数据治理那些事儿(三)

我们在前两期分享了数据治理重要性以及公安行业数据治理是如何实现的。接下来给大家介绍下合众的数据治理工具 —— 数据治理平台,以及治理后的数据如何进行实战应用。


数据治理平台以元数据为核心,以数据质量评估和数据标准化为手段,以数据使用价值为导向,贯穿整个数据生命周期,实现标准、执行、监控、评估、价值释放一体化的数据治理。平台由多种组件支撑,数据流转全程监测,数据全生命周期管理,效率与安全兼具。

11


数据治理平台通过多种功能组件,如:数据汇集、元数据管理、数据标准管理、数据质量管理、数据处理、数据资产管理、数据分级分类、数据溯源等,实现数据高质量的输出,为智能决策夯实基础。


数据汇集


汇集平台将多源数据轻松接入各类数据仓库或数据中心,操作简便。

22


元数据管理


通过对各种技术元数据、业务元数据、管理元数据的处理分析,快速理清数据资源,洞察数据来龙去脉,构建数据地图,为数据标准建设和数据质量提供基础支撑。


数据标准管理


通过可视化的图形界面,实现平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理,并为数据质量检查、数据安全管理提供标准依据。


33


数据质量管理


通过规则灵活配置、全周期质量评估、问题分析可视,实现数据质量全方位、全流程管理。


44


数据处理


对数据资源进行智能化处理和全过程管控,提升数据资产价值。


55


数据资产管理


从数据和资产两个角度对资源进行梳理、管理、分析和使用,保障资产安全,释放资产价值。



数据分级分类 


对数据内容的敏感程度或数据的开放范围划分数据级别,构建完善的数据分级管理体系;对数据来源、数据种类(数据集)、业务属性(数据项)等划分数据类别,构建科学合理的数据分类管理体系。


66


数据溯源


数据溯源是数据安全治理的“核武器”。可对数据资源进行数据流向分析、溯源和变更影响分析,支持信息溯源、原始场景回溯等业务需要。在不变更源数据的情况下,对用户获取的数据进行水印处理,从而定位到数据泄露的源头。


77


通过高效便捷的数据治理工具,可以充分化解数据治理过程中“脏、乱、杂”的难题,使数据成为具备利用价值的优质资源。当然,数据治理是手段而非目的,最终要服务于各种应用和场景。


以公安行业为例,在数据治理的基础上,以特征搜索、对象属性洞悉、全方位立体化对象关系展现、特征画像、智慧地图等手段实现各种场景智能分析与预警。如:涉黄预警分析、精神病人活动指数、掩饰隐瞒犯罪所得、大宗贩毒分析、警情决策、吸毒人员防控等。


近几年,随着大数据智能化建设需求不断增多,技术的日趋成熟,我们凭借在公安行业几十年如一日的深耕,熟悉各类业务并有深入认识,结合自身优势成功地在十多个省和三十多个地市建设了警用大数据平台,得到用户的充分认可和好评。



在数字经济背景下,数据治理仅仅是开始,数据挖掘、数据融合、数据能力将成为社会经济发展的核心驱动力,无论政府还是企业都将在数字化发展进程中进行颠覆性变革。未来充满期待,也充满未知,我们朝乾夕惕,未敢丝毫懈怠,我们将不断自我完善、自我修正,为数字经济生态体系的构建、稳定和丰富做出贡献。


Select Your Color

RTL/LTR Option