基于总体业务架构设计的详细方案 数据准备和管理 采购和库存管理 基础 数据 财务管理 深化品类管理 门店数据管理 柜组数据管理 商品品类管理 基础参数管理 供应 商准 入和 新品 信息 供应商数据管理 商品数据维护 品牌数据管理 价格数据管理 财务 数据 科目数据管理 银行数据管理 成本中心 数据 利润中心 数据 …… 需求和补货 补货参数设置 自动补货需求 订货项目补货预测 订货项目补货预测 采购和入库 库存管理 销售管理 商品采购管理 采购收货管理 收货差异处理 库存调拨业务管理 库存盘点业务管理 商品内部领用管理 非商品管理 返利和联租结算 非商品数据管理 非商品库存管理 非商品采购管理 门店销售业务管理 电商销售业务管理 劲草销售业务管理 销售配送发货管理 售后销售管理 内部销售管理 鞋服品类深化管理 超市业态管理 黄金珠宝品类深化管理 物流配送 销售管理 售后服务 高效供应链管理 供应链打通 物流 数据流 业务财务一体化 整体运营详细方案的设计目标 … 财务流 业务数据 u 规范数据管理：打通供应链信息流：实现集团到门店、门店间的内部整体信息流的全面打通，搭建可进行集团级数据共享和分析的平台。 u 优化库存结构：系统结合业务管理逐步实现合理补货、优化库存结构、盘活集团库存资源的最终目标。

........................................................................................12 2.1 当前数据管理现状..............................................................................15 2.2 省级数据共享需求.. 通过全面的需求分析，省级可信数据空间的设计方案将能够在 功能性、安全性和用户体验等多个方面达成平衡，为各类用户提供 高效、可靠的数据服务。 2.1 当前数据管理现状 当前，许多省级单位在数据管理方面面临诸多挑战，尤其是在 数据集成、标准化、共享和安全性方面。大多数机构的数据管理依 然依赖于传统的手动处理方式，并缺乏有效的统一管理平台。具体 分析如下： 首先，数据存储方式多样，造成数据孤岛现象严重。各部门或 段、数据格式等不一致，导致在进行数据分析时常常需要大量的预 处理。 此外，数据共享机制不健全是当前数据管理的一大瓶颈。虽然 一些政府部门和企事业单位开始探索数据共享的途径，但绝大多数 情况下，数据还是被局限在各自的部门内部，缺乏有效的跨部门合 作。调查发现，约 70%的数据在产生后未能有效共享，利用率极 低。 数据安全性和隐私保护同样是现阶段数据管理中不可忽视的问 题。随着数据规模的不断扩大，数据泄露和滥用的风险也随之上

多密码的尴尬局面 ，实现一处认证、 全网漫游 全行业水利应用的移动端、 PC 端入口分别集成到同一个工 作门户 ，破解系统林立、 各自为政的困局 建立完善 “” 1 +X“ 数据管理机制 ，建设物理分散、 逻辑统 一的水利数据仓 ，共建共享 ，破除 “信息孤岛” 在 “全国水利一张图”的基础上 ，建设 “浙江水利一张图” ， 为 全行业提供统一空间参考 依托省政务云网络安全体系 通用性强的公共资源和基础支撑建设 ， 制定相关技术标准 负责贯通市县的省级统建业务模块建设 ，建立本部门 业务条线数据管理机制 负责统筹协调 ，研究确定水利统建业务事项、 数据责 任和推进机制 ，指导平台建设 配合省级统建业务模块建设 ，落实 “ 1 +X” 数据管理 机制 ，负责本级数据仓、 工作门户及自建模块建设 市县 水管理平台总体设计 工作分工 省水利信息 宣传中心 2019.11.12 组织申报水管理平台建设试点 2020.01.09 发文公布水管理平台建设试点单位 2020.01.19 组织召开试点工作部署会 8 市 19 县 健全 “ 1 +X” 数据管理机制 ，落实 “一数一源、 按职维护” ， 完 成试点地区水利基础数据的职责划分与内容核对 每个试点单位都开通本级工作门户 ，至少一个符合 “五统一” 要求的自建模块上线 省级六大统建

系统间的数据集成与数据汇聚，由于多主体大数据 平台建设采用异构技术平台、不同元数据管理、独 立数据接口标准，导致跨主体跨域间数据无法高效 流通、无法高效发现、汇聚、治理、加工、访问与检 索，大量 高价值数据难以被快速、高效集成至 AI 训练 / 推理 生产流程中。 ① 跨域多主体系统异构建设，跨系统横向集成难， 无法为 AI 统一供数： · 缺少统一元数据管理，治理复杂度剧增： Iceberg、 Hudi、Delta Hudi、Delta Lake、语料集对象存储各表 格式的元数据访问协议差异大，多个数据湖独立部 署元数据管理，异构数据湖无法形成全局数据地 图，跨系统数据发现成本高、血缘追踪割裂等。 · 缺少统一数据格式，跨格式数据计算性能差：多 引擎（Spark、Flink、模 型训推等）编排 场景下兼 容性 差，跨格式联邦查询通过多 catalog 路由，查询 计划复杂、性能差。 12 Metadata 缺少统一权限管理，合规管控复杂度高：异构元 数据管理多重权限体系叠加、审计日志分散，满足 统一 IAM 策略、统一审计的技术成本高、漏洞风险 大。 ② 缺少云边端一体化管理，中心训练 -> 边缘推理纵 向数据供给不足： · 云边端数据孤岛导致语料碎片化：大量高价值行 业数据（工业设备、医疗检测、城市治理监测）滞留 边缘端，导致垂直领域语料严重短缺； · 云边端元数据描述不统一：云边端数据缺乏统一 元数据管理和存储标准，导致语义对齐困难，需要大

裸金属 BMS 弹性块存储 EBS 对象存储 OSS 负载均衡 SLB 私有网络 VPC EIP VPN 网关 数据服务 云监控服务 告警、通知、展示 人工智能服务 数据管理 资源调度 模型训练 人脸识别 GPU 云 服务器 云专线 WAF 堡垒机 物联网服务 智能制造服务 城市融合服务 应 用 服 务 uWorker uPlus 网盘服务 在线会议服务 数据中台 -- 提供多样化历经实践的数据处理平台 … … 委办局 农业企业 合作社 物联网 遥感、 GIS 涉农数据资产 数 据 架 构 数据分类 数据采集 数据分析挖掘 模型管理 数据管理 数据质量 元数据 数据运营 数据治理 数据 抽取转换 数据标准 业务接入 农业数据中台 产业互联网 生产 生产 赋能业 务 赋能业 务 种植 / 畜牧 / 渔 业 / 地理信息平台（ GIS ） Unicloud GIS 平台，致力于为政府、企 业、集成商及软件开发商，提供从空间数据 采集到编辑，从存储到展示，运算到分析的 一整套完整的解决方案，集多源数据管理、 数据可视化、二次开发和运营维护为一体。 平台采用模块化的方式提供专业的 GIS 开发 工具及服务，支持大数据多端游览、自定义 数据服务接口、支持协同可视化编辑。可根 据企业个性化需求进行定制，支持一键数据

土地中心、地质中心、卫星中心、海洋中心、…… 以前：分散管理、分散服务 时空大 数据平 台 海洋数 据共享 服务平 台 天地图 平台 中国数 字海洋 平 台 统一认证、电子签章、 …… 数据交换、数据管理、 …… 服务注册、服务发布、 …… 县 4 节点 县 2 节点 省 1 节点 市 1 节点 市 2 节点 省 2 节点 市 4 节点 县 1 节点 县 3 节点 市 3 节点 … 决策 互联网 + 自然资源 政务服务 1. 原有数据集成整合：数据标准 化处理， 异构数据源集成融合 2. 数据分布式管理：各自建设、 统一服务，各数据管理单位作为 分布式存储的一个节点，做好数 据的本地存储管理、汇交和共享， 接入平台； 3. 数据统一应用服务：核心数据 库通过国土空间基础信息平台统 多源异构数据集成 • 空间数据高效存储 • 分布式数据库技术 • 时空大数据分析技术 • 数据统一应用服务 自然资源一张图 : 三维立体 ， 支撑自然资源管理和对外服 务 分布式数据管理 管理数据 在线调用 数据汇交 实时备案 共享交换 数据购置 网络下载 其他行业数据 网络数据 媒体 网络 位置

县3节点 …… 县4节点 市1节点 市2节点 市3节点 市4节点 省1节点 省2节点 基础设施 信息资源 应用支撑 统一认证、电子签章、…… 服务注册、服务发布、…… 数据交换、数据管理、…… … 应用服务 监管决策应用、政务服务应用、调查评价应用 自然资源内网门户、政务服务门户、互联网服务门户 土地中心、地质中心、卫星中心、海洋中心、…… 国 家 节 点 形成数据资源体系管理与应用服务支撑信息化机制！ Confidential 14 自然资源一张图: 三维立体，支撑自然资源管理和对外服务 1. 原有数据集成整合：数据标准 化处理，异构数据源集成融合 2. 数据分布式管理：各自建设、 统一服务，各数据管理单位作为 分布式存储的一个节点，做好数 据的本地存储管理、汇交和共享， 接入平台； 3. 数据统一应用服务：核心数据 库通过国土空间基础信息平台统 一管理与调度； • 多源异构数据集成 空间数据高效存储 • 分布式数据库技术 • 时空大数据分析技术 • 数据统一应用服务 自然资源调查 监测评价 自然资源监管 决策 互联网+ 自然资源 政务服务 分布式数据管理 数据集成 数据获取 数据管理 数据应用 国土调查 地质调查 海洋调查 基础测绘 调查监测数据 经济 生态经济 人口 ...... 其他行业数据 媒体 网络 位置 ...... 网络数据 资源评价

关 联 分 析 公交区域连通度 效果评估 公交线网优化决策分析 交通规划决策分析 交通管控决策分析 交通行为特性分析 交通资源调 控 安 全 运 营 运 维 数据管理 数据校正 23 … 市级 TOCC 客管 交通运输局 交警 安监 环保 应急 医疗 消防 数据类型：关系型、非关系型、 计算资源：云虚机、 BMS 、容器，资源快速发放 数据存储：对象存储，存算分离 分析引擎： Hadoop, Spark, Flink, Presto, MPP, TensorFlow 数据管理： Atlas, AWS Glue, HUDI, DeltaLake … 关键技术：云服务和数据融合，提供更加敏捷的云数据湖解决方案 数据类型：关系型 计算资源：物理机 数据存储： SAN 0 解决方案 AppEngine 提供 No Code /Low Code 开发体验，支撑行业应用快速开发交付 关键技术 ROMA ：全面覆盖 8 大场景，使能企业和行业数字化转 型 元数据管理能力支撑行业数 据目录与数据共享 以身份为基础，解决用户身 份和权限统一的问题 场景 3 ： 总 - 分架构，打造应用一张网， 数据一盘棋 场景 2 ： 统一的应用与数据集成平台，

POWER 数据领导力是数智时代的新型领导力，是数据素养与变革型领导力的结合。学术界普遍认为可以从两 个视角去理解数据领导力：一种视角从数据治理有效性出发，是领导者通过影响他人提升数据意识、 变革数据管理、释放数据价值的能力；另一种视角则是从领导情境发生变化的角度出发，是指领导者 在数据情境中引导和影响追随者努力实现组织共同目标的能力。本文认为需要融合以上两个视角理解 企业发展新环境呼唤数据领导力 会议议题全面覆盖 指标治理 数据管理 决策效果 数智领导力 008 007 数智领导力 CHALLENGES 管理挑战 传统汇报方式耗时耗力，缺乏便捷可视化手段 0 1 如何呈现企业真实的运营状态，不同人对指标的理解并不一致 02 多数据源、多加工链路难以保证数据准确性 03 数据工作台产品蓝图（覆盖采集-治理-服务全流程） 全角色覆盖 管理层 数据消费者 数据管理者 数据开发者 数据行管 ERP 车联网 PDM CRM 信息架构平台 数据资产目录 数据模型管理 数据标准管理 元数据管理 数据分布 信息架构管控 数据质量平台 数据质量规则 数据质量度量 数据质量报告 数据资产平台 分类管理 价值管理 流通管理 风控管理 主数据平台 主数据管理 模型管理 质量管理 标准管理 指标管理平台 指标管理 生命周期管理 运营分析 数据开发平台

。明确数据的格式 、编码 、命名规则 、 数据 字典等 ，确保数据在不同来源和应用场景下的一致性 和互操 作性 。积极参与和推动新材料行业数据标准的制定 和完善 ， 促进整个行业数据管理的规范化和标准化 。通过 标准化建设， 提高数据的质量和管理效率， 降低数据整合和 应用的成本 ， 为数据空间的高效运行奠定坚实基础。 3.2.4 协同性原则 强调新材料产业链上下游企业 据中的英制单位转换为公制单位 ，确保数据的一致 性和可比 性。 数据集成：利用先进的数据集成技术， 将来自不同数据源的 数据整合到一个统一的数据平台中 。采用联邦数据库 、数据 仓库 、主数据管理等多种技术手段实现数据集成 。联邦数据 库通过建立虚拟数据库， 对多个数据源进行统一管理和访 问， 用户可以通过联邦数据库的统一接口， 透明地访问分布 在不 同地理位置 、不同类型数据源中的数据， 、不同类型数据源中的数据， 无需关心数 据的实 际存储位置和物理结构 。数据仓库则将数据进行集 中存储和 管理， 按照主题对数据进行组织和整理， 为数据 分析和决策 支持提供统一的数据平台 。主数据管理对企业核 心业务数据， 如原材料信息 、产品信息 、供应商等进行集中 管理和维护 ， 确保数据在企业内部各部门以及数据空间各 参与主体之间 的一致性和准确性 。例如， 在构建新材料产业链数据集成平