Question

华为从 2007 年开始启动数据治理，历经两个阶段的持续变革，系统地建立了华为数据管理体系。

第一阶段：2007 ～ 2016 年

在这一阶段，华为设立数据管理专业组织，建立数据管理框架，发布数据管理政策，任命数据 Owner，通过统一信息架构与标准、唯一可信的数据源、有效的数据质量度量改进机制，实现了以下目标。

1.持续提升数据质量，减少纠错成本：通过数据质量度量与持续改进，确保数据真实反映业务，降低运营风险。

2.数据全流程贯通，提升业务运作效率：通过业务数字化、标准化，借助 IT 技术，实现业务上下游信息快速传递、共享。

第二阶段：2017 年至今

在这一阶段，华为建设数据底座，汇聚企业全域数据并对数据进行联接，通过数据服务、数据地图、数据安全防护与隐私保护，实现了数据随需共享、敏捷自助、安全透明的目标，支撑着华为数字化转型，实现了如下的数据价值。

1.业务可视，能够快速、准确决策：通过数据汇聚，实现业务状态透明可视，提供基于“事实”的决策支持依据。

2.人工智能，实现业务自动化：通过业务规则数字化、算法化，嵌入业务流，逐步替代人工判断。

3.数据创新，成为差异化竞争优势：基于数据的用户洞察， 发现新的市场机会点。

图 华为数据治理的发展历程

华为根据数据特性及治理方法的不同对数据进行了分类定义：内部数据和外部数据、结构化数据和非结构化数据、元数据。其中，结构化数据又进一步划分为基础数据、主数据、事务数据、报告数据、观测数据和规则数据。华为数据分类管理框架如下图所示。

华为的数据架构由四部分组成，分别是数据资产目录（五层）、数据模型（五层）、数据标准和数据分布。

• 数据资产目录：主题域分组、主题域、业务对象、属性组、属性
• 数据模型：ESAM(Enterprise Subject Area Model)、EBIM(Enterprise Business Information Model)、BALDM(Business Area)、APP LDM、APP PDM
• 数据标准：业务定义规范，如接口、模型设计/开发规范
• 数据分布： 数据地图 dmap，可以很方便在业务元数据和技术元数据之间转换。
• 元数据管理：gData

十一大主题域分组

主题域分组	简介	详述
IPD	集成产品开发。
MTL	Market to Lead	市场到机会点。
LTC	Lead to Cash	机会点到现金
ITR	Issue To Resolution	问题到解决方案
DS	Develop Stragety
CRM	客户关系管理
SD	Service Deliver.服务交付
Supply	物流供应
Manufacture	制造
Procurment	采购
Manage HR	管理 HR

备注：这十一大主题域之外，还包括一些跨领域的数据。如渠道销售、零售 Retail、管理（包括财经、BT&IT、Business Support、投资）等等。另外华为新业务并还没有完全纳入新的主题域里。

表格 3 华为的数据资产目录

主题域分组	主题	业务对象
IPD	offering、
	重量级团队、
	需求、
	研发项目
MTL	细分市场、营销、市场洞察、销售
LTC	线索、机会点、客户合同、销售战略、解决方案
ITR	技术服务请求、备件服务
DS	SP BP
CRM	客户信息、政策、满意度
SD	交付资源、交付信息资产、交付项目
Supply	运输、计划、销售定单、库存、供应解决方案
Manufacture	制造资源、质量、工程能力、新产品导入、仓储
Procurment	供应商、采购合同、采购 PO、采购分类
Manage HR	组织、人员、人与组织关系、组织应用、人员应用、侯选人

说明：

SCOR：Supply Chain Operation Reference，包括五方面，分别是 Source/make/deliver/plan/Return。

本章参考

• 数据治理平台工具前世今生 https://blog.csdn.net/zhaodedong/article/details/101730629
• 数据治理系列 石秀峰谈数据 http://mp.weixin.qq.com/s?__biz=MzI1NzYwNTMzNw==&mid=2247484264&idx=1&sn=373ba796e62ecf7ced35924843fb3b87
• 面向数据中台的数据治理七把利剑 https://www.afenxi.com/94030.html
• 24 张架构图把数据治理核心内容讲透了 www.uml.org.cn/bigdata/202107211.asp
• 华为数据之道：华为数据治理及数据分类管理框架和经验 https://www.infoq.cn/article/6JEOk7gkzYF4jk1OHNbv
• TeraData 金融数据模型 https://www.cnblogs.com/oracle-dba/p/3903442.html
• Teradata 在中国银行业的应用简介 - 豆丁网 (docin.com)
• 数据治理：《银行数据管理办法》（全文） https://z.itpub.net/article/detail/B982929840DD5703555C2E0288BFF4DD
• 大数据治理整体解决方案 https://www.docin.com/p-2350239808.html