定  位

大数据管控为大规模数据管理与利用,提供了标准化的流程与管理 工具,为大数据全生命周期管理提供了支撑。大数据管控被广泛应用于电信、交通、电子政务等具有大量数据的行业。大数据管控降低了数据管理的难度,使数据的质量、安全、有效性都得到提高,促进了大数据的利用和价值挖掘。

用户面临的挑战

当下,数据正在将我们淹没。蔚为壮观的数据,来自于社交媒体、遗留系统,地理信息系统和其他数据源中。为了使数据具有价值,需要将这些不同来源的复杂数据进行整合,倘若缺乏得当的数据管控,那就很难正确地完成整合。而对于一个组织来说,把数据变为可利用、可管理的数字资产才是大数据建设的最终目的。

很多组织都建立了自己的云和大数据环境,提供了强大的计算和分析能力,但由于缺乏数据管控,这些软硬件并未能够发挥其应有的价值,业务人员和分析人员在将数据转换为数据资产时,往往遇到以下难题:

数据缺乏统一的标准和描述

由于缺乏统一的标准与描述,业务人员无法正确的对现有数据进行正确理解,也无法将这些数据进行的有效组织,从而不能形成统一业务模型。数据被割裂成很多分散而重复的数据集,数据利用的效率大打折扣。

数据质量无法保障

由于数据格式复杂,数据格式多样,数据校验极为繁杂,导致数据质量普遍不高。而这些低质量的数据会导致数据分析结论失真,也无法为经营决策提供依据。

数据安全问题

在大数据的建设过程中,大量涉密数据被集中到数据仓库中。因缺乏相关的安全策略和手段,所有的技术人员或业务人员都能访问全局数据,数据存在安全风险,数据泄漏、丢失时有发生。

产品的核心价值

统一的数据标准管理

  • 提供了完善的数据标准配置与管理功能,通过消除一数多义,提升数据的唯一性、一致性,将逐步形成的数据标准纳入一个规范的管理流程中,进行数据标准的更新、发布、使用监督等工作。

完善的数据质量管理

  • 通过建立数据质量标准、数据质量验证规则与数据质量考核目标,自动化进行定期检查与校验,并定期形成数据质量分析报告,使数据质量能够得以量化展示,促使业务侧不断提升数据质量。

分层的元数据管理

  • 提供业务元数据、管理元数据与技术元数据管理能力,使业务人员、数据管理人员和技术人员都能以自己熟悉的模型和语意对数据结构进行理解,降低了数据建模和数据管理的难度。通过元数据管理可以对数据流向,变化进行跟踪,形成数据血缘,数据地图。解决了数据溯源、数据流跟踪等难题。

高等级的数据安全管理

  • 基于国密分级保护,对人员、组织、资源进行安全分级管理,结合数据权限能力,使数据的安全性得到极大的提高。创新的分级保护能力能够限制低安全等级的人员访问高安全等级数据,确保高安全等级数据无法写入低安全等级存储区。从机制上保证误操作导致的数据泄漏不会发生。

产品架构及特点

典型案例

XX部委涉及到普通业务与涉密业务,为保证涉密数据的安全,建立了大量管理流程与相关审批系统,业务运转十分低效。通过大数据管控,设立了多个等级的数据区,并为相关人员配置了相关的安全等级与数据权限。极大的降低了数据安全管理的难度,也减少了安全管理人员的投入数量。

XX市经信委通过大数据管控功的元数据梳理功能,对政务资源进行梳理,形成了政务资源目录,并对政务资源的质量进行跟踪,为各部门的数据交叉利用,提供了良好的支撑。随着各部门的数据量与数据质量的提升,使基于大数据的宏观经济分析的效果也得到了质的提升。