长按二维码,关注官方公众号
数据治理“PAI”实施方法论
〇 分享简介 〇
数据治理作为推动治理体系建设的关注热点。面对数据多样化、数据需求个性化、数据应用智能化的需求，如何做好数据治理工作，提升数据治理能力是政府、也是企业数字化转型的重中之重。
针对目前异构数据整合难的问题，数据治理中可引入了NLP、动态知识图谱等技术，本次分享将基于其在多个PB级、多源异构数据源的复杂场景下的数字政府数据治理项目落地成果，分享数据治理“PAI”实施方法，即流程化（process-oriented）、自动化（automation）、智能化（intelligence），介绍针对数字政府建设中的多模态数据，如何更好地开展数据治理工作、建立全域数据标准、提升数据质量、盘活数据资产，以及支撑数据融通，最终释放数据价值，指导业务创新。
〇 分享收益 〇
目标
1.了解数据治理的标准化实施流程
2.了解数据治理过程中哪些流程可以通过自动化方法实现
3.了解智能化在数据治理中的辅助作用
4.了解知识库在数据治理实施的过程中的价值
成功要点
数据治理充分发挥数据价值及数据要素市场化，从数据治理流程化、体系化、规范化、便捷化的实施路径，快速建立数据治理范围及实施方法论。
启示
体系化讲解数据治理的关键要素和落地方法以及行业知识库在持续数据治理中的重要作用。
〇 分享亮点 〇
1. 分享数据治理体系框架及落地实施标准工序。
2. 详解“PAI”实施方法论中自动化及智能化工序。
3. 借助知识库如何快速实施数据治理
4. QA
