设立专管机构，完善管理体系，解决信息烟囱问题。
整合数据孤岛，统一数据标准，解决数据分散和利益割据问题。
构建数据采集体系，打通数据整合通道，解决数据保密和不全面问题。
设计数据存储策略，提升数据存储效率，解决安全保障不健全和管理机制不成体系问题。
初步构建数据治理体系，解决数据标准不统一问题。
制定数据共享服务策略，促进数据融合安全发展。
奠定数据应用基础，打造大数据综合应用能力，推进数字化转型发展。
数据湖平台框架体系规划：
确定数据湖的总体框架，包括数据架构、技术架构、应用体系、数据治理、数据共享等。
规划数据湖的建设蓝图，包括短期和长期目标，以及如何逐步实现这些目标。
逻辑架构：
搭建基础平台，以集团C端用户需求为试点打通数据湖链路，确保数据源、采集、汇聚、治理、分析和共享服务的逻辑一致性和流程顺畅。
设计数据流程，从数据源到数据应用的每个步骤，确保数据的质量和可用性。
数据架构：
定义数据湖的数据架构，包括数据源、采集、汇聚、治理、分析和共享服务等环节。
确保数据架构能够支持集团的业务需求，并且具有可扩展性和灵活性。
数据资源中心建设：
建设数据资源中心，包括基础数据区、主题/分析数据区和集市区，以存储和管理数据。
实施数据模型设计，包括行业模型选择、概念模型、逻辑数据模型和物理数据模型。
进行信息调研，持续迭代完善数据资源中心的建设。
设计用户标签和数据模型，构建用户360画像，以便更好地理解和服务用户。
三、数据治理与数据共享服务试点应用
3.1 数据治理建设
数据标准管理：
为实体及属性、统计指标、层级化实体、国家或行业标准代码等设置标准。
管理业务术语和命名规范，确保数据的一致性和准确性。
元数据管理：
采集和维护元数据，包括系统、表与字段的血缘关系和影响分析。
用于数据资产展示、业务指标管理和系统故障排查。
数据质量管理：
收集数据质量管理需求，配置质量检查规则，部署检查脚本。
进行数据质量探查，包括自动和手动探查，以及质量评分管理。
3.2 数据共享服务试点应用
目录问题域：
建立目录清单、需求清单和责任清单，确保数据的系统性、针对性和压实数据采集责任。
供需对接：
推动挂接和编目，管理方负责审批/分发，需求方负责提出需求。
数据共享服务流程：
包括共享资源发布、申请、审核授权、调用以及管理与运维。
3.3 数据湖平台框架体系规划
服务提供商输入与分析：
包括业务与IT部门的输入、蓝图规划与演进、评估建议和现状调研。
总体架构规划：
涉及战略定位、目标与现状的对比、数据架构规划、技术架构规划等。
平台工具规划：
包括行业最佳实践、提升机会分析和平台提升建议。
数据共享服务规划：
涉及专家知识和运维体系规划。
逻辑架构：
搭建基础平台，以集团C端用户需求为试点打通数据湖链路。
数据架构：
定义数据源、采集、汇聚、治理、分析和共享服务等环节。
✦ 236页PPT
✦——
