数据治理

森山冶仁6 天前
数据治理·元数据·数据资产·数据血缘·成本分摊
血缘不准,成本就分不对:表级血缘覆盖率的四次抽验与三条补链办法数据资源入表、成本分摊、收益映射,最后都会落到同一个问题上:这张表被哪些数据产品用了、各占多少。答不上来,分摊就只能拍脑袋。本文拆开血缘失真的四种形态,给出表级覆盖率、字段级命中率、跨层贯通率、跨系统一致率四次抽验的抽样框与判据,以及 SQL 解析、调度日志反推、查询日志校验三条补链办法,附置信度分级与分摊使用规则。
隔窗听雨眠10 天前
数据治理·数据质量·数据平台
数据质量度量体系与治理闭环的工程实践某零售企业的报表平台在月末经营分析会上出现了一个尴尬场面。同一份商品销售汇总,财务口径和业务口径的数字差了将近百分之三,CTO当场要求数据团队给出解释。排查持续了两天,最终定位到三个叠加的原因:订单宽表中有一批退款单的状态字段没有回刷,维表里新增的两个渠道编码没有及时登记,上游某个埋点服务在版本发布当天丢了一段时间的数据。三个问题各自都不算大,叠在一起就成了管理层的信任危机。
隔窗听雨眠10 天前
数据治理·权限管理·数据库安全
数据库访问权限治理的分层设计与落地实践数据库权限管理在多数团队里长期处于说起来重要做起来粗糙的状态。新人入职开一个全能账号,项目上线配一个共享连接串,运维救火时用超管直接改数据,这些动作单次看都无害,累积起来就是一套无法解释谁在什么时候碰了什么数据的系统。权限治理的目标不是把人锁死,而是让每一次访问都有明确主体、明确范围、明确留痕,并且在人员流动和系统演进的过程中始终维持这个性质。本文从真实事故现场出发,拆解权限体系的分层设计、关键机制与落地细节。
AllData公司负责人14 天前
大数据·前端·数据治理·数据可视化·数据开发·数据服务·数据接入
【产品便捷使用一】AIIData 数据中台:企业基础版核心能力支持,一站式全链路数据处理实操指南►点击链接了解更新详情:演示体验、社群咨询、商务采购: https://docs.qq.com/doc/DVHlkSEtvVXVCdEFo
vx1530278236221 天前
大数据·人工智能·cdga·数据治理
CDGA|AI时代,数据治理的位置下沉了吗?很多人问:大模型都来了,数据治理是不是该往后排一排?答案恰恰相反。AI没有让数据治理“下沉”,而是把它从后台的辅助角色,推到了智能应用的前线。过去数据治理做不好,最多是报表对不上、口径吵一架;现在AI一旦接入了混乱的数据,就会把错误规模化地扩散出去。
DataX_ruby8222 天前
数据治理·数据中台
企业数据中台选型:高适配性怎么评估,从三个维度到五个确认项数据中台选型最容易走偏的地方,是把“功能完整”当成“适合自己”。一家企业如果在选型时只比较模块数量和数据库支持类型,最终往往会得到一个功能齐全但用不起来的平台。这篇文章把“高适配性”拆成可评估的维度、可核实的错配类型和可直接向服务商确认的问题,供技术负责人和架构师参考。
axe_hu22 天前
数据治理·组织变革·模型运维
从 POC 到规模化:企业 AI 转型卡在哪一步AI 项目的失败,很少死在算法上。真正让项目停在 Demo 阶段的,是数据没法用、模型上线后没人管、以及出了事找不到谁负责。这三件事听起来都不新鲜,但它们决定了大多数企业能不能把 AI 做成常规业务。
西木莉22 天前
数据治理
中小企业知识管理的核心难点?企业知识管理的根基,是可信、统一的主数据。在主数据管理赛道,近两年 “AI+MDM” 热度持续走高,也是中小企业打通知识沉淀、落地知识管理的重要抓手。但不少企业在选型阶段极易踩坑:很多产品只是在传统 MDM 外层叠加一层大模型对话窗口,属于 AI 外挂,并非行业真正所说的 AI 原生 MDM。二者存在本质差异,也直接决定主数据治理能否真正落地、为企业知识管理降本增效。 传统 MDM 以**规则驱动**为核心。查重、数据校验、标准匹配等工作,都需要数据治理专家人工编写海量固定规则。面对同义词、简称、非标描述
森山冶仁23 天前
人工智能·数据治理·数据要素·数据质量·数据资产
数据飞轮的企业版切入:四个环节先做哪个"场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值"的数据飞轮写进了国家《实施方案》,但飞轮画在图上是闭环,落到企业里第一圈常常转不起来。本文把飞轮四段拆到企业对应角色,给出三种企业起点的判断方法、第一圈最小闭环的设计步骤,以及四个最常见的卡点与解法。
不剪发的Tony老师24 天前
数据治理·元数据管理·数据血缘
Apache Atlas:一个企业级元数据管理和数据治理平台在现代企业数据平台中,通常会存在一些不同的数据源,例如 MySQL、Kafka、Spark、Hive、Data Lake 等。
森山冶仁25 天前
数据治理·数据资产·无形资产·数据资源入表·财报合规
数据资源科目第一次“缩表”:8.49 亿背后的新增、摊销与减值2026 年三季报是数据资源入表后第一次能用公开数据观察“净额下行”。中国移动无形资产—数据资源由年初 11.05 亿降至 8.49 亿元,开发支出—数据资源由 1.31 亿降至 0.24 亿元。本文给出净额公式的拆解方法、四种下行成因的判断矩阵、治理团队必须交得出的三张表(资产卡片台账、摊销明细、减值迹象清单),以及 GB/T 47950-2026 双轨登记下的季度对账办法。
dyj0951 个月前
大数据·数据治理
基于 DAMA 数据治理体系的高校数据治理方案本方案针对高校"系统林立、口径不一、质量失控、认责不清、资产不明、合规承压"六类数据问题,以 DAMA-DMBOK2 为方法论主线,将数据治理从概念落到可执行的组织、流程与标尺,形成"有路径、有责任、有度量"的治理闭环。   方案主干分两层。第一层是治理体系:按 DAMA 定义数据治理的五组过程(定义、执行、业务管理、运营管理、管理数据资产)逐组给出高校落地动作与交付物,并配套三层组织架构、十主题域数据认责体系、RACI 责任矩阵与学年节奏对齐表;同时给出十一个知识领域的分领域落地设计。第二层是评估标尺:
袋鼠云数栈1 个月前
数据库·人工智能·sql·开源·数据治理
让 SQL 解析不再重复造轮子:SqlParserX 正式开源一个纯 Druid 实现的多方言 SQL 解析引擎与工具包:表解析、表/字段血缘、函数解析、SQL 切分、行级权限改写,配套标准文档站与开箱即用的可视化解析平台
zxsz_com_cn1 个月前
数据治理·工业4.0·预测性维护·组织协同·跨部门
预测性维护数据的 ownership 之争:设备部还是IT部?先讲个真事。今年3月,我在浙江一家做注塑机的工厂驻场,他们上预测性维护平台已经半年,卡在了一个听起来特别离谱的问题上:设备数据归谁管?
得帆低代码PaaS1 个月前
数据治理·主数据·选型·mdm·消费品
消费品企业主数据平台选型:业务适配、平台能力、集成分发、交付运营消费品企业评估主数据管理平台,可以按业务适配、平台能力、集成分发、交付运营四个维度展开,并用企业自己的数据做场景化验证。国内的厂商大致可以分成三种类型。
得帆低代码PaaS1 个月前
数据治理·主数据·选型·系统集成·mdm
主数据平台选型的 8 个技术验证问题:现场验证方法与通过判据消费品企业选主数据平台,可以先问八个问题:能不能同时管款色码和一品多规格,能不能开一家店就一次建档,能不能支撑多品牌多组织,能不能和 ERP、POS、电商、仓储实时分发。
得帆低代码PaaS1 个月前
数据治理·数据建模·主数据·化工·物料编码
化工物料主数据建模:分类加关键特征项判重,危化属性与批次拆分化工企业的物料主数据,难点集中在同一种物料有多种纯度、规格、包装和危化属性,再叠上名称不统一、分类偏粗。可行的思路是用分类加关键特征项来定义唯一性,并把危化、批次这些属性一并纳入模型。
DataX_ruby821 个月前
数据治理·数据中台
政务数据中台建设怎么做?数据治理痛点、平台适配能力与分步落地路径国内政务数字化转型进入深水区,绝大多数区县及以上政务单位都完成了基础业务系统的搭建。但各委办局长期独立立项、分散建设的模式,催生了大量数据孤岛问题:不同系统数据口径不统一,核心数据重复录入,跨部门数据共享申请流程繁琐,直接影响政务服务的响应效率。
得帆低代码PaaS1 个月前
数据治理·零售·数据建模·主数据·商品主数据
鞋服商品主数据建模:款色码三层结构、编码规则与字段源头表鞋服企业的商品主数据,绕不开两个问题:款、色、码三层编码怎么定,每个字段的源头归谁。把编码收在主数据平台里产生,各业务系统只取不改,订货、库存、对账才算得准。
RestCloud1 个月前
数据治理·crm·erp·ipaas·oa·集成平台
iPaaS集成平台如何打通ERP、CRM、OA等异构系统企业数字化建设过程中,ERP、CRM、OA、MES、WMS等系统往往来自不同厂商,采用不同技术架构和数据模型。iPaaS并不是简单提供“系统连接器”,而是通过协议适配、数据转换、API编排、消息机制和统一治理,将分散的业务系统组织成可持续运行的集成体系。本文从技术架构和实际业务流程出发,分析iPaaS如何解决异构系统互联问题,并进一步讨论AI与企业集成能力融合后的新模式。