电力总公司ODS的功能与省电力公司的ODS相同,主要区别在于数据源的不同。总公司的ODS数据源主要是部署在电力公司总部的业务系统数据源。电力总公司数据仓库的数据源主要包括电力公司总部业务系统的明细数据、省电力公司数据仓库上报的数据等。
电力总公司的数据集市主要基于企业宏观发展的分析应用,包括可以跨系统、跨省市地对数据进行全面宏观的分析,同时也聚焦于企业的管理。省电力公司的数据仓库主要基于对省级单位的数据整合和历史数据存储。这些数据主要是细节性的、低级别的信息。根据分析需求,建立汇总数据。同时为数据集市提供整合后的、高质量的数据。
省电力公司的数据集市是针对特定的、某个主题域的数据集合。这些数据可以快速地被访问。电力行业总体的数据架构如图13-26所示。
图13-26 电力行业总体的数据架构
1.针对电力行业的数据管理
数据管理是数据架构的基础,它决定了数据的可用性和价值。
1)数据管理保证数据的质量,确保数据的可用性。
2)数据管理将数据、数据使用者、数据的管理机构整合到一起。
3)数据管理的内容主要包括数据质量管理、数据标准管理和数据安全管理,如图13-27所示。
图13-27 针对电力行业的数据管理
4)数据管理主要考虑流程、技术和组织。
2.数据质量管理
数据质量管理主要包含以下几个方面的内容:
(1)数据质量管理定义
通过制定电力公司数据质量的衡量指标,评估数据在使用过程中的质量问题。寻找数据质量产生的根源,利用相关的工作流程解决数据质量问题,以保证电力公司的数据质量不断提高。
(2)数据质量管理目标
分析业务需求对于数据质量管理的要求,降低因为数据质量问题而导致的决策风险,通过数据质量的不断提升和改进,建立相应的管理机制和数据质量问题处理流程。
(3)数据质量管理原则
1)数据质量管理需要数据创建人员、使用人员和维护人员之间的通力合作。
2)电力公司应该学习先进的外部经验,了解实施数据质量管理的必要流程。
3)可以选择部分主题进行数据质量管理试点工作。
(4)数据质量管理工作内容
1)制定数据质量管理策略,满足业务分析对数据质量的要求。
2)根据数据质量管理目标,制定数据质量管理方法。
3)执行数据质量管理流程,推进数据质量管理的分布实施。根据业务管理主题分类、分阶段进行推广。
电力公司面临的数据质量问题分类见表13-6。
表13-6 电力公司面临的数据质量问题分类
(5)数据质量的指标类型
数据质量的指标类型见表13-7。
表13-7 数据质量的指标类型
(续)(www.daowen.com)
(6)数据质量的分类
数据质量的分类见表13-8。
表13-8 数据质量分类标准
(7)数据质量管理工作说明
数据质量管理工作的流程是数据分析人员或者管理维护人员定期提交数据质量报告,报告内容可能不断增加,随着质量管理工作的开展,报告内容将落实到各个环节中,但是数据质量管理不能代替系统的测试工作。
3.数据标准管理
(1)数据标准管理定义
制定和维护电力公司业务经营所涉及的数据的标准。主要包括:制定标准、审核标准、执行标准、反馈数据标准。数据标准管理的对象是所有业务经营管理的数据,不包括参数型数据。
(2)数据标准管理工作目标
1)完善数据标准。
2)使用数据标准。
3)反馈数据标准。
4)更新数据标准。
5)制定相应的数据标准管理机制,包括相应的岗位职责、工作模板等。
(3)数据标准管理指导原则
参考国内外相关行业的标准,同时结合电力公司的实际需求,要求数据标准能够在一段时间内相对稳定,满足电力公司各个部门对数据标准的要求,而不是频繁地更改与修订。
(4)数据标准管理工作内容
数据标准管理主要工作内容包括:制定并公布数据标准,制定数据标准管理方法、管理流程、岗位职责、工作模板等。
4.数据安全管理
(1)数据安全管理定义
电力公司数据安全管理的定义是对敏感数据建立一套完整的数据安全分级和授权机制。
(2)数据安全分级的工作目标
通过建立一套完整的数据安全分级标准,明确数据使用者和数据安全人员的工作职责及权限,同时建立相关的数据使用授权机制。
(3)建立数据安全机制的指导原则
结合相关的法律、法规和电力行业内部的标准,开展关于数据安全分级和授权的工作。根据数据使用者的职责,定义使用者的权限。该流程是包括制定、审核、颁布、执行、反馈和修正在内的闭环工作过程。
(4)数据安全分级的工作内容
通过制定相关的数据安全标准和政策,定义和维护数据的安全分级标准,建立标准的维护和更新流程,为数据的应用和管理提供安全保障。主要内容包括建立数据安全分级和数据使用授权机制,实现数据访问的安全性,同时对数据安全分级和授权机制的流程进行调整和优化。
(5)数据安全级别的划分
数据安全级别的划分见表13-9。
表13-9 数据的安全级别
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。