Successfully reported this slideshow.
Your SlideShare is downloading. ×

Datablau Overall.pdf

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Loading in …3
×

Check these out next

1 of 16 Ad

More Related Content

Recently uploaded (20)

Advertisement

Datablau Overall.pdf

  1. 1. 2022.1 从业务数据化,到数据业务化 企业数据资产化的必经之路
  2. 2. CONTENTS • 案例分享-全生命周期数据管理 • 全球数据资产发展的趋势和洞察 • Datablau数据治理理念&解决方案 • 案例分享-数据生产规范化 • 案例分享-智能数据资产目录 2
  3. 3. • 曾任CA ERwin全球研发负责人,2006年加入CA,十几年经验在数据建模领域,客户多来自 世界500强,美国银行(BOA),SunTrust,AT&T,壳牌等。 深度参与建设银行新一代 系统数据模型设计。 • 2016年创立Datablau,成功服务多家国内大型企业的数据治理项目,包括华为、建设银行、 平安银行、中国人寿、华泰证券、中金、嘉实基金、美的、海信、南方电网、国电集团、 税务等大型企事业单位,具有丰富的数据治理项目咨询,管理和实施经验。 • 信通院数据资产专家委员会成员,数据资产白皮书主要撰写人 • IEEE member, OMG member, DAMA CDMP • 复旦大学、人民大学、北京航空航天大学 客座讲师 • 国资委“数据要素”专家委员 王琤 (Allen Wang)
  4. 4. ➢ 全球数据大会:(Enterprise Data World),连续十年参会会员,2018年专案分享嘉宾 全球数据行业重要成员 4 ➢ 全球数据数据峰会:(Data Architecture Summit)会员,2019年专案分享嘉宾 ➢ 全球数据管理协会会员,中国数据管理协会创始会员
  5. 5. Datablau(数语科技)亚太地区唯一入选 Forrester MLDC的厂商 • Forrester认可Datablau在数据管理领域 的探索和实践,在数据模型、数据目录、 数据质量、数据标准和元数据等环节自 动化应用实现,帮助企业解决AI应用门 槛高、开发效率低等问题。Datablau一 直致力于通过数据模型管控、数据资产 管理帮助企业实现数字化转型,在过去4 年多时间已经覆盖到众多行业。面对企 业数据应用高速增长期的到来,我们将 继续推进MLDC在更多领域的拓展落地, 实现企业智能化转型目标。 国产化建模 工具&模型 管控平台 懂业务的数 据治理平台 社区化、智 能化数据资 产目录
  6. 6. 公司概况-锐意进取,技术创新先锋 @2018 Datablau All right reserved 数百家客户,来自银行、 保险、证券、基金、制造 业、能源业等行业 100+ 客户 专注数据治理产品创新, 拥有数据数据治理专利, 产品研发员工占比40% 200+ 员工 研发了国内唯一数据模型 工具,拥有数据管理完整 的产品线,DDM/ DAM/ DDC/ DDS/ DDP 5 款数据治理产品 总部北京,在上海、深圳、 苏州、郑州设有交付团队 及数据治理咨询专家 覆盖全国的服务体系
  7. 7. 各领域头部客户 中国人寿保险 (集团)公司
  8. 8. 公司资质
  9. 9. 以IT为中心 业务 报表 数据开发 元数据管理 数据库 IT 以数据为中心 业务 自服务数据可视化 数据准备 数据资产目录 数据库 IT 让业务分析人员尽早参与到数据分析的生态中
  10. 10. 案例-基于数据湖的自助数据服务 1.数据湖 2.数据模型为整个数据服务的底座 3.近500人参与建设数据应用模型 建模工程师,既懂业务又懂数据 4.模型用来支持自服务数据分析 5.业务线使用自服务数据分析 数据湖 landing work gold sensitive 数据模型 数据服务 探索式数据分析 财薪 供应链 运营商 零售
  11. 11. 企业数据治理:组织势力分布图 业务 数据库 对标 大数据 数据湖 核检 业务 部门 数据应用 安全 报表 风控 IT 业 务 外购数据 数据生产区 大数据部门 存款 贷款 理财 报送 … 卡 1000人 IT 研发 部门 200人 40人 数据处理 大数据部门 数据 治理 数据治理 4人 数 据 数据应用区 业务数据需求强烈 又变化频繁 新数据源接入频繁 数据湖 or 数据沼泽? 混乱的存量业务系统数据难以盘点 不断新增的系统,又不得不持续盘点
  12. 12. 多部门协作、众筹的数据治理 业务 数据库 对标 大数据 数据湖 核检 业务 部门 数据应用 安全 报表 风控 IT 业 务 外购数据 数据生产区 大数据部门 存款 贷款 理财 报送 … 卡 IT 研发 部门 数据处理 大数据部门 数据 治理 数据治理 数 据 数据应用区 数据资产目录 与 自服务数据准备 数据湖数据资产目录 事前数据模型管控 与 智能数据盘点 1000人 IT 研发 部门 200人 40人 4人
  13. 13. 数据消费者 数据管理团队 开发/ 架构团队 业务视角 技术视角 元数据 数据模型 ETL 业务数据库 数据质量 数据血缘 元数据语义 报表开发 数据目录 数据标准 物理&逻辑列表 报表 报表元数据 数据库元数据 生产元数据 运维 数据服务 质量验核规则
  14. 14. Datablau的理念和特点 事前事后结合,构建智能数据资产生态 通过模型工具,将数据标 准落地,统一管理元数据 审批流程。 数据生产规范化 事前管控-数据标准落地 通过AI算法,基于知识图 谱和数据地图,自动盘点 企业数据资产,发现数据 质量问题。 数据管理运营智能化 事后智能盘点 通过数据治理和资产盘点, 基于统一数据授权,统一 提供数据资产服务,打造 数据应用。 数据消费易用性 统一数据服务
  15. 15. Datablau产品体系 从源头治理开始,管理质量,最后通过数据服务,达到数据资产变现 10% 20% Data Modeler 标准落标 模型管控 模型设计 协作共享 Data Asset Mgr 数据标准管理 指标体系管理 元数据管理 数据质量管理 数据血缘与影响 Data Catalog 数据资产搜索引擎 数据资产门户 知识图谱 数据服务 Data Security 数据安全 权限审计 规则库 敏感数据智能标签 DDM 数据模型管控平台 DAM 数据资产管理平台 DDC 数据资产目录平台 DSM 数据安全管理平台 28
  16. 16. 产品架构:从数据治理到数据服务 数据建模 模型管理 服务器 Linux服务器 数据质量 数据标准 血缘关系 数据治理平台 服务器 Linux服务器 模型比较 同步标准 影响分析 元数据浏览 OLTP 数据库 生产数据库 生产态 开发态 Tomcat JRE 1.8 Tomcat JRE 1.8 浏览器 Chrome IE9以上 Oracle Mysql 平台数据库 开发数据库 冷备 热备 网 络 端 口 模型管理 DDM DAM OLAP 数据库 开发 数据库 Oracle Mysql 模型数据库 测试 数据库 防火墙 客户端 Windows 数据目录 数据目录 服务器 Linux服务器 Tomcat JRE 1.8 安全管理 DDC 数据沙盒 浏览器 Chrome IE9以上 数据安全 管理服务 器 规则库 安全审计 API 标签服务 智能发现 共享 DDS 模型架构师 程序员 数据挖掘人员 数据架构师 标准管理员 数据治理人员 ITBP 内外部 数据相关人 ITBP 业务 人员 质量 Agent 应用 在线编辑 浏览评审 浏览器 Chrome Tomcat JRE 1.8

×