第一部分 数据治理技术基础及进阶学习

1.数据治理与大数据的关系深入

2.当前行业应用的数据治理现状及意义

2.数据治理的目标与定位

2.大数据环境下行业应用的数据治理特点

3.数据治理的关键

      4.行业应用中的数据仓库与数据治理关系深入

1）数据仓库环境下数据治理的困境和挑战

2）数据仓库的体系结构多样性带来的影响解读

3）数据仓库与数据治理的关系

第二部分 数据治理架构与建模案例

1.数据治理架构的深入解读

2.行业应用的大数据平台及数据架构设计

3.数据建模实例分享

Ø1）模型建设的思考与案例

Ø2）模型建设案例分享

Ø  完整案例：（案例背景及隐患-->怎么做-->曾尝试的办法及收获->案例启示-->小结）

  3）如何做好行业应用的业务建模的需求分析并在分析过程中减少数据治理的困难

4.不同模型设计下数据治理的优缺点及如何做好模型设计

第三部分 数据治理的思路及具体措施

1、数据治理要素及策略（4大要素，7大策略及成熟度模型评估）

2、行业应用数据治理的实施建议

1）元数据的定义及管理经验

2）主数据管理的4个关键点及经验

3）主数据实施流程管理

   主要包含：1.如何确定组织架构 2.如何根据场景选择工具 3.如何做好ETL开发 4.如何制定标准规范。

3、行业应用的数据标准化建设的误区

第四部分 数据质量管理经验

1.数据质量框架设计介绍

2.数据建模与数据质量的关系（理解优缺点及适用场景）

3.数据质量的组织架构设计注意事项

4.ETL如何保证数据质量（审核流程的注意事项）

5.改善数据质量的技巧和策略

第五部分 数据安全管理经验

1.数据安全涉及的模块介绍

2.行业应用的数据安全的问题背景分析

3.解决数据安全在架构设计和数据库设计的注意事项

4.数据安全的优化案例

5.发现数据安全问题的技巧和策略

第六部分 数据治理的落地与实践案例分析

1.如何选择数据治理的最佳时机

2.数据治理成功的关键---元数据管理

3.数据治理中主数据管理的案例（行业应用中主数据的治理）

3.1 针对主数据的现状问题如何剖析

3.2针对主数据改进举措的深入分析

3.3 如何做好评估主数据治理

4.不同驱动（业务、数据、应用）驱动方式及使用场景

5.主动治理的优势、应用避免的问题有哪些

第七部分 行业主数据治理的经验

1.数据管理能力成熟度的重要性有什么，如何做好这块的工作

2.行业应用数据治理团队建设经验及注意事项

3.面对应对性数据治理和主动型数据治理要注意什么

4.主数据建设整体思路及如何评估

5.基于行业应用的主数据治理经验小结