|
业务术语
|
概述
|
业务术语管理是制定统一的管理制度和流程，对业务术语的创建、维护和发布进行统一的管理。业务术语管理包括制定业务术语管理制度、编制业务术语编写规范、制定业务术语词典、业务术语发布与维护、业务术语应用和业务术语宣贯等活动。
|
|
过程描述
|
a）制定业务术语管理制度，明确管理原则和职责分工，规定管理流程和要求；
b）编制业务术语编写规范，规定术语命名规则、方法和格式要求；
c）制定业务术语词典，包括描述名称、定义、缩写词、缩略语、关联关系和使用场景等属性，提供业务术语查找和引用的工具；
d）业务术语发布与维护，审批发布业务术语词典，按标准流程变更术语，维护词典的时效性和准确性；
e）业务术语应用，在数据模型设计、数据标准定义和数据需求描述等场景引用业务术语，建立业务术语检查机制；
f）业务术语宣贯，通过培训和宣贯等方式推广业务术语。
|
|
过程目标
|
a）统一业务与技术语言，降低沟通成本；
b）促进业务术语应用，支撑部门间数据共享与业务协同。
|
|
初始级
|
1）在项目中制定业务术语；
2）在项目中采用制定的业务术语描述数据模型和数据需求。
|
|
受管理级
|
1）在部门层面制定业务术语管理制度，明确业务术语管理流程；
2）在部门层面制定业务术语词典，收录和整合部分业务域的术语；
3）在部门层面建立业务术语检查机制。
|
|
稳健级
|
1）在组织层面建立统一的业务术语管理制度，明确职责分工，规定术语创建、审批发布、应用、维护和废止的管理要求；
2）在组织层面编制业务术语编写规范，规定术语命名规则、方法和格式要求；
3）在组织层面制定业务术语词典，包括描述名称、定义、缩写词、缩略语、关联关系和使用场景等属性；
4）在组织层面明确业务术语发布渠道，发布业务术语词典，提供业务术语查找和引用的工具；
5）在组织层面建立统一的业务术语应用和变更检查机制，实现业务术语在数据模型设计、数据标准定义和数据需求描述等场景的应用；
6）在组织层面定期开展业务术语词典的修订；
7）在组织层面定期开展培训和宣贯，推广业务术语。
|
|
量化管理级
|
1）设定量化指标，监控并持续优化业务术语管理过程；
2）采用人工智能技术提升业务术语的查询、应用和维护效率；
3）参与业务术语相关国家标准，主导行业标准的制定。
|
|
优化级
|
1）参与业务术语相关国际标准，主导国家标准的制定；
2）在国际和国家层面分享最佳实践，成为行业标杆。
|
|
主数据
|
概述
|
主数据是组织内部需要跨系统或跨部门进行共享的核心业务实体数据。主数据管理包括制定主数据管理制度、识别主数据、制定主数据标准、主数据采集、主数据质量管理和主数据分发等活动。
|
|
过程描述
|
a）制定主数据管理制度，明确管理原则和职责分工，规定管理流程和要求；
b）识别主数据，识别组织内主数据的范围并明确业务定义，分析各类主数据的优先级；
c）制定主数据标准，明确主数据的属性、唯一标识和查重规则，分析主数据各属性的SOR及管理主体；
d）主数据采集，建立主数据采集和覆盖策略，采集不同来源的主数据，根据主数据标准进行整合和清洗，构建组织的黄金数据源；
e）主数据质量管理，按数据质量管理要求，持续提升主数据质量；
f）主数据分发，按主数据的订阅需求及时发送主数据，确保各部门和各系统获取一致的主数据。
|
|
过程目标
|
a）通过主数据管理，建立组织内部的黄金数据源；
b）提升各部门和各系统之间主数据的一致性，推动部门间的业务协同。
|
|
初始级
|
在项目中识别系统间共享使用的数据。
|
|
受管理级
|
1）在部门层面建立主数据管理制度，明确主数据管理组织、流程和方法；
2）在部门层面识别主数据的范围，明确主数据管理的优先级；
3）在部门层面制定主数据标准，识别SOR，开展主数据的采集和分发。
|
|
稳健级
|
1）在组织层面制定并发布主数据管理制度，明确主数据管理组织、流程和方法；
3）在组织层面建立统一的主数据标准，明确主数据的属性、唯一标识和查重规则，明确权威数据源和管理主体，在组织内部发布；
4）在组织层面建立主数据采集和覆盖策略，采集、整合和清洗不同来源的主数据，构建组织的黄金数据源，实现组织级主数据统一管理；
5）在组织层面实现主数据在多个系统之间的订阅和分发，各应用系统中的主数据与黄金数据源保持一致；
6）在组织层面分析和跟踪各应用系统中主数据的数据质量问题，推动数据质量问题的解决；
7）在组织层面制定统一的主数据考核体系，定期发布主数据管理考核报告。
|
|
量化管理级
|
1）设定量化评价指标，监控并持续优化主数据管理过程；
2）采用人工智能技术支撑主数据的识别和查重，分析各系统之间主数据的对应关系；
3）参与主数据相关国家标准，主导行业标准的制定。
|
|
优化级
|
1）实现上下游产业链主体之间主数据协同与价值共享；
2）参与主数据相关国际标准，主导国家标准的制定；
3）在国际和国家层面分享最佳实践，成为行业标杆。
|
|
参考数据
|
概述
|
参考数据管理是对组织内部的各类参考数据进行统一管理，明确各类参考数据的定义并推动参考数据在各个系统中的应用，保障数据在各系统和流程中可被一致理解和使用。参考数据管理包括建立参考数据规范、定义参考数据、参考数据目录、参考数据应用和参考数据变更。
|
|
过程描述
|
a）建立参考数据制度，明确参考数据的管理职责和管理流程；
b）定义参考数据，明确参考数据的管理范围，制定参考数据清单，识别各类参考数据的取值范围；
c）建立参考数据目录，明确各类参考数据的分类，对组织内部的参考数据进行统一管理和发布；
d）参考数据应用，分析参考数据在各个系统中的分布关系，推动参考数据在各个系统中的应用，提升数据一致性；
e）参考数据变更，基于内外部信息变化及时维护和更新参考数据。
|
|
过程目标
|
a）建立统一的参考数据目录，提升各系统数据的规范性；
b）通过参考数据的管理，提升数据共享的效率。
|
|
初始级
|
在项目中明确参考数据的范围。
|
|
受管理级
|
1）在部门层面建立参考数据管理流程；
2）在部门层面制定参考数据清单并分析参考数据取值范围，建立参考数据标准；
3）在部门层面推动参考数据标准在业务系统中的应用，提升各系统数据的一致性。
|
|
稳健级
|
1）在组织层面建立统一的参考数据管理制度，明确参考数据的管理职责和管理流程；
2）在组织层面明确参考数据的管理范围，制定参考数据清单，识别各类参考数据的取值范围；
3）在组织层面明确各类参考数据的分类，建立参考数据目录，对组织内部的参考数据进行统一管理和发布；
4）在组织层面实现参考数据的统一调用与共享，保障各应用系统中参考数据与组织级参考数据的一致性；
5）在组织层面明确参考数据的维护流程，根据组织内部需求及外部变化，及时在组织内部更新维护；
6）在组织层面定期开展参考数据符合性分析并发布相关报告。
|
|
量化管理级
|
1）设定量化指标，监控并持续优化参考数据管理过程；
2）采用人工智能技术开展参考数据符合性分析，提升参考数据应用效率；
3）参与参考数据相关国家标准，主导行业标准的制定。
|
|
优化级
|
1）参与参考数据相关国际标准，主导国家标准的制定；
2）在国际和国家层面分享最佳实践，成为行业标杆。
|
|
数据元
|
概述
|
数据元管理是建立组织统一的管理制度和流程，明确数据元的创建、变更和发布的过程。数据元管理包括建立数据元管理制度、建立数据元分类和命名规则、数据元创建、建立数据元目录、数据元应用和数据元检查等活动。
|
|
过程描述
|
a）制定数据元管理制度，明确管理原则和职责分工，规定管理流程和要求；
b）建立数据元分类和命名规则，根据业务特征识别并建立数据元的分类规则，制定数据元的命名、描述与表示规范；
c）数据元创建，建立数据元创建方法，进行数据元的识别和创建；
d）建立数据元目录，根据数据元的分类及业务管理需求，建立数据元管理的目录，对组织内部的数据元标准进行统一管理；
e）数据元标准应用，建立数据元应用机制，在数据设计与开发过程中应用数据元标准；
f）数据元检查，建立数据元检查机制，根据数据元标准定期进行引用情况分析，检查各应用系统中数据元标准实施情况，提升数据元标准的一致性。
|
|
过程目标
|
a）建立统一的数据元标准，制定并发布数据元目录；
b）推动数据元标准的应用，规范各系统数据模型的建设。
|
|
初始级
|
1）在项目中记录数据元的描述信息；
2）在项目数据模型设计的过程中应用数据元标准。
|
|
受管理级
|
1）在部门层面建立数据元管理制度，明确数据元管理流程；
2）在部门层面记录本部门的公共数据元信息；
3）在部门层面识别、创建和应用数据元标准；
4）在部门层面建立数据元检查机制。
|
|
稳健级
|
1）在组织层面建立统一的数据元管理制度，明确数据元的管理流程；
2）在组织层面依据统一的方法开展数据元的识别、创建和发布；
3）在组织层面建立数据元目录，对各类数据元进行统一管理，提供数据元查找和引用的工具；
4）在组织层面保证数据元标准与相关业务术语和参考数据等标准保持一致；
5）在组织层面推动数据元的应用，建立数据元和各应用系统的引用关系；
6）在组织层面统一开展各应用系统中数据元标准的符合性分析；
7）在组织层面对数据元相关的问题进行处理和跟踪；
8）在组织层面制定数据元的考核体系，定期生成数据元管理考核报告。
|
|
量化管理级
|
1）设定量化指标，监控并持续优化数据元管理过程；
2）采用人工智能技术，支撑数据元自动落标和人工智能推荐方案等；
3）参与数据元相关国家标准，主导行业标准的制定。
|
|
优化级
|
1）参与数据元相关国际标准，主导国家标准的制定；
2）在国际和国家层面分享最佳实践，成为行业标杆。
|
|
指标数据
|
概述
|
指标数据是组织在战略发展、业务运营和管理过程中，用于衡量某一个目标或事物的数据，一般由指标名称、描述和规则等元素组成。指标数据管理指组织对内部经营分析和对外部流通共享所需要的指标数据进行统一规范化定义、采集和应用及监控的全流程管理，包括制定指标数据管理制度、建立指标数据体系、制定指标数据标准及发布和维护指标数据。
|
|
过程描述
|
a）制定指标数据管理制度，明确管理原则和职责分工，规定管理流程和要求；
b）建立指标数据体系，根据组织业务管理需求，建立指标数据体系，保证指标分类的全面性和独立性；
c）制定指标数据标准及发布，基于指标数据体系，设计并定义各级指标数据标准化的格式，完成组织内部指标数据梳理，形成并发布统一的指标数据字典；
d）维护指标数据，依据管理要求对指标数据标准进行维护，提升数据的准确性和时效性。
|
|
过程目标
|
a）构建组织级指标数据体系和统一的指标数据标准；
b）实现指标数据字典的持续更新与维护。
|
|
初始级
|
1）在项目中定义并描述指标数据；
2）在项目中管理指标数据的新增和修改等需求，维护指标数据变更。
|
|
受管理级
|
1）在部门层面制定指标数据标准和管理规则，明确指标数据管理人员；
2）在部门层面制定建立指标数据管理流程，管理指标数据的新增和变更等流程。
|
|
稳健级
|
1）在组织层面建立统一的指标数据管理制度，明确指标数据管理职责和管理流程等；
2）在组织层面建立统一且完善的指标数据体系；
3）在组织层面建立指标数据标准，包括指标维度、规则、口径和描述等；
4）在组织层面对指标进行统一汇总，形成组织层面的指标数据字典并发布；
5）明确各类指标数据的归口管理部门，实行指标数据归口管理；
6）建立指标数据维护机制，及时更新和修订指标数据；
7）对指标数据的管理过程进行监控，阶段性总结指标数据管理工作的进展，定期发布指标数据管理工作报告。
|
|
量化管理级
|
1）设定量化指标，监控并持续优化指标数据管理过程；
2）采用人工智能技术开展指标数据溯源、查询和分析等活动；
3）参与指标数据相关国家标准，主导行业标准的制定。
|
|
优化级
|
1）参与指标数据相关国际标准，主导国家标准的制定；
2）在国际和国家层面分享最佳实践，成为行业标杆。
|
