第1天

数据标准化、数据字典梳理、元数据管理

第一部分

数据标准化

一. 数据标准制定

二. 数据标准化定义

三. 数据标准审批流程

四. 按域拆词的必要性

第二部分

数据字典梳理

一. 数据字典梳理的目标

二. 数据字典梳理的流程

三. 数据字典梳理的方法

第三部分

元数据管理

一. 元数据管理的范围

二. 元数据管理的元数据管理流程的制定

三． 元数据的采集及企业级全流程血缘构建方案

第2天

数据质量管理、案例实践

第四部分

数据质量管理

一. 数据质量管理的关键要素分析

二. 数据质量的案例分析

三. 针对数据质量的提升的策略的经验小结

第五部分

数据资产和数据的生命周期管理

一、数据生命周期管理的意义和目标

二、数据生命周期管理的方法和具体举措

三、数据资产与数据生命周期的关系

四、如何管理数据资产

第六部分

完整的数据治理落地案例实践（具体行业客户案例应用）

一. 成立数据部门的必要性

二. 数据部门在开发过程中的组织架构和责权分工、管理流程

三. 数据标准化，在开发过程中，如何真正应用落地？（在开发建表时进行标准化遵循约束，而不是事后检查是否标准化）

四. 管理数据模型的意义何在？

五. 如何在软件体系中管理数据模型，并且将数据标准化的成果，应用到数据模型的设计和运维过程中？

六. 如何保证模型的各层能够精准的映射？

七. 针对旧系统，如何实现标准化改造？

具体客户案例实战介绍