课程大纲
一、新型数据的特点与治理需求
1. 数据治理推动数据要素市场发展
2. 数据治理助力企业数字化转型
3. 数据治理的概念与内涵
4. 数据治理演进
5. 数据治理难点
二、对数据规范的拓展与落地实施
1. 业务术语：建立业务交流的统一语言
2. 数据标准：传统的标准定义方法论及实施方法论、数据标准落地的困难、如何将标准应用到新型数据、非结构化数据标准实施思考
3. 案例：国家标准、行业标准与企业标准的衔接；在原有系统中实施数据标准；新建系统的数据标准
4. 讨论：如何理解基础数据与派生数据；业务指标的规范管理
5. 数据模型：传统企业数据建模方法论、银行业通用数据模型框架、数据建模中的现实问题。
案例：线上业务在数据模型中的实现
讨论：非结构化数据的数据建模
三、数据架构：企业数据资产管理的活地图
1. 如何整合企业业务架构和数据架构
2. 数据流与业务流的互动关系
3. 如何建立企业数据资产视图
4. 数据架构的展现与应用
四、主数据与元数据管理：被忽视的关键成功要素
1. 如何权衡日益增长的数据量和越来越多的业务用户数据体验抱怨？
2. 数据联系：打通数据壁垒的要素
3. 元数据管理的方法论
4. 纳入主数据管理的数据内容
5. 谁应该为主数据负责
6. 如何解决数据整合中的可信数据源问题
五、数据质量
1. 数据质量目标与质量仪表盘
2. 数据质量治理中的不同角色
3. 数据质量管理工程方法
4. 数据质量考核与绩效管理
5. 如何理解新型数据的质量
六、数据集成与应用
1. 数据湖与数据仓库的关系
2. 数据中台是万能的吗？
3. 良好的数据应用体系：分散与集中、工具与培训
4. 建立数据应用与数据治理的良性循环体系
七、数据治理的组织架构机制
1. 企业治理与数据治理的关系
2. 谁应该为数据治理成效负责
3. 数据、技术与业务部门的协同
