业到法律都还面临一系列的挑战,而我國(guó)企业数据的治理(lǐ)更是任重道遠(yuǎn),亟需实现从理(lǐ)论到实践的突破。本课程对企业的数据治理(lǐ)内容进行概述,从理(lǐ)论层面的分(fēn)析,到实战经验的总结,帮助听众明确企业数字化转型对数据治理(lǐ)的需求点,了解数据治理(lǐ)體(tǐ)系,理(lǐ)解数据生产要素发挥价值的保障机制。


    课程收益

    1、企业数字化架构:了解新(xīn)市场环境下业态改变对IT创新(xīn)的要求,明确数据治理(lǐ)在数字化转型中起到的关键作用(yòng)。

    2、精益数据管理(lǐ)最佳实践:总结了國(guó)内外企业在数据战略和数据治理(lǐ)方面的最佳实践,识别数据资产、制定数据治理(lǐ)计划、搭建数据架构、落地数据标准,确实提升企业挖掘数据价值等能(néng)力;


    课程特点

    1、理(lǐ)论与实践相结合、案例分(fēn)析与理(lǐ)论穿插进行;

    2、通过全面知识理(lǐ)解和专题技能(néng)掌握的授课方式。


    课程对象

    1、数据管理(lǐ)团队

    2、企业业務(wù)、数据、技术部门人员


    物(wù)料需求

    1、每人一个筆(bǐ)记本電(diàn)脑

    2、所涉及系统的说明文(wén)档(需求说明书、设计文(wén)档、开发文(wén)档、使用(yòng)说明书、数据字典)


    课程大纲

    第一天培训:

    标题

    内容

    描述

    第1讲:

    企业数字化转型的核心内容与数据治理(lǐ)的目标

    一、从企业数字化转型的成功案例认识其核心内容

    二、企业数字化转型对数据治理(lǐ)工作提出的要求

    三、数据管理(lǐ)的相关概念

    四、企业数字化转型过程中数据治理(lǐ)工作面临的挑战

    数字经济时代,知识的作用(yòng)更加凸显。所谓的数字化转型,其底层逻辑就是“隐性知识显性化、显性算法化”。

    每一家数字化成功的企业,就是能(néng)够很(hěn)好的管理(lǐ)知识的企业,而知识的基础是数据。在数据管理(lǐ)中遇到的很(hěn)多(duō)问题,比如“数据分(fēn)类的规则不了解”、“数据分(fēn)析的维度混乱”、“数据变更频繁”等问题,说到底是对业務(wù)知识掌握不完整造成的,而“数据孤岛”、“数据管理(lǐ)处于项目级别”等现象也是对知识不重视造成的。


    所以明确数字化转型的业務(wù)诉求,识别数据应用(yòng)的业務(wù)价值和数据核心资产,是企业数据治理(lǐ)主要输入。

    在“从企业数字化转型的成功案例认识其核心内容”这里部分(fēn)中,会讲解某車(chē)企電(diàn)池制造模块XBOM系统优化中数据治理(lǐ)的价值,如何实现指标可(kě)信、分(fēn)析便捷的数据应用(yòng)两步走方案。

    第2讲:

    精益数据治理(lǐ)流程

    一、数据治理(lǐ)规范國(guó)标内容与精益数据治理(lǐ)流程介绍

    二、“盘”-盘清现状

    三、“规”-制定规范

    四、“治”-问题整治

    五、“用(yòng)”-数据应用(yòng)

    六、数据管理(lǐ)效果检验

    本节重点讲解精益数据治理(lǐ)的主要流程和每阶段需要解决的核心问题。比如在“盘”的阶段如何识别业務(wù)需求和掌握数据资产;在“规”的阶段如何明确业務(wù)部门、数据管理(lǐ)部门和IT开发部门的权责分(fēn)配和设定机制;在“治”的阶段如何制定数据质量提升流程;在“用(yòng)”的阶段如何实现业務(wù)数字化和数据业務(wù)化。

    第3讲:

    数据标准化与数据质量提升理(lǐ)论与案例

    一、数据标准概述

    二、指标数据标准

    三、基础数据标准

    四、数据质量考核维度

    五、数据质量工程实践十步法

    六、数据质量提升案例

    介绍数据标准历程和经验借鉴,了解数据标准总體(tǐ)要求与属性分(fēn)类要求,详细介绍数据标准制定与落地方法和案例,用(yòng)于应对“指标标准经常变更的技术解决方案”。

    介绍数据质量概念与管理(lǐ)数据质量的活动。以数据质量提升真实案例,讲解数据质量提升方法的落地实践。


    第二天主题工作坊(根据需求调整模块):

    时间

    标题

    内容

    第二天上午

    一、数据应用(yòng)场景激发

    通过梳理(lǐ)某个业務(wù)领域的业務(wù)流程,从指标分(fēn)析和主数据共享这两个角度发现业務(wù)中的数据应用(yòng)痛点、根因分(fēn)析、解决方案。

    二、数据资产盘点

    根据解决方案中涉及到的系统,使用(yòng)之间授课中讲授的数据资产盘点的方法,采用(yòng)数据分(fēn)析法或企业架构法进行数据资产盘点,形成数据清单。

    第二天下午

    三、数据标准制定

    依次制定业務(wù)术语表、数据元标准

    第三天上午

    四、数据质量校验规则制定和数据质量评估

    -针对重要数据,根据数据质量的六性制定基础和高级数据质量校验规则

    -制定数据质量评估指标,设计看板

    第三天下午

    五、数据管理(lǐ)流程和制度制定

    -學(xué)习数据管理(lǐ)制度范本

    -编写数据标准管理(lǐ)流程

    -编写数据质量问题解决管理(lǐ)流程