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。
