第一天

第1个主题：   数据治理的背景（数据治理的背景）（120分钟）

1、 数据质量管理诞生的背景

2、 政府加强金融管理的必然

3、 数据质量管理的发展现状与趋势

4、 企业数据质量问题案例分析

5、 数据质量的定义与度量

6、 数据质量管理的范围与过程

7、 案例分享：列举具有代表性的数据质量问题，对问题产生的深层次原因进行剖析，从根本上探讨解决问题的思路，并借鉴某些大型公司的解决思路，如工行、阿里等的解决方案，以及业界的解决标准

第2个主题： 数据治理的方法论（深入剖析数据治理的方法论）（120分钟）

1、 数据治理产生的背景

2、 互联网的普及与快速发展催生数据流动

3、 互联网、大数据、人工智能时代越发突显数据价值的重要性

4、 公司规模大、软件系统多导致数据质量恶化

5、 数据质量差导致数据的价值难以发挥

6、 不能支持企业战略决策、精细化管理、精准营销

7、 数据治理的目标与概念

8、 数据治理架构及其标准

第3个主题： 数据治理的技术包括哪些（数据治理的技术包括哪些）（120分钟）

1、 数据治理的困难剖析

2、 数据治理的涉众利益关系剖析

3、 数据治理是长期战略

4、 数据治理战略

5、 数据治理规划

6、 数据治理组织

7、 数据治理流程

8、 数据治理技术

第4个主题： 数据质量标准（数据质量标准）（120分钟）

1、 数据质量规划

2、 数据质量评估

3、 数据治理与数据质量整体解决方案

4、 案例分享：深入探讨数据质量战略规划，并分享公司的现有质量管理案例

第5个主题： 数据治理的全流程案例（深入数据治理的全流程案例）（120分钟）

1、 数据治理的全流程案例

2、 数据治理架构及其标准

3、 什么是数据标准化

4、 数据标准的定义

5、 数据管理成熟度(DMM)模型

6、 主数据的建设与管理

7、 数据库设计的范式

8、 元数据管理

9、 数据生命周期管理

10、 数据清洗转换加载（ETL）

11、 开发运维中的数据管理

12、 数据集成

13、 案例分享：介绍数据质量管理架构及其标准，包括元数据管理、数据生命周期管理等，以及元数据管理在数据ETL阶段的应用

第6个主题： 数据治理在各个行业成熟度如何（深入剖析数据治理在各个行业成熟度如何）（120分钟）

1、 数据质量管理软件与工具

2、 数据模型变更管理

3、 数据血缘跟踪

4、 数据质量整体蓝图

5、 数据质量实施研讨

6、 阿里巴巴数据治理与质量管理案例

7、 工商银行数据治理与质量管理案例

8、 政府税收数据治理与质量管理案例

9、 案例分享：介绍数据质量管理工具的功能，数据模型变更管理，数据血缘跟踪，最后给学员讨论时间，依据课程的学习，结合企业的实际情况，规划与实施自己企业的数据质量管理

第7个主题：   数据治理实操(从数据建仓-到数据应用)（介绍数据治理实操(从数据建仓-到数据应用)）（180分钟）

1、 数据治理实操(从数据建仓-到数据应用)

2、 大数据数据仓库报表的基础知识

3、 大数据数据仓库报表的管理区域

4、 大数据数据仓库报表的设计区域

5、 大数据数据仓库报表的的数据源

6、 大数据数据仓库报表的Cube与Schema

7、 拖拉维度与度量产生数据透视表

8、 建立分析图

9、 报表的定义

10、 报表的结构

11、 报表的视图

12、 报表的分类

13、 使用大数据数据仓库向导创建报表

14、 大数据数据仓库报表的设计与编辑

15、 大数据数据仓库创建子报表

16、 大数据数据仓库创建多列报表

17、 打印输出设计

18、 数据仓库应用案例