课程背景

数字化变革改变了人们看待数据的方式。数据不再仅仅被视为商业活动的副产品，而是战略资源，是发展和提供新型数字产品与服务，建立新型数字商业模式的基础，可以说数据就是生产力，2019年10月，《**关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》，《决定》指出:“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献，按贡献决定报酬的机制。”这是首次将数据作为与劳动、资本、土地、知识、 技术、管理并列的生产要素，从制度层面确立了数据作为一种新的生产要素的重要地位。数据治理成为公司一项相当重要的工作，业务到哪里，审计就要到哪里，那如何对公司数据治理开展审计呢？

邱健老师从事内部审计工作多年，有着多个行业的从业经历，有多年审计及管理经验，他**深入浅出的理论分析，实践经验传授，帮助学员深刻理解数据治理及数据治理审计的理论、方法和工具，并**实际案例演示帮助学员掌握，从而降低企业的数据治理风险，实现审计的价值。

课程对象：企业内部审计同事，信息系统部同事及其他对数据治理感兴趣的同事

课程特色：启发式讲授 实际案例分析＋互动式教学＋小组讨论＋实际演练，突出实战性和实用性

课程收益

1、 了解企业数据化转型的要点和方法

2、 了解数据治理的依据和方法论；

3、 了解数据治理体系和数据治理框架的搭建要点

4、 了解面向业务的信息架构搭建要点；

5、 了解数据治理审计的要点和方法；

6、 学习先进企业的数据治理审计经验，并能运用到实际工作中。

课程时间 1天

课程大纲

**章 数据驱动的企业数字转型

1 非数字原生企业的数字化转型挑战

1.1 业态特征

1.2 运营环境

1.3 IT建设过程

1.4 数据质量

2 数字化转型与数据治理

2.1 数字化转型整体目标

2.2 数字化转型蓝图及对数据治理的要求

【案例分析】国内知名企业数据治理实践

第二章 数据治理

1. 建立公司级的数据治理政策

1.1 数据管理总纲

1.2 信息架构管理政策

1.3 数据源管理政策

1.4 数据质量管理政策

2. 融入变革、运营与IT的数据治理

2.1 建立管理数据流程

2.2 管理数据流程与管理变革项目、管理质量与运营之间的关系

2.3 **变革体系和运营体系进行决策

2.4 数据治理融入IT实施

2.5 **内控体系赋能数据治理

2.6 建立业务负责制的数据管理责任体系

3. 差异化的企业数据分类管理框架

3.1 基于数据特性的分类管理框架

3.2 以统一语言为核心的结构化数据管理

3.3 以特征提取为核心的非结构化数据管理

3.4 以确保合规遵从为核心的外部数据管理

3.5 作用于数据价值流的元数据管理

4. 面向业务的信息架构建设

4.1 信息架构的四个组件

4.2 信息架构原则：建立企业层面的共同行为准则

4.3 信息架构建设核心要素：基于业务对象进行设计和落地

4.4 传统信息架构向业务数字化扩展：对象、过程、规则

5. 面向共享的数据基础建设

5.1 支撑非数字原生企业数字化转型的数据基础建设框架

5.2 数据湖：实现企业数据的“逻辑汇聚”

5.3 数据主题联接：将数据转换为“信息”

6. 面向消费的数据服务建设

6.1 数据服务：实现数据自助、高效、复用

6.2 构建以用户体验为核心的数据地图

6.3 人人都是分析师

6.4 从结果管理到过程管理，从能“看”到能“管”

7. 打造数字孪生的数据全量感知能力

7.1 “全量、无接触”的数据感知能力框架

7.2 基于物理世界的“硬感知”能力

7.3 基于数字世界的“软感知”能力

7.4 **感知能力推进企业业务数字化

8. 打造清洁数据的质量综合管理能力

8.1 基于PDCA的数据质量管理框架

8.2 全面监控企业业务异常数据

8.3 **数据质量综合水平牵引质量提升

9. 打造安全合规的数据可控共享能力

9.1 内外部安全形势，驱动数据安全治理发展

9.2 数字化转型下的数据安全共享

9.3 构建以元数据为基础的安全隐私保护框架

9.4 “静”“动”结合的数据保护与授权管理

第三章 数据治理审计

1. 公司数据治理远景规划

1.1 审计方法

1.2 需要资料

1.3 可能问题

2. 公司数据治理政策制定

2.1 审计方法

2.2 需要资料

2.3 可能问题

3. 数据架构建设及数据分类管理

3.1 审计方法

3.2 需要资料

3.3 可能问题

4. 数据基础建设

4.1 审计方法

4.2 需要资料

4.3 可能问题

5. 数据服务

5.1 审计方法

5.2 需要资料

5.3 可能问题

6. 数据感知

6.1 审计方法

6.2 需要资料

6.3 可能问题

7. 数据质量与安全

7.1 DSMM模型引入

7.2 数据安全的六个阶段

7.3 DSMM模型成熟度评估