课程大纲：

大数据资产体系建设

【课程背景】
数据是数字经济和第四次工业革命的新生产要素。随着信息化技术的演进，网络技术的进步和应用的普及，产生了海量的数据。这些海量数据的生成为智能化技术的发展奠定了基础，也是经济、社会发展的新的契机，同时也带来了新的挑战，比如如何利用与开发数据？如何保护个人隐私？数据的所有权与数据共享的平衡点到底在哪里？数据作为资产如何确权？在数字化企业中，如果说数据是原油，那么数据治理则是输油管、炼油厂、储油库。数据治理是一个难题也是一个迫切需要解决的问题。
本课程对大数据治理的对象、主题、框架和方式等进行分析，从国内、国际标准、工具、*实践等多方面进行阐述，详细介绍行业大数据治理的方式、方法及数据治理策略，通过典型的实际案例，分析验证大数据治理体系，有利于指导基于行业大数据的企业数据治理实际工作，有效提高大型企业的数据治理水平，促进大型企业数据资产体系的建立和数据价值的持续挖掘。

【课程收益】
-可以有效指导企业全方位开展高质量的数据治理
-对行业大数据治理的理念、路径、方法的全面系统阐述，见解独到，对数字化工作者具有重要的启示意义
-数据治理在战略层面的顶层设计，以及数据治理在执行层面的实施方法
-既是企业数据治理的纲领性指南，也是数据治理的实操指导
-深度解析业界主流的数据治理理论框架，包含多年的数据项目实战经验总结
-详细阐述了数据治理的理论、方法、技术和工具，为企业打好数智商业创新的数据基础提供启示和帮助
-由表及里地分析了系统性提升企业数据管理能力的方法，具有很强的实用性

【课程对象】
-企业高层管理者：董事长、总裁、总经理、分管副总等
-战略高层、战略规划、顶层设计负责人（CEO、CTO、CIO、CMO等）
-各个条线的业务负责人和技术专家
-产品开发与创新人员、服务方案制定者
-市场营销策划、客户经理、产品经理等
-创新业务的负责人，创新创业导师及实践者

【课程大纲】
一、数据治理的行业需求及核心框架
1、行业现象和数据治理需求
-数据的困惑
-大型企业的数据发展现状和趋势
-行业的数据治理需求
2、数据治理再认识
-数据治理和数据管理的区别（数据治理概念和范畴）
-数据治理的背景（不良数据治理导致的损失）
-数据治理的价值与基本法则
3、数据治理体系结构
-数据治理体系结构
-数据治理的整体流程
4、数据治理案例分析
-数据治理应用案例常见的问题（数据统计分析）
-系统级数据治理（国企电信运营商）
-企业级数据治理（国企能源企业）
-物流运输相关数据治理案例
-市场监管相关数据治理案例
5、数据治理的产品体系
-数据治理产品与数据服务的关系
-数据治理产品价值
-数据治理产品体系
6、数据治理的意义
-数据治理人员的发展进阶路线
-为什么要学数据治理？（员工层面）
-为什么要做数据治理？（企业层面）

二、行业大数据的深度治理平台及解决方案
1、大数据治理体系与数据治理体系的联系与区别
-大数据时代下的数据治理压力
-大数据时代的数据治理（典型案例）
2、企业的大数据服务转型
-数字化企业的数据中心转型
-大数据治理与创新能力提升（管理/业务/技术）
3、大数据治理框架
-大数据治理框架
-大数据治理要点（技术原则）
4、数据架构及相关核心概念
-主数据和参考数据管理
-元数据管理
5、大数据中心建设方案
-新一代大数据中心
-大数据基础平台
-大数据治理平台
-大数据智能分析平台
-大数据可视化平台

三、数字化改革及大数据治理优化
1、数字化改革
-消费市场的重新定义（供给侧改革）
-供给侧数字化改革的要点以及要避免的误区
-供给侧改革的数据化助力
2、行业大数据生态圈
-大数据生态圈的能力建设
-大数据生态圈的规划
3、大数据治理的管理体系
-大数据治理的组织架构
-数据管理专员制度
-大数据治理的管理组织（管理团队的角色分工）
4、大数据的全生命周期治理及相关核心概念
-大数据全生命周期管理
-大数据全生命周期中的四种角色
5、大数据治理优化的数据质量
-林林总总的数据质量问题和示例
-数据质量需求的定义与首要管理工作
-全生命周期的数据管控体系与数据质量保障

四、数据资产治理实践
1、行业数据治理的行业需求及治理规范
-数据治理的国家规范
-行业数据治理的行业规范
2、行业数据治理的主要内容
-项目建设的主体框架
-需要解决的主要问题
-数据治理的合规性
3、行业数据治理的实施
-对数据治理和规划的要求
-开展数据治理工作的重要步骤
-快速启动数据治理
4、数据资产管理
5、数据治理的主数据管理
-主数据管理的范畴
-主数据管理的实施
6、数据治理成效的保障方式
-数据治理工作的长效与速赢
-数据管控体系的落地
-制度管理要求的执行
7、关于大数据治理的非技术话题
-数据治理优化项目的扎实推动
-数据治理优化的心得

大数据资产体系建设