项目背景
随着集团信息化建设规模越来越多，各业务及管理系统采取分阶段建设，由于系统的建设是由不同实施厂家来承担建设，因此系统与系统间没有形成统一的数据标准和规范，无法对各信息系统产生的数据进行整合、清理，从而导致数据不一致、不完整以及冗余的问题，严重制约未来大数据资源的分析与利用。目前集团信息化期望通过数据治理体系的建设，对信息化数据进行整合，打通各自独立的信息系统，解决数据孤岛现象，通过统一的数据标准体系，实现各业务系统的数据共享与业务协同，充分挖掘并利用积累的数据价值，为后续大数据分析展现以及大数据平台的建设提供数据保障。
充分考虑集团的发展目标和方向，基于集团数据治理的职责定位，对未来集团数据治理体系进行总体设计，对数据管理机制提出建设意见，推进数据应用创新，实现对集团业务的有效支撑，为数据管理体系建设提供蓝图和路径。搭建自主可控的标准化管理体系及数据治理平台，实现整个集团数据的统一、集中、规范的管理，满足集团数据治理的工作要求。
建设内容
本项目建设内容分为三部分：
（1）数据治理规划：包括现状分析评估、数据治理体系设计、数据治理体系建设、数据全生命周期管理、主数据梳理和数据标准设计等；
数据治理涉及的系统：包括已建设、建设中、已规划的系统。其中已建设的系统有协同管理系统、统一身份认证系统、档案管理系统、会展业务运营平台；建设中的系统有业财一体化系统、人事管理系统、集成与开发平台；已规划的系统有党建管理平台、纪检监察平台、法务管理平台、审计管理平台、采购及合同管理平台、投资管理平台、影像平台、酒店管理业务运营平台、商业资产管理及运营平台、地产工程类项目管理及地产销售平台、工程咨询项目管理系统、长租公寓管理平台、园林业务运营平台、公园管理业务运营平台、物业管理业务运营平台、客户关系管理平台、智能管理平台、城市综合服务运营平台等业务系统。
（2）数据治理系统建设：从数据治理的平台及实施方面进行建设，通过完善的、成熟的数据治理平台产品，基于集团业务需求充分考虑实施、阶段规划，从企业核心数据扩展为企业全业务数据，并开展数据生态建设。
（3）数据治理实施录入：依据数据治理规划对应的标准体系设计，在数据治理系统上，完成数据治理涉及所有系统的采集汇聚、元数据管理、主数据管理、数据质量管理、生命周期管理、数据服务共享等数据治理实施录入工作。
项目成果
1.元数据管理—盘清源端系统，更准确理解数据
通过元数据管理，完善数据的属性信息，帮助用户更加准确的理解数据，并为数据应用类项目提供完备的数据字典。完成16套系统元数据采集管理，经过各业务系统厂商的补充完善，元数据注释完备率有较大的提升，由原来37.72%提升至91.17%。累计纳管8485张数据表以及159665个数据字段的元数据信息；为集团数据洞察力提升，隐藏数据资产价值挖掘打下坚实基础。
图. 元数据管理界面
2.数据标准—规范数据录入、指导数据清洗转换
通过数据标准管理，消除跨系统的非一致性，为数据湖仓及数据应用建设提供统一的数据清洗转换依据。完成基础标准14个子类，参考标准10个子类，提出相关数模建议，包括486个基础数据模型、90个参考数据模型。
图. 数据标准管理界面
3.数据质量—打造集团可信、可用数据
通过数据质量管理，解决数据中台、数据应用建设等各个环节遇到的各种数据质量问题，通过PDCA循环全面提升公司各业务系统的数据质量，为业务、决策提供高质量基础数据。从系统视角分析梳理出质检规则合计1424条，业务逻辑1244条、数据逻辑180条，后续可支持经营分析及其他数据应用类项目提供基于数据链路的质量监控。
图. 数据质量管理界面
4.数据资产—提供快速检索、简单方便的使用数据
通过数据资产门户和资产目录，为用户提供快速获取数据的途径。目前共计涉及16个源端系统，形成119个业务资产目录。数据资产表共计6793条，涵盖字段135191项。
图. 数据资产管理界面
5.主数据—统一集团主数据模型，高效复用
通过主数据管理为集团中需要跨系统、跨部门进行共享的核心业务实体数据建立统一的模型，支撑集团内跨业务的数据穿透，为经营分析及其他应用场景提供统一的数据来源。完成人员、岗位、组织架构、会计科目等8个大类22个主数据梳理和模型建立。
图. 主数据管理界面
