- 概述
以数据架构为引领、数据应用为目标，规范数据标准与数据源管理、夯实数据平台建设，统筹建立数据规范与治理体系。
- 目标
- 建立集中与分散相结合的企业数据集成与数据服务体系、数据规范体系、数据治理体系；
- 提高企业数据共享程度、数据协同能力；
- 解决数据重复收集问题、多数据源问题、数据孤岛问题；
- 打通业务数据、管控数据壁垒；
- 强化数据质量管理，充分挖掘数据的价值。
- 总体架构
典型的企业数字体系总体架构如下图所示，包括数据规范、数据源管理、产品全生命周期数据平台（PLM数据平台）、数据服务、数据治理。
- 数据规范
建立统一数据规范，实现数据统一理解，包括数据模型、数据标准、指标体系、数据主题域、业务规则、数据分布。标准数据规范体系建设按照面向应用而不是面向技术的原则，研究和制定符合企业业务与管理需求的数据标准体系，并与应用系统建设相辅相成。
- 数据源管理
加强数据源管理，避免多头数据源，包括来自各类业务系统及管理系统数据，企业外部数据以及必要的人工填报数据等。
- 产品全生命周期数据平台
实现数据整合与共享，包括内外部文档管理系统、知识管理平台体系、主数据管理平台等。基于集中与分散相结合的原则，全生命周期数据平台主要集成公司层面统筹及跨组织需要的数据。
- 数据应用与服务
实现数据的价值最大化，包括数据分类查询、多维度数据分析、数据报表、数字化交付、数据挖掘、机器学习、主数据发布、仿真优化、基于数据的业务协同与管理协同、知识推送等。
- 数据治理
加强数据治理，提高数据质量，包括数据治理组织、制度、流程、工具和数据安全。