数据治理体系
一个架构完整的数据治理体系，为企业提供数据治理事先筹划协同、过程中具体功能实现、事后评估优化的参考模型,将大大提高数据治理的成功率。
数据治理
融合元数据管理、数据标准管理、数据质量管理、数据集成管理、主数据管理、数据交换管理、数据资产管理、
数据安全管理、数据生命周期管理等九大产品模块，打通数据治理各个环节，九大产品模块可独立或任意组合使用，快速满足政府、企业各类不同的数据治理场景。
为什么需要数据治理？
各行业的信息化发展和建设水平并不均衡，甚至有的行业是刚刚起步。但是，不论是金融行业、通讯行业、地产行业、传统制造业以及农业，其信息化的发展基本都遵循了“诺兰模型”。 企业信息化大致经历了初期的烟囱式系统建设、中期的集成式系统建设和后期的数据管理式系统建设三个大的阶段，可以说是一个先建设后治理的过程。
01
数据质量层次不齐
02
数据交换和共享困难
03
缺乏有效的管理机制
04
存在安全隐患
数据治理特色
助力构建数据质量规则库
内嵌多种规则，能够覆盖目前项目数据质量相关问题，可由实施工程师在图形化界面上根据业务需求配置
灵活定义多模型质检方案,性能高效
多点监测，多模型质检方案，高效调度，并发和串行处理相结合。
提供图文并茂的质量检查结果报告
内置常规质检分析报告，实时可视化呈现质检结果
六大治理平台
智能数据治理平台
融合元数据管理、数据标准管理、数据质量管理、数据集成管理、主数据管理、数据交换管理、数据资产管理、数据安全管理、数据生命周期管理等九大产品模块，打通数据治理各个环节。
数据质量管理平台
图形化操作界面，全程零编码：采用全导航交互式设计界面，技术门槛低。使得非技术用户也能对定义过程和定义结果一目了然。
元数据管理平台
可扩展元模型，满足不同管理需求:元数据的应用都基于元模型。元数据管理平台中的元模型支持CWM（公共仓库元模型）规范的同时，采用多种方式简化元数据维护的复杂性。
数据交换管理平台
多场景适用:支持多种数据项目类型如数据迁移、数据同步、数据集中、数据共享、数据仓库等。多种交换策略，定时推送、一次性交换、主动抽取、订阅等，满足实时、离线数据交换需求。
数据标准管理平台
大数据治理规范平台:协助大数据平台建立之前制定统一规范数据标准，实现企业大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理。
主数据管理平台
无缝对接各类业务系统:支持多种主流关系数据库及大数据库：Oracle、MySQL、DB2、PetaBase、Hive等，可直接从业务系统汇集数据。
| 事项 | 服务时间 | 响应时间 |
|---|---|---|
| 需求评估 | 7天×24小时（包括法定节假日） | 法定工作日的（9:00 — 21:00）30分钟内，其余24小时内 |
| 项目方案 | 法定工作日的（9:00 — 20:00） | - |