1 概述
数据设计和开发是指设计、实施数据解决方案,提供数据应用,持续满足组织的数据需求的过程。数据解决方案包括数据库结构、数据采集、数据整合、数据交换、数据访问及数据产品(报表、用户视图)等。
2 过程描述
过程描述如下:
a) 设计数据解决方案,设计数据解决方案包括概要设计和详细设计,其设计内容主要是面向具体的应用系统设计逻辑数据模型、物理数据模型、物理数据库、数据产品、数据访问服务、数据整合服务等,从而形成满足数据需求的解决方案;
b) 数据准备,梳理组织的各类数据,明确数据提供方,制定数据提供方案;
c) 数据解决方案的质量管理,数据解决方案设计应满足数据用户的业务需求,同时也应满足数据的可用性、安全性、准确性、及时性等数据管理需求,因此需要进行数据模型和设计的质量管理,主要内容包括开发数据模型和设计标准,评审概念模型、逻辑模型和物理模型的设计,以及管理和整合数据模型版本变更;
d) 实施数据解决方案,通过质量评审的数据解决方案进入实施阶段,主要内容包括开发和测试数据库、建立和维护测试数据、数据迁移和转换、开发和测试数据产品、数据访问服务、数据整合服务、验证数据需求等。
3 过程目标
过程目标如下:
a) 设计满足数据需求的数据结构和解决方案;
b) 实施并维护满足数据需求的解决方案;
c) 确保解决方案与数据架构和数据标准的一致性;
d) 确保数据的完整性、安全性、可用性和可维护性。
4 能力等级标准
能力等级标准如下:
a) 第1级:初始级
在项目层面设计、实施数据解决方案,并根据项目要求进行了管理。
b) 第2级:受管理级
1) 单个业务部门建立了数据设计和开发的流程并遵从;
2) 单个业务部门建立了数据解决方案设计和开发规范,指导约束数据设计和开发;
3) 建立了数据解决方案设计的质量标准并遵从;
4) 数据解决方案设计和开发过程中加强了数据架构和标准方面的应用;
5) 各业务部门根据需要开展数据准备工作。
c) 第3级:稳健级
1) 建立了组织级数据设计和开发标准流程并执行;
2) 建立了组织级数据解决方案设计、开发规范,指导约束各类数据设计和开发;
3) 建立了组织级数据解决方案的质量标准、安全标准并执行;
4) 应用级数据解决方案与组织级数据架构、数据标准、数据质量等协调一致;
5) 数据解决方案设计和开发过程中参考了权威数据源的设计,优化了数据集成关系并进行了评审;
6) 明确数据供需双方职责,统一开展数据准备工作。
d) 第4级:量化管理
1) 参考、评估并采用数据设计与开发的行业最佳实践;
2) 定义并应用量化指标,衡量数据设计与开发流程的有效性;
3) 组织对数据设计与开发流程开展了持续改善措施。
e) 第5级:优化级
1) 数据设计与开发能支撑数据战略的落地,有效促进数据的应用;
2) 在业界分享最佳实践,成为行业标杆。