<address id="xftjz"><nobr id="xftjz"><meter id="xftjz"></meter></nobr></address>

              <address id="xftjz"><nobr id="xftjz"><meter id="xftjz"></meter></nobr></address>

              <form id="xftjz"><nobr id="xftjz"></nobr></form>

              數據治理解決方案
              從業務建模出發,以對象域、業務域、工作域、業務過程域、專業域五大維度為核心,構建石油行業的業務坐標體系,并抽提總結出一套能夠適用于不同油氣類型、不同業務環節、不同油氣公司的統一的、標記業務源頭的數據字典。并依托數據模型標準,配置數據接入規則,質檢規則,修改規則,進行數據的整合及治理。
              概述 目標定位 解決方案

              概述

              侏羅紀經過多年的數據服務和技術經驗積累,從業務建模出發,以對象域,業務域,工作域,業務過程域,專業域五大維度為核心,構建了石油行業的業務坐標體系,并抽提總結出一套能夠適用于不同油氣類型、不同業務環節、不同油氣公司的統一的、標記業務源頭的數據字典。并依托數據模型標準,配置數據接入規則,質檢規則,修改規則,進行數據的整合及治理。

              基于此,我們能夠回答業務應該有多少數據,現在有多少數據,缺失哪些數據,哪些數據有問題;我們能夠解決舊數據的治理問題和新數據的源頭采集問題,并提供資產管理和數據應用服務。

              目標定位

              解決方案

              3.1 石油行業到底有多少數據?

              石油業務是可梳理的,我們通過業務建模,梳理出石油行業的業務工作單元,節點對應數據,可以知道到底有多少數據。

              業務建模:石油數據都是預先設計出來的,根據石油地質理論和工作規范,能夠明確產生業務數據的業務節點;因此,可以提前建立石油數據的業務坐標體系,并依據業務坐標體系檢查數據的業務完整性、提供數據的業務定位和數據檢索。 業務域:依據石油勘探開發按照時間軸的先后順序,以業務工作階段劃分,有明顯的邊界,并且每個工作階段有相對固定的成果。 業務過程:一項具體業務工作集的業務工作節點劃分,獨立于具體的業務域。 工作域:是指一個時間節點上,按照工作性質的劃分,例如工程、研究、管理、經營等工作域。 專業域:不同的技術方法或者不同石油地質專業。 對象域:標記業務工作的工作對象,根據類型可以分為地質對象、工程對象、管理對象等。

              建立統一的、標準的、標記有業務源頭信息的標準數據字典,再將業務描述模型里的業務節點進行數據實例化,即可構建通用于同一石油地質理論及勘探開發技術的數據實體模型,且業務數據集的業務描述與業務關系得到繼承。

              例如:開發生產業務,我們通過梳理發現存在一個“井(對象)+生產(業務域)+安排調度(工作域)+ 油氣田開發生產油氣井日產量分配管理(業務過程)+生產管理(專業域)的業務節點,那么一定會伴隨產生一個“單井月度配注計劃表” 之類的業務數據單元。

              3.2 當前我們信息化管理了多少數據?

              業務數據梳理

              通過業務梳理,對比模型標準和實際數據庫,了解涵蓋了多少業務的數據,還缺少哪些業務的數據。

              3.3 已有的歷史數據如何治理?

              數據整合接入

              建立數據治理中臺,通過業務標準模型整合歷史數據,利用數據質檢工具,進行質量檢查及問題修改。

              挑選需要接入的業務數據集

              選擇匹配的數據表,或自定義SQL查詢

              自動映射與手動映射結合,進行字段映射配置

              完成當前業務數據集的映射配置

              主數據治理

              結合主數據標準,首先治理主數據。

              主數據六性:準確性、一致性、唯一性、完整性、共享性、及時性。

              主數據畫像:多維度監控,使用情況、數據 總量、記錄數、變化趨勢等。

              主數據采集與變更:全生命周期可控。

              業務數據治理

              缺失數據分析: 利用數據資產透視工具,分析各業務單元的數據情況,獲取當前缺失的數據清單,再結合實際情況,分析數據缺失原因,以及下步如何進行資源補建。

              已有數據質量檢查: 通過注冊數據質量檢查規則,檢查數據的及時性,規范性,一致性,安全性,業務邏輯,元數據完整性,主數據規范性等數據問題;輸出質量檢查報告,根據數據具體問題建立批量修改和人工修改機制。

              3.4 如何解決新數據的源頭采集問題?

              我們在建立業務模型時,已經明確了數據產生的業務源頭,將采集活動與具體的業務工作綁定,確定唯一性。同時質檢規則在數據錄入時同時約束,解決數據質量問題。

              根據業務數據模型中定義的C1/C2字段,建立相應的采集管理制度,只能在相應的最小業務單元工作過程中進行業務數據采集,并按照數據質檢規則進行約束。

              3.5 如何查看數據治理效果?

              治理后的數據按照統一的數據服務提供給業務應用,相應的業務系統可以直接看到效果;同時提供全數據資產管理工具,和各種數據資產查看視圖。

              數據業務化處理

              根據應用需要,配置數據轉換計算、數據可視化、文檔拆分、標簽自動識別,知識生成等業務處理規則,讓數據能被直接使用。

              建立數據資產管理平臺

              提供面向不同用戶的模型資產查看、數據資產查看統計、KPI分析、數據質量檢查視圖。

              提供數據服務

              提供統一的基礎數據服務。

              侏羅紀數據治理解決方案已在國內各大油田企業的多個項目中得到了成功的運用,同時結合數據治理系列項目需求,打磨完善相關產品功能,不斷用數據驅動業務、助推行業發展,真正釋放數據的價值。

              全免费A级毛片免费看无码-亚洲男女69影视在线观看-韩国无码在线观看-黑人牲交视频97免费全部-免费无码视频-亚洲狠狠五月丁香图片专区