一、课程说明
随着互联网时代、大数据时代、人工智能时代的到来，以及大数据在生产生活中迅速应用，数据价值对企业的重要性突显，数据领域的数据处理、统计分析、数据挖掘、机器学习、人工智能、大数据应用开发等都离不开数据，数据应用范围广泛、价值大。
随着信息处理技术的不断发展，各行各业已建立了很多计算机信息系统，积累了大量的数据。为了使数据能够有效地支持组织的日常运作和决策，要求数据可靠无误，能够准确地反映现实世界的状况。数据是信息的基础，好的数据质量是各种数据分析如OLAP、数据挖掘等有效应用的基本条件。人们常常抱怨“数据丰富，信息贫乏”，究其原因，一是缺乏有效的数据分析技术，二是数据质量不高，如数据输入错误、不同来源数据引起的不同表示方法，数据间的不一致等，导致现有的数据中存在这样或那样的脏数据。它们主要表现为：拼写问题、打印错误、不合法值、空值、不一致值、简写、同一实体的多种表示(重复)、不遵循引用完整性等。数据清洗的目的是检测数据中存在的错误和不一致，剔除或者改正它们，以提高数据的质量。
本次课程通过对数据清洗的基本原理、常用方法及工具介绍，及相关金融行业应用实践经验分享，提高开发、测试人员的数据处理能力，降低由于数据异常引发的缺陷。
本课程是尹老师多年大数据工作经验的总结和归纳，从实际业务案例为入口，使学员从理论层到实操层面系统的数据治理、数据架构设计、数据模型设计、数据挖掘、数据创新应用。通过本课程的学习，学员即可以正确的制定企业数据治理战略，提升企业数据质量，为企业的战略发展提升高质量的数据，为管理者、决策层提供数据支撑。
二、培训目标
经过本课程的学习培训，参训人员能够达到以下目标：
1、掌握数据管理知识体系的整体框架及各领域知识内容；
2、对关键数据管理各领域中的重点、难点及实践获得理解；
3、系统化、体系化、结构化的数据管理问题辨析、思考和分析能力，及数据管理解决方案设计、执行能力。
三、证书
培训结束，颁发中科院计算所培训中心“数据治理实战”课程结业证书。
培训对象
♦ 企业 CIO、CDO 等信息化相关的高层领导；
♦ 数据管理或数据服务团队负责人、核心团队成员；
♦ 企业数据管理专家/专家委员会专员；
♦ 数据管理团队及专兼职人员；
♦ 业务部门信息化领导/经理/专员；
♦ IT 部门总监/经理；
♦ IT 项目管理办公室（PMO）总监/经理/数据管理专员/技术经理。
本课程分2天时间讲授。
（一）第一天
第1个主题：数据治理的背景（深入剖析数据治理的背景）（60分钟）
1、数据治理产生的背景
2、互联网的普及与快速发展催生数据流动
3、互联网、大数据、人工智能时代越发突显数据价值的重要性
4、公司规模大、软件系统多导致数据质量恶化
5、数据质量差导致数据的价值难以发挥
6、数据质量差不能支持企业战略决策、精细化管理、精准营销
7、数据治理的困难剖析
8、数据治理的涉众利益关系剖析
第2个主题：数据治理的方法论（深入剖析数据治理的方法论）（60分钟）
1、数据治理的方法论
2、数据治理的目标与概念
3、数据治理的架构体系
4、数据管理成熟度(DMM)模型
5、数据治理是长期战略
6、数据治理整体蓝图
7、数据治理战略
8、数据治理规划
9、数据治理组织
10、数据治理流程
11、数据治理制度
12、数据管理制度如何建立
13、数据治理技术
14、案例分享：深入探讨数据治理战略规划，并分享数据治理案例
第3个主题：数据治理在各个行业成熟度如何（深入剖析数据治理在各个行业成熟度如何）（60分钟）
1、数据治理实施研讨
2、互联网行业阿里巴巴数据治理案例
3、金融行业中国人寿数据治理案例
4、金融行业工商银行数据治理理案例
5、政府部门政府税收数据治理案例
6、案例分享：介绍数据质量管理工具的功能，数据模型变更管理，数据血缘跟踪，结合企业的实际情况，规划与实施自己企业的数据质量管理
第4个主题：数据治理的技术包括哪些（深入剖析数据治理的技术包括哪些内容，数据治理组织、制度、实施）（60分钟）
1、数据治理实施研讨
2、技术图谱
3、非结构转结构工具
4、数据治理战略
5、数据治理规划
6、数据治理组织
7、数据治理流程
8、数据治理制度
9、数据治理技术
10、数据治理实施落地
11、探查同步
12、搜索模糊
13、差异工具
14、案例分享：分享具有代表性的数据治理案例，并剖析数据治理的组织、制度和实施方案，并借鉴某些大型公司的解决思路，如工行、阿里等的解决方案，以及业界的解决标准
第5个主题：数据治理的全流程案例（深入剖析数据治理的全流程案例）（60分钟）
1、结合公司实际情况制定数据资产管理办法
2、数据资产管理全过程(识别、运营、退役等)
3、数据资产的统计、管理、运营、运维工作
4、数据资产的识别
5、数据资产的运营
6、数据资产的退役
7、数据资产合理配置和安全管理
8、提高投资效益
9、盘活闲置、提高效益
10、案例分享：介绍数据治理全过程
第6个主题：数据资产管理（介绍数据资产和数据资产价值）（60分钟）
1、什么是数据资产
2、数据资产价值
3、数据资产功能架构
4、数据资产技术架构
5、数据资产集成架构
6、数据资产治理
7、数据资产管理
8、数据资产管理体系
9、数据资产管理业界标准化
10、数据资产登记、盘点、维护
11、数据资产盘点
12、数据资产应用
13、数据资产运营
14、数据资产计量
15、数据资产权属
16、数据资产管理实施七步骤
17、数据资产的规划和治理
18、数据资产的获取和存储
19、数据资产的共享和协作
20、数据地图
21、数据资产目录
22、数据资产目录包括的内容
23、数据资产目录对整个企业开放
24、数据资产目录包括数据的类别
25、数据资产目录包括数据的属性
26、数据资产目录包括的数据源
27、数据资产目录包括数据的所有者管理者
28、数据资产目录提供标签描述
29、数据资产目录提供可检索能力
30、数据资产目录把数据的模型去重、归一、梳理，变成一个树状结构
31、数据资产目录从业务层面出发制定数据标准
32、数据资产与数据价值的区别
33、案例分享：阿里数据资产管理方案案例及场景
34、案例分享：华为数据资产管理方案案例及场景
（二）第二天
第7个主题：数据标准（深入剖析数据标准）（60分钟）
1、数据质量管理诞生的背景
2、政府加强金融管理的必然
3、数据质量管理的发展现状与趋势
4、企业数据质量问题案例分析
5、数据治理架构及其标准
6、数据标准
7、数据标准的定义
8、什么是数据标准化
9、数据治理标准
10、数据质量标准
11、数据质量的定义与度量
12、数据质量管理的范围与过程
13、数据质量规划
14、数据质量评估
15、案例分享：列举具有代表性的数据质量问题，对问题产生的深层次原因进行剖析，从根本上探讨解决问题的思路，并借鉴某些大型公司的解决思路
第8个主题：数据质量提升（深入剖析数据质量提升）（60分钟）
1、数据质量提升规划
2、数据质量提升方案的评审
3、数据质量提升方案的改进
4、数据质量提升方案的落地与技术
5、数据质量评估
6、数据治理与数据质量整体解决方案
7、数据质量提升经验分享
8、案例分享：对数据质量问题产生的深层次原因进行剖析，从根本上探讨解决问题的思路和方案，并分享和借鉴某些大型公司的解决思路
第9个主题：数据架构与数据管理（深入理解数据标准化如何建设）（60分钟）
1、数据治理架构及其标准
2、什么是数据标准化
3、数据标准的定义
4、数据管理成熟度(DMM)模型
5、主数据的建设与管理
6、数据库设计的范式
7、元数据管理
8、数据生命周期管理
9、数据清洗转换加载（ETL）
10、开发运维中的数据管理
11、数据集成
12、案例分享：介绍数据质量管理架构及其标准，包括元数据管理、数据生命周期管理等，以及元数据管理在数据ETL阶段的应用
第10个主题：主数据、元数据治理（深入理解主数据、元数据治理）（60分钟）
1、元数据治理管理
2、元数据的分类
3、元数据的定义、维护与管理
4、主数据治理管理
5、主数据治理的范围
6、主数据的收集、存储与管理
7、主数据生命周期管理
8、数据库设计的范式
9、数据质量管理软件与工具
10、数据模型变更管理
11、数据血缘跟踪
12、数据跟踪溯源
13、数据清洗转换加载（ETL）
14、开发运维中的数据管理
15、数据集成
16、案例分享：介绍数据元数据治理、主数据治理、数据生命周期管理等，以及元数据管理在数据ETL阶段的应用
第11个主题：数据质量管理工具与数据模型变更管理（深入剖析数据质量管理工具与数据模型变更管理）（60分钟）
1、数据质量管理软件与工具
2、数据模型变更管理
3、数据血缘跟踪
4、数据质量整体蓝图
5、数据质量实施研讨
6、阿里巴巴数据治理与质量管理案例
7、工商银行数据治理与质量管理案例
8、政府税收数据治理与质量管理案例
9、案例分享：介绍数据质量管理工具的功能，数据模型变更管理，数据血缘跟踪，最后给学员讨论时间，依据课程的学习，结合企业的实际情况，规划与实施自己企业的数据质量管理，讲师给出评价与完善性建议
第12个主题：数据治理实操（从数据建仓、数据中台、数据湖到数据应用）（深入剖析数据治理实操(从数据建仓、数据中台、数据湖到数据应用)）（60分钟）
1、数据治理实操（从数据建仓-到数据应用）
2、数据仓库介绍
3、数据湖介绍
4、数据仓库与数据治理/数据管控的区别
5、数据治理是有效管理数据资产
6、数据仓库分析报表即服务
7、数据平台数据集即服务
8、数据湖数据集成即服务
9、数据中台数据API即服务
10、D2V（Data to Value）的能力
11、为业务提供数据API服务
12、数据中台将数据服务化之后提供给业务系统
13、业务系统包括分析型场景和交易型场景
14、数据中台可以建立在数据仓库、数据湖和数据平台之上
15、数据中台是加速企业从数据到业务价值的过程的中间层
16、数据资产与数据价值的区别
17、案例分享：介绍数据仓库、数据中台、数据湖，数据创新预应用
汇款、微信转帐
汇款信息：
单位名称：北京市海淀区中科院计算所职业技能培训学校
开户行：工行海淀西区支行
账号：0200 0045 1920 0043 667
开户银行代码：1021 0000 0458
微信转账：
步骤一：打开微信，扫描二微码付款时，点击打开微信右下角里的“发现”，在列表界面有一个“扫一扫”选项，点击打开“扫一扫”（如下图）：
步骤二：点击打开“扫一扫”后，会出现一个扫描框，将中科院计算所培训中心二维码/条码放入框内，即可自动扫描，并显示支付信息，输入付款金额。
（中科院计算所培训中心二维码）
步骤三：点击 “添加付款备注”，填写付款人姓名和单位全称，所有信息核对无误后，点击“确认付款”，完成支付。
