1. 系統理解大數據的核心內涵，厘清實現大數據能力的關鍵要素與實施路徑。

2. 掌握可落地的數據治理方法，切實推動治理工作在組織內有效落地。

3. 基于數據治理各階段的實際需求，合理選擇并配置相應工具功能，提升治理效率與協同水平。

4. 學習如何圍繞真實業務需求開展數據治理，確保治理成果緊密支撐業務目標與決策需要。

5. 構建數據持續積累與利用的閉環機制，保障大數據資產的可持續積累與高效復用。

第一講：大數據認知與價值定位——從概念到具象的轉變

導引思考：通過生活實例，說明大數據的存在和必要性。

一、大數據的提出

1. 大數據的時間線

2. 大數據的空間線（國內、國外）

二、大數據在我國的發展歷程

第一階段：概念提出

第二階段：戰略深化

第三階段：遠景規劃

三、大數據的發展現狀

1. 應用方面：描述性多、決策性少

2. 治理方面：以點代面，以偏蓋全

3. 技術方面：技術能力跟不上理論發展

四、大數據的發展趨勢

1. 應用方面：向預測性和決策性方面發展

2. 治理方面：系統化治理（方法步驟+工具要求+流程落地+制度保障）

3. 技術方面：技術能力不斷滿足大數據的質量、規模、時效需求

五、大數據的認知亂象

1. 數據多＝大數據

2. 數據共享＝數據治理

3. 數據倉庫＝大數據

4. Hadoop、Spark、Flink=大數據

5. 喊一萬次“大數據”=大數據

六、全面認識大數據

1. 大數據的“4V+1V”本質

——海量、高速、多樣、真實、價值

2. 大數據是什么

1）“大”：種類多、體量大、格式雜、來源廣

2）“數”：量化表現

3）“據”：對象特征的依據

案例：寓言故事——媒婆說媒，對象定義不清的大數據啟發。

3. 大數據的目標

1）能用：保證準確，注重時效

2）敢用：拿的安全，用的放心

3）好用：獲取便捷，共享方便

4）管用：業務導向，價值驅動

案例：集團信息化部門計劃做全集團應用的智慧化升級，面對已有的數據資源，應該確定的成果目標。

4. 怎樣實現目標

1）統一標準：讓數據的質量“高”起來

2）一數一源：讓數據資源“轉”起來

3）工具化操作：讓數據共享和管理“容易”起來

4）體系化治理：讓數據的價值“發揮” 出來

5. 實現目標依靠什么

——方法、工具、流程、制度四位一體支撐

互動討論：工作生活中您認為哪些算得上大數據？為什么？

第二講：數據治理核心方法——“梳匯存算優名”六步法

一、數據梳理

1. 已有數據資源的梳理

2. 擬建數據資源的梳理

二、數據匯聚

1. 按技術維度進行匯聚

1）庫表類

2）多媒體類

3）空間類

2. 注意數據更新時效

三、數據存儲

1. 面向數據形式存儲：存儲速度快

2. 面向業務相關存儲：關聯查詢快

四、指標計算

1. 指標統計

2. 指標運算

案例：以水利行業的水情、雨情業務指標的統計、計算進行說明。

五、數據優化

1. 數據核對，補全數據

2. 去掉重復，擴充屬性

六、數據命名

1. 規則編碼：惟一性、有效性

2. 科學命名：直觀性、全面性

案例：以空間數據的命名為例，進行說明。

互動討論：所在團隊是否涉及數據治理？如何做的？

第三講：數據治理關鍵工具——五大核心工具應用

思考：將數據治理過程拆解，對應相應工具功能。

一、數據匯聚工具需具備的核心功能

1. 兼容異構數據類型

2. 適應多元數據源頭

3. 靈活豐富匯聚方式

4. 可視化交互

二、數據開發工具需具備的核心功能

1. 適應不同開發方式

2. 可視化交互

三、數據質量工具需具備的核心功能

1. 質量規則配置管理

2. 數據掃描監控

3. 問題定位修改

4. 可視化交互

四、數據維護工具需具備的核心功能

1. 數據資產分級

2. 數據資產分類

3. 可視化交互

五、數據運營工具需具備的核心功能

1. 數據資產目錄

2. 數據訪問申請

3. 數據訪問授權

4. 審批管理

5. 可視化交互

六、大數據能力形成的重要指標

互動討論：是否接觸過數據治理工具？如有，請談談使用感想。

第四講：大數據治理落地流程——四步閉環操作法

一、問題導向，業務梳理

1. 建立“場景～對象”關系

2. 建立“業務～對象”關系

案例：以防洪業務為例，將業務梳理清楚，輸出業務概化圖。

二、四維分析，確定邊界

1. 全覆蓋

2. 全天候

3. 全要素

4. 全周期

案例：以智慧城市“交通路況管控”業務為例，進行四維分析，輸出四維分析表。

三、需求分析，輸出清單

1. 按場景劃分一級數據

2. 按業務劃分二級數據

3. 按主體劃分三級數據

4. 按客體劃分四級數據

5. 按格式劃分五級數據

6. 按流程串起各級數據

案例：以醫療行業“患者診療”業務為例，確認數據需求，輸出數據清單。

四、逆向分析，建立關聯

1. 統計關聯

2. 計算關聯

3. 分析關聯

4. 決策關聯

5. 可視化關聯

案例：以制造業“生產質量管控”業務為例，進行數據關聯，輸出數據關聯清單。

實操：選擇一項業務，進行數據治理實操分享

現場輸出：1份業務概化圖、1套四維分析表、1張數據清單、1組數據關聯。

第五講：大數據治理保障體系——六大核心制度構建

一、組織與職責保障

1. 數據治理決策層

2. 治理執行層

3. 業務協同層

4. 責任劃分機制

二、流程與操作保障

1. 全生命周期流程規范

2. 跨部門協同流程

3. 特殊場景專項流程

三、監督與審計保障

1. 合規審計機制

1）內部審計

2）外部審計

2. 數據安全監督

四、考核與問責保障

1. 考核指標體系

2. 問責機制

3. 正向激勵

五、資源與能力保障

1. 人力保障

2. 財力保障

3. 技術能力保障

互動分享：選擇一項制度，并建立針對性條款，進行分享。