数据治理的痛点:数据与业务脱节
数据不能系统性的、有机的反映关键业务战略和业务活动,各业务部门各自为政,各说各话,不仅仅是数据孤岛,更是业务孤岛。
业务开发阶段
业务部门主导
•部门业务,需求明确、快速实现
•阶段性成绩、效果明显认可度高
•敏态业务,敏捷响应
表象问题
•不断改变业务流程,不断变化的数据,缺乏统一业务和数据架构
•跨部门业务协同、数据共享问题多,往往临时解决或者无法解决
•对其他业务部门、业务系统缺乏了解,相互间的业务关系和数据连接模糊不清
数据治理阶段
IT部门主导
•全量采集(贴源层)
•统一标准(标准层)
•全面融合(融合层:基础/主题库)
表象问题
•耗时耗力治理的数据,真正跨部门使用的时候发现无法满足要求
•部门的数据,部门的标准,治理阶段往往发现不了跨部门数据质量问题
•跨部门的数据标准发现了部门数据质量问题,但是推动不了业务部门改变
企业亟需一个业务视角的连接型数据架构


AnyFabric,智能的数据资产管理平台


1. 围绕业务认知模型,识别核心业务对象和核心业务流程,建立业务和数据的参照坐标系;
2. 广泛连接多云的数据源,形成增强数据资产目录,以此构建以业务对象为中心的数据资产图谱,提供动态的数据资产、质量、合规性的评估报告,提供业务对象的数据分析、知识图谱等数据服务;
3. 对于新的业务开发或者数据治理,通过AI和数据资产图谱,发现和识别元数据与业务对象关系,并持续的监控其活动和变化,为用户推荐活动业务和数据对象。
核心价值
客户360°
应用于客户智能,通过集成各种客户数据源,如浏览、点击、交易、广告、日志文件、CRM等,快速提供全面的客户画像视图。


业务360°
集成全域数据,提供全面的业务画像视图,帮助业务发现或者创造机会,实现现有业务快速增长或者进入第二增长曲线。


数据合规及审计
显示信息的完整来源、类型、去向以及身份等信息, 帮助企业更快、更准确的进行数据安全的审计。


提供领域知识网络赋能认知智能
基于业务对象构建领域知识网络,赋能认知智能应用创新,比如业务认知搜索、智能问答、智能推荐。


提供数据分析和服务
通过自动化、智能的方式轻松支持数据分析,并实现可用于行动的洞察力。


全局商业智能
基于强大的灵活性,通过数据清理、执行聚合、汇总和转换等能力完成信息的聚合,并通过业务仪表板、指标和报告等方式呈现业务决策。


AnyFabric的编织三部曲


01 业务认知模型
基于业务构建一个认知模型,实现业务与战略对齐。需要从以下五个方面进行考量:
1、业务模型是否面向企业真实业务场景,且有战略或理论进行支撑?
2、业务认知模型中核心业务对象是那些?他们之间的关系是否能够支撑战略?
3、核心业务对象从哪来?业务流程、系统和数据成熟度如何?是一个成熟的流程,有成熟的系统,还是业务流程和系统才刚刚运行?
4、在前者基础上,进行数据治理,形成增强数据目录?
5、构建数据资产的知识网络,持续的监控这些业务对象和元数据,从而形成以业务对象为中心的数据架构。
01 业务认知模型
基于业务构建一个认知模型,实现业务与战略对齐。需要从以下五个方面进行考量:
1、业务模型是否面向企业真实业务场景,且有战略或理论进行支撑?
2、业务认知模型中核心业务对象是那些?他们之间的关系是否能够支撑战略?
3、核心业务对象从哪来?业务流程、系统和数据成熟度如何?是一个成熟的流程,有成熟的系统,还是业务流程和系统才刚刚运行?
4、在前者基础上,进行数据治理,形成增强数据目录?
5、构建数据资产的知识网络,持续的监控这些业务对象和元数据,从而形成以业务对象为中心的数据架构。


02 增强数据目录与数据资产知识网络
基于核心认知模型,从核心业务对象、核心业务系统和关系,来建立增强型的数据目录,即建立业务对象和关系的描述。主要分三个过程:
1、业务的本体模型:通过业务对象、业务流程、业务表单、业务字段、业务标准和统计规则来描述业务。
2、数据资产知识网络:归集治理相关数据,对接到业务认知模型。
3、常态化的监控:通过元数据发现活跃的业务对象,进行全局性的搜索和推荐。
02 增强数据目录与数据资产知识网络
基于核心认知模型,从核心业务对象、核心业务系统和关系,来建立增强型的数据目录,即建立业务对象和关系的描述。主要分三个过程:
1、业务的本体模型:通过业务对象、业务流程、业务表单、业务字段、业务标准和统计规则来描述业务。
2、数据资产知识网络:归集治理相关数据,对接到业务认知模型。
3、常态化的监控:通过元数据发现活跃的业务对象,进行全局性的搜索和推荐。


03 新业务活动开发与即时数据治理
有数据资产知识网络后,即可对业务进行即时的数据治理。主要三步:
1、业务梳理:对业务进行调研,通过调研梳理出业务的主干流程、主干流程节点的业务表、业务的标准表、统计表。
2、数据治理:基于梳理出来的业务流程、业务标准及相关标准来治理,形成相应主题库。
3、新业务开发:按照业务流程、标准和规范来进行开发,且新开发出来的系统数据可以与已有标准对齐。
03 新业务活动开发与即时数据治理
有数据资产知识网络后,即可对业务进行即时的数据治理。主要三步:
1、业务梳理:对业务进行调研,通过调研梳理出业务的主干流程、主干流程节点的业务表、业务的标准表、统计表。
2、数据治理:基于梳理出来的业务流程、业务标准及相关标准来治理,形成相应主题库。
3、新业务开发:按照业务流程、标准和规范来进行开发,且新开发出来的系统数据可以与已有标准对齐。
商业模式:自由的组合,自由的选择


1、开源的代码和文档:生态开发者可以自由选择,整合到其业务系统或者应用中。
2、商业化的知识中台解决方案:适用于主要的企业和政府客户,提供企业级安全、性能、管理优化,同时提供了相关的内置模型和场景应用,提供商业化的技术支持和服务。
3、生态共创:与业界的伙伴一起持续的加工和共享领域知识网络。领域知识网络作为领域的知识数据产品,以服务的方式提供给所有需要的客户。
1、开源的代码和文档:生态开发者可以自由选择,整合到其业务系统或者应用中。
2、商业化的知识中台解决方案:适用于主要的企业和政府客户,提供企业级安全、性能、管理优化,同时提供了相关的内置模型和场景应用,提供商业化的技术支持和服务。
3、生态共创:与业界的伙伴一起持续的加工和共享领域知识网络。领域知识网络作为领域的知识数据产品,以服务的方式提供给所有需要的客户。