应用背景
近十年，企业信息系统建设已经达到迸发式规模，但缺乏完善的数据管理和数据应用体系，如何有效ξ 地建立起业务规范统一、集成互联的数据基础，实现卐了企业级、全流程数据管控，是每家机构IT治理※的重点和难点。
尽管国外有成熟的行业数据模型产品和数据治理解决方案，但是因为国内的上游系统、发展⊙水平阶段、实施费用成本等因素导致难以∏获得市场。国内的公司在借鉴国外的设计思想基础上进行系统初步建设，逐步从统一思想认识到准备开发建设阶段，建设自己的数据管Ψ 控平台的条件逐步变得成熟。
产品全景
基于平台化的数据管理落地实施工作，满足对大数据▃治理体系的梳理、统一全公司数据【资产，平台包括调↓度管理、元数据管理、数据标准管理、数据∞质量管理应用模块，提供数据治理问题发现、跟踪、治理、评价的全流程闭环管理。
安正ζ 软件数据治理平台结构图
主要功能
- 数据标准管理：契合业务实际需求，提供符合行业标准规范的数据标准，包括管理流程及◇办法。
- 数据质量管理：数据质量管理以数据标准为数据检核依据，多维度︽验证数据， 包括：数据勾稽校验规则、多路数据校验〖规则、数据质量校验报告。
- 数据模型管理：规范数据表名、字段名的命名，对数据模型分层和统一开发规范管理，解▅决模型设计和数据开发的不一致性。
- 元数据管理：既分析数据业源血统，又清楚数据是如何计算出来的，保障企业数据的准确性①。
- 数据安全：确保数据访问和流转时不易发现增加、修改、丢失和泄露情况，保障数据质量。
- 数据生命→周期：将企业的信息资源进♂行全流程、全周期的统一规范和管理。
应用价值
数据关系脉络化
提升企业统一有序的※数据管理能力，实现对数据间流转、依赖关系的影响和血统分析，减少复杂↙企业数据环境中搜索数据的时间，提高数据分析的效率。
数据标准规范落地
推动数据标准在全企业的执行落地，规范化管¤理数据平台的业务和技术基础设施，包括数据管控制度与流程规范文档、信息项定义等。
数据稽核自动化
提供数据校验脚本生成引■擎，根据校验方法生成技术检验脚本（非法值、空值、码值、主键重复等）、业务检验脚本（业务●逻辑检查、数值检查、波动检查、一致性检查）。
消息预警①智能化
实现数据质量的预警智能化，把各种ξ数据异常问题通过不同手段主动推送至各种客户终端，以确保数据可用、高效。
