苏宁科技数据资产管理平台_数据质量管理系统

苏宁科技数据资产管理平台

苏宁科技数据资产管理平台，提供面向业务的数据采集服务，支持丰富的主流数据源类型，覆盖全业务开发过程。支持按不同类别进行资产管理，提供完善的数据血缘服务，支持溯源与影响分析。提供对数据全生命周期的安全管控策略，实现对数据分级分类的自动化、智能化管理、监控和审计。

立即咨询

首页 > 产品中心 > 数据计算与分析 > 苏宁科技数据资产管理平台

业务痛点

在对苏宁20+年业务演进的支撑与实践历程中，面对庞大且业态不一的企业组织，不断快速增殖的业务数据。对于数据治理在各个阶段面临的问题处理经验和办法，进行抽象总结。最终推出可持续优化的数据治理产品与相对应的数据治理方法论。

数据标准

在业务发展的过程中，产生了大量的数据，但是由于企业组织庞大，各业务形态不一，导致数据的完整性，准确性，一致性没有统一标准进行度量；不同系统间数据标准不一、数据共享困难；数据的生产、存储、加工、应用过程标准规范标准不一，导致无法有效支撑业务的数据分析需求、报表需求。

数据质量

无法跟踪关键业务流程中的数据质量，花费了太多的时间与人力用来维护所需数据的质量；表，字段命名不规范，存在同名不同义的数据，不准确的数据元素影响数据质量。

数据管理

在业务发展的过程中，数据不断的快速增殖，历史数据庞大繁杂，表表之间的关系不清晰；数据管理组织角色分工定义不明确，缺乏有效的权责管理制度与机制；数据管理系统不完善，数据的添加、删除、变更、销毁操作缺乏有效的管理及风险控制手段。

数据安全

数据没有对信息的机密程度进行分层管理，导致机密信息泄露的隐患；数据生产、存储、应用流程中，对于关键（隐私）数据缺乏有效的安全管控机制；缺少有效的数据销毁机制，导致存量增长不可控。且同样存在数据泄露的隐患。

数据中台产品鸟瞰

数据资产管理产品架构 icon

数据标准

业务标准

构建数据在业务板块、业务过程、数据域、业务主题等方面的数据标准规范

技术标准

数据仓库公共分层统─数据字典

表的生命周期和数据更新周期

安全标准

数据安全等级字段敏感标签

数据管理-元数据管理 icon

数据源

支持主流数据源类型

提供统一的数据源接入服务

元数据

根据数据标准和规范，提供可视化建表方案，支持配置化、模型、DDL建表等建表方式

支持生命周期管理

权限管理

支持跨项目、团队进行权限管控

根据字段敏感级别进行差异化管控

支持安全加解密权限申请

数据管理-资产管理

资产采集

提供面向业务的数据采集服务

覆盖全业务开发过程涉及的资产类型

资产目录

支持按不同类别进行资产管理

提供检索服务，支持快速定位目标资产

支持用户自主的资产交接服务

资产服务

对外提供数据资产、血缘查询服务

提供API的流控、权限管控能力

数据管理-血缘管理

血缘服务

血缘数据对外部提供查询服务

血缘分析

血缘关系查询，查询资产上下游关系

影响分析

资产变更或交接时，评估全链路使用方影响范围，降低资产变更成本数据溯源

提供对目标数据衍生前的原始数据以及演变过程进行追溯

数据管理-异常治理

数据质量管理

质量规则管理

支持丰富的质量校验规则，包含一致性、波动性、唯一性、完整性等规则，同时支持用户自定义规则

质量任务管理

配置质量校验规则后，会生成对应的的质量任务，平台提供丰富的质量任务运维操作

支持任务实时监控管理，并支持配置质量异常告警

质量报告

周期性提供质量检测报告，并支持提供异常数据便于改进质量

数据安全体系

对数据全生命周期的安全管控策略，通过去标识化、模糊化和泛化、实现对数据分级分类的自动化、智能化管理、监控和审计。

核心优势

数据标准

依托20+年业务演进的支撑与实践历程，拥有针对金融、物流等多种行业背景形成的数据标准规范。并提供个性化数据标准构建能力。

数据管理

提供面向业务的数据采集服务，支持丰富的主流数据源类型，覆盖全业务开发过程。同时支持按不同类别进行资产管理，提供完善的数据血缘服务，支持溯源与影响分析。

数据质量

支持丰富的质量校验规则，包含一致性、波动性、唯一性、完整性等规则，同时支持用户自定义规则。提供丰富的质量任务运维操作，并可周期性提供质量检测报告，并支持提供异常数据便于改进质量。

数据安全

提供对数据全生命周期的安全管控策略，通过去标识化、模糊化和泛化、实现对数据分级分类的自动化、智能化管理、监控和审计。

数据治理的价值和成果 icon

数据治理的原则与方法 icon

原则：应当结合自身发展战略、行业发展方向、监管要求等，制定数据愿景和目标，并确保有效执行和修订。

愿景和目标
应当结合自身发展战略、行业发展方向、监管要求等，制定数据愿景和目标，并确保有效执行和修订。

组织和框架
建立组织架构健全、职责边界清晰的数据管理架构，明确各组织职责分工，建立多层次、相互衔接的运行机制。

制度和规范
应当制定全面科学有效的数据制度和规范，包括但不限于协调机制、监督检查和数据质量控制等方面，并根据管理实际，持续评价更新。

产品和技术
持续完善系统产品和技术，覆盖各项业务和管理数据，并具有可拓展性，有效降低数据管理和使用成本、提升数据业务价值。

数据治理的管理框架

构建数据治理管理体系，通过组织和规范确保数据目标达成，沉淀产品和技术能力、形成高效、智能的数据管理机制。对数据进行分级、分类管理，做到对数据问题的可发现、可整改、可监督考核，形成数据管理的闭环能力。

数据治理整体架构

数据治理的管理规范

从数据全生命周期考虑数据治理标准：保障数据内外部使用和交换的一致性、准确性的规范性约束。

数据规划和设计
业务过程管理标准和规范

数据字典描述和命名规范

数据模型设计规范

元数据发布管理流程

统一指标命名和管理规范

维度定义和管理规范

数据采集和开发
业务数据采集管理规范

外部数据采集管理规范

元数据采集管理规范

基础架构使用规范

数据任务发布流程

任务异常处理流程

数据存储和共享
离线存储管理规范

数据目录命名规范

数据服务管理流程

数据服务设计规范

实时存储管理规范

数据归档和销毁
数据存储分层标准

冷数据归档流程

归档数据恢复流程

数据存储副本设计标准

数据销毁管理流程

数据质量建设

数据质量不是追求100%，而是从数据使用者的角度定义，满足业务、用户需要的数据即为“好”数据。

成功客户案例

目前我们为超过200家的内外部企业、银行、政府提供包括“产品咨询”“业务解决方案”“项目开发实施”等全流程的IT赋能服务，同时受到多个客户好评。

苏宁科技 — 最专业的企业数字化专家 icon

20+年数字化零售/转型经验
依托苏宁易购20多年在数字化

零售转型方面的经验积累和沉淀

提供数字化零售全链路解决方案

提炼各零售场景的最佳实践

多业态经营的实战经验
拥有广场、电器、百货、母婴、快消等等业态，自营、强&弱加盟、B端分享、合伙人、租赁等不同经营模式。

众多行业专家和核心专利
近百位专家覆盖解决方案、业务及技术架构、实施等各环节。拥有近百件核心专利，依托大数据、人工智能、云计算，在应用开发、业务运营、企业管理、数据和信息处理等领域进行全面保护。

企业简介 — 500+全栈成熟人才，快速全方位满足需求 icon

通过苏宁全链路智慧零售实践基础的构建和迭代，形成了一支高学历、高素质、经验丰富、专业可靠的全栈IT团队。

80 人业务咨询和解决方案
来自世界TOP咨询公司和国内知名互联网、零售企业的业务咨询和业务架构团队；诸多中大型企业和项目的服务经验。

350 人产品设计和实施
来自国内知名互联网和IT公司的产研人员拥有从产品和架构设计到技术研发实施全链路的完整人才储备，以3-8年成熟型人才为主，均参与过诸多大中型项目，解决问题能力强。

80人交付和售后服务
为各中大型互联网企业和IT公司售后和交付人员；有诸多中大型项目的交付、售后维保经验，以解决问题为导向。

产品推荐查看更多>>

数划云食品行业预算管理分析解决方案

数划云食品行业预算管理分析解决方案，预算模型简单敏捷，聚焦基于业务量进行资源配置，通过标杆测算，细化编制标准。构建多维度、可拓展的维度体系，有序分层的表单框架，不受设备限制的在线表单编制。预算填报流程灵活，方便跨部门协作，内容精准投递。

简单敏捷

标杆测算

细化编制

可拓展

立即咨询查看详情

阿里云数据可视化分析平台Quick Bi

阿里云数据可视化分析平台Quick Bi，通过可视化组件构建报表，擅长交互式分析和洞察，适合思路固定的业务分析。CXO驾驶舱，监控作战实时大屏，政务、媒体和商务接待屏，业务和分析师临时快速分析，切片、对比、分组和拼接分析，适合在业务团队大规模推广。

电子表格

敏捷分析

数据大屏

数据填报

立即咨询查看详情

数说雷达创新营销全流程数字化策略平台

基于海量互联网数据，以AI智能算法为引擎，融合行业解决方案，为产品创新、品牌资产管理、KOL及明星优选、内容创新等业务场景，提供一站式的产品及分析服务，结合数说“品牌加购”指南的最佳实践，助力营销创新与品牌增长。

以AI智能算法为引擎

品牌资产管理

KOL及明星优选

一站式的产品及分析服务

立即咨询查看详情

数字化社区查看更多>>