【大綱】 企業級數據治理體系培訓
——點、線、面全方位賦能管理者、數據管理者
課程背景
- [技術驅動進化]：我們已進入數字智能時代，數據技術的成熟和應用正在推動我們經濟、社會和企業生産方式、管理方式、組織方式和商業模式的升級和進化；數字化轉型已成爲時代大趨勢。
- [認知決定行動]：數字化轉型-利用數字技術提升競爭力不是一個做與不做的選擇題，而是一個“轉什麽、向哪兒轉、如何轉”的必答的行動問題。數字化轉型作爲新興技術應用，涉及面廣，影響因素繁雜，且理論成熟度低，專業人才匮乏，所以如何正確地、順利地、有效地轉型已成爲一個從認知到行動的專業難題。
- [認知和能力決定成功率]：數字化轉型首先要對數字化轉型有清晰的認知和團隊的共識，其次要有合適的方法來規劃設計，然後不斷育成能力以推動實施落地。
- 培訓課程背景：
- 隨著公司業務快速發展，數據重要性日益凸顯，爲了更好地管理和利用數據資源，提高數據質量和數據價值，由數據治理辦公室牽頭定期開展數據治理專項培訓，提升數據治理意識及能力。
- 課程培訓目標：
- 了解數據治理基本概念、原則和方法
- 掌握數據治理核心技術和工具，提升數據治理意識和能力，爲公司數據管理和利用提供有力支持。
課程對象
- 企業董事長/總裁、總經理、以及企業高層領導團隊、企業數字化轉型委員會
- 企業數字化轉型執行小組成員、數字化轉型技術團隊骨幹、信息中心/數據中心負責人
- 數據治理委員會成員
- 數據使用及分析場景較多的關鍵崗位人員
時間安排
- EMBA總裁班、高級經理人班等公開課、企業高管內訓，標准版課程2天
- 企業高管內訓，分學習小組，深度研討，輸出初步方案，工作坊式定制內訓課3天
課程收益
- 明確認知：真正的數字化轉型到底是什麽？與信息化有什麽區別？爲什麽要且必須進行轉型？數據管理體系是什麽樣的？國內數據管理方向趨勢什麽樣？
- 明確價值：數據治理體系建設對企業經營管理者價值、對業務部門價值、對個人及其它方面價值是什麽？
- 明確方向：我們的數據治理工作起點在哪？應該怎麽推進數據治理工作？數據治理各層組織職責是什麽？如何達成一致，如何跨部門高效協同推進治理工作？數據治理工作重點應該放在那個領域？轉？
- 明確願景：未來公司數據戰略是什麽？數據治理的藍圖是什麽？願景是什麽？我們最終要達到什麽樣子？
- 明確路徑：「長遠規劃，階段實施」才能保證所有的努力都是在同一個方向上的，才能形成合力效應和叠代效應。沒有清晰的路線，轉型過程中碰到難點就容易退縮，就會迷失；
- 達成共識：達成團隊的協同與共識；認知決定行動，共識大于知識，高層團隊的同心協力才能讓企業的數字化轉型進行得更順暢、更徹底、更有效。
課程大綱
第一部分、數據管理領域認知
1、數據管理趨勢
- 國內數據戰略布局：國家、政府層面相繼出台相關政策。重視價值、促進應用、明確要素、加快要素建設。
- 國內數據管理發展：外部環境變化加速，不確定性成爲新常態；國家數字經濟發展要求、國資委/數據管理局、企業戰略發展要求。
- 2023年國內數據管理重大事件：國內數據管理十大關鍵詞解析
- 2024年數據治理趨勢：AI數據治理、數據治理涉及範圍更廣
2、數字化轉型的底層邏輯
- 數據管理成熟度評估工具（DCMM）：DCMM各分級介紹、建設特點
- 企業數據底座建設與數字化轉型：統一彙聚數據得數據湖、各業務得數字化轉型
- 數字化轉型的本質是驅動企業智力升級，建設智慧型企業；
- 數字化轉型與傳統IT區別對比
- 行業案例：石油化工企業數據治理體系建設路徑
第二部分、數據治理背景與概念
1、第一步：數據治理背景——企業爲什麽進行數據治理
企業爲什麽進行數據治理；對公司經營管理的意義；對部門的效率提升有哪些助力；對部門間的協作影響有哪些；給公司經營帶來的其他價值闡述。
- 企業爲什麽進行數據治理：
- 對公司經營管理的意義；
- 對部門的效率提升有哪些助力；
- 對部門間的協作影響有哪些；
- 給公司經營帶來的其他價值闡述。
2、第二步：數據治理常見的問題
- 數據治理典型常見得問題（國網甘肅梳理出來內容）
3、第三步：數據治理典型業務場景
- 業務場景一：數據一物多碼現象
- 業務場景二：報表統計問題
- 業務場景三：數據共享問題
- 業務場景四：知識傳遞和溝通交流問題
4、第四步：數據治理主流框架體系-IBM數據治理框架
- IBM數據治理框架：價值釋放和降低風險；
- IBM數據治理流程
5、第五步：數據治理典型業務場景-華爲數據治理框架
- 華爲數據治理框架：四層保障、二個抓手
6、第六步：數據治理典型業務場景-DAMA數據治理框架
- DAMA數據治理框架：框架介紹
7、第七步：數據治理典型業務場景-DCMM數據治理框架
- DCMM數據治理框架：框架介紹
8、第八步：企業怎樣選擇適合自己的數據治理框架
- 數據治理框架選擇：根據客戶關鍵訴求、客觀環境，裁剪使用治理框架
9、第九步：行業案例（數據釋放價值）：大審計、大監督、大合規業務數字化
- 合規監管企業管控釋放價值：五位一體得監督管控體系
- 數據合規
第三部分、數據治理藍圖規劃
1、第一步：數據治理難點及痛點——新五力模型分析企業內外部環境
- 組織層面：數據治理組織面臨得難點痛點；
- 跨部門協調推動層面：面臨得困難難點；
- 數據打通層面：面臨困難問題
- 技術層面：面臨問題；
2、第二步：數據治理——藍圖規劃方法
- 橫向：4大維度規劃設計數據治理藍圖，避免全面性缺失；
- 縱向：3個數字化升級的階段（數字化-數據化-數智化）。
3、第三步：數據治理——藍圖規劃落地流程
- 現狀調研：調研問卷，訪談提綱，最佳實踐，差距分析，改進建議
- 藍圖規劃：整體藍圖規劃，數據標准管理，數據質量管理，數據架構，數據安全，數據生命周期管理等；關鍵架構決策
- 實施路徑規劃：項目識別，項目優先級分析模型，項目實施路徑
4、第四步：數據治理——保障機制
- 組織保障機制
- 制度流程保障機制
- IT保障機制
第四部分、數據治理關鍵舉措
1、第一步：舉措一——組織保障
- 聯邦式數據管理
- 數據管理組織設計
- 崗位職責流程設計
- 運轉機制設計
2、第二步：舉措二——數據底座
- 數據底座建設
3、第三步：舉措三——數據標准
- 數據標准規範及應用
- 主數據標准規範及應用
4、第四步：舉措四——數據質量
- 數據質量管理辦法
- 數據質量PDCA
- 數據質量管理流程
5、第五步：舉措五——數據資産
- 數據資産成果展示
6、第六步：舉措六——數據安全
- 數據安全合規
第五部分、數據資産管理
1、第一步：企業級統一數據資産梳理
- 統一數據資産管理價值闡述
2、第二步：爲什麽要進行企業數據資産管理
- 爲什麽要進行數據資産管理
3、第三步：數據分類分級管理
- 數據分類分級管理：數據分類分級依據、分類分級方法
4、第四步：數據資産管理
- 數據資産價值
- 如何梳理數據資産
- 數據資産成果
- 數據資産管理流程
5、第五步：數據資産盤點----系統側數據盤點
- 系統數據盤點方法
6、第六步：數據資産盤點----指標側數據盤點
- 指標側數據盤點方法
第六部分、如何開展數據治理咨詢項目
1、第一步：數據治理常見誤區
- 齊頭並進推進還是以業務痛點作爲試點推進項目？
- 項目制還是持續優化？
2、第二步：真實案例分享
- 某大型運營商數據治理咨詢規劃項目
第七部分、數據治理常見誤區
1、數據治理常見誤區
- 數據崇拜陷阱、技術崇拜陷阱、數據資産陷阱、項目陷阱、表象陷阱、組織陷阱、文化陷阱、能力陷阱、變革陷阱、意識陷阱
2、數據治理幾個核心觀點
- 數據基礎關、開放共享關、技術應用關、人才能力關、組織變革關
第八部分、數據治理實戰場景案例
本部分根據實際企業情況遴選不同的實戰案例。
- 數據指標化管理提效：讓信息化産生的數據發揮出力量，驅動數字化轉型
- 數據可視化管理：讓管理可見、過程可控、目標可達
- 數據模型化管理：讓管理決策有據可依，讓數據分析優化資源配置，提升效益
- 組織平台化創新：數據驅動的組織平台化創新，讓數據導航賦能持續經營
- 數據資産管理：
- 數據治理POC：