数据治理是推动大型集团企业转型升级、提升竞争优势、实现高质量发展的重要引擎。通过全链数据结构化，实现业务对象、业务规则、业务流程数字化，推进全链业务深度数字化，夯实数据运营底座。
某大型实业集团创立于1980年，主要业务涵盖供应链运营、城市建设与运营、旅游会展、 医疗健康、新兴产业投资等多个领域。位列《财富》世界500强、中国企业500强。
该集团整体系统体系主要围绕核心ERP系统，各大系统从ERP接入所需数据，同时将关键数据回流到ERP系统，ERP作为核心应用系统，大量的报表数据通过ERP计算、展现。
随着业务的扩展，集团对外服务平台越来越多，数据的类型越来越复杂，需求越来越多样，数据资产管理的问题逐渐突出，主要表现在：一是ERP作为整个架构中的核心系统底层，在大数据的汇集、存储、计算的效率上，无法及时、准确满足数据使用需求，导致整个系统性能较慢；二是缺少大数据平台工具，无法很好的对数据及数据处理过程进行管理，数据缺乏管理；三是数据应用覆盖率不高，以单点数据应用为主，目前的模式数据应用满足效率较差。
在数字化转型的大时代背景下，为了实现集团科技赋能战略，促进核心业务的数据分析和运用，推动集团数据资产建设，袋鼠云从整体规划、架构设计、平台工具建设三大层面，构建集团的数据资产体系。
｜01 数据治理解决方案
为了全局性、统筹性的进行数据资产规划，梳理数据资产管理模式，开展数据治理，项目整体分为以下三大阶段。
一阶段：咨询规划，选模式，定方向。通过咨询规划，初步确定数据治理模式，确定落地方向。集团由信息化模式转向大数据模式，从治理模式、管理模式、未来的场景的方向看，对企业都存在不确定性，因此集团选择优先咨询规划，明确治理模式，然后再逐步展开。
二阶段：架构规划，理框架，定目录。基于数据治理模式，自下而上开展数据治理，整体规划数据架构，理清集团的数据资产框架，初步框定集团数据资产目录体系。
三阶段：实施落地，搭平台，建资产。在整体框架下，明确应用场景，搭建大数据平台，开始数据资产建设。
｜02 数据治理成果
一是，明确数据治理模式，通过充分调研、规划，基本明确未来数据治理模式，集团未来以自下而上的数据治理模式为主，逐渐纳入数据应用。
二是，制定数据架构框架。构建集团的数据架构框架，未来在这个框架下，进行数据资产建设、分类，统一数据认知，减轻数据资产建设团队压力，团队只需要将相关数据归到相关类别下，对人员的复合能力要求将降低。
三是，搭建大数据平台。搭建实时计算、离线计算的大数据计算能力，搭建数据资产管理平台，纳入数据质量管理工具，逐步搭建数据治理能力。
四是，探索大数据分析场景。以价格场景为试点，打通数据需求分析、数据模型建设、数据开发的大数据交付路径，为未来更多大数据场景分析提供基础。
五是，构建数据标准体系。在数据资产建设过程中，梳理词根词缀，建立数据标准体系，梳理词根标准，为数据标准体系建立，奠定了坚实的基础。
｜03 客户证言
“我司在 2022 年基于贵司数栈大数据平台产品进一步深化各类数据场景的建设及应用，并帮助推广我司下属多个行业集团数据平台的应用，以支持大数据应用的开发。在此实施服务过程中，贵司以专业、高效、务实的工作精神，从平台工具建设、培训赋能、咨询支持等方面给予我司大力的支持。在此期间，参与实施工作的各条线同事能够积极响应项目需求，统筹协调资源，克服各种困难，帮助我司顺利完成各项合作工作……”
目前，袋鼠云已经为国贸股份、建发股份、象屿股份、特步、福茶网等多家集团企业、机构提供数字化服务，沉淀了丰富的集团型企业数据治理项目经验，助力客户构建全域数据共享中心，实现数字化升级。
大型集团企业数据治理实践，推进全域数据资产体系建设 | 数字化标杆 
512
0
