01

加强数据资产管理，释放数据要素价值

02

入选案例介绍

案例方/供应商：长安汽车/数澜科技

应用领域：制造

案例详情：

长安汽车通过建设工厂边缘数仓，采集、汇聚、融合工厂产线IOT数据、生产经营管理系统数据，构建企业数据管控体系，实现工厂系统间数据共享、工厂向集团的数据上报，支撑集团及工厂管理层洞察经营生产全貌、优化经营生产管控水平、提高战略决策效能，全面激活并提升数据资产价值，赋能企业实现智能化运营与可持续发展。

入选理由：

• 本案例采用了先进的数仓建模技术和数据湖仓架构，将MES、LMS等多个系统的海量数据快速归集，通过数据标准化、清洗、质量治理等手段，输出高质可用的数据资源，支持工厂级数据共享中心的建立，以及面向集团的数据上报机制；

• 本案例构建了生产车间边缘数据结构树，方便业务人员直观理解与利用数据，同时建立数据分类分级管理体系，帮助业务人员具备大数据分析基础能力，有效提升数据分析和决策效率。

案例方/供应商：重庆电建/亿信华辰

应用领域：国央企

案例详情：

围绕“数字重庆电建”目标规划，重庆电建以数字化转型为契机，携手亿信华辰通过从数据的采集、汇聚入手，集成各业务平台数据并进行标准化，管控数据流动的全过程，以数据中台为基础底座，创新打造高效、智慧、开放、共享的数据服务体系，推动数据可视化展示，加速推动企业数字化转型进程。

入选理由：

• 数据的共享协同是实现工程数字化和管理数字化的基础和核心，数据中台建设真正意义上开启了“数字重庆电建”建设，是重庆电建数字化转型的重要举措；

• 本项目成功探索数据资产的共享交换模式，实现数据资产在不同部门和业务场景中的高效利用。通过搭建共享交换平台，实现数据资产的快速流通和共享，促进了资源的优化配置。

案例方/供应商：光明食品

应用领域：零售

案例详情：

光明食品集团作为具有多家成员单位的集团型企业，基于统分结合搭建主数据治理体系，并将统分结合的思想贯穿在数据标准、数据管理、技术平台、项目推进、系统部署架构等主数据建设的各个方面，实现各成员单位之间的主数据统一管理和高效协同，有效支撑集团数字化建设。

入选理由：

• 集团型企业在主数据治理上存在复杂项目组织难、数据标准难统一、分发使用协调难等痛点，光明食品基于统分结合模式的主数据治理为集团型企业提供参考；

• 光明食品集团采用上下协同的项目推进机制，集团先行、成员单位跟进，矩阵式项目管理，总体项目管控和专业项目条线指导相结合，集团统一规范欠缺点从数据层面体现，推动集团整体规范落地和规范迭代。

案例方/供应商：贵州农信

应用领域：金融

案例详情：

贵州农信在数据要素相关政策指引下积极开展数据资产管理工作，聚焦组织、制度、流程、技术等领域，实施元数据、数据标准、数据质量、数据安全、数据应用等建设，从数据资源化到数据资产化到资产价值化，逐步实现数据价值升华。

入选理由：

• 本案例创新提出数据价值升华“三步蒸馏法”，首先进行数据资源化，将多源异构数据形成可重用、可应用、可获取的数据集合，然后进行数据资产化，完成资产的盘点、入库、查询、定价，最后进行资产价值化，通过数据要素交易带来持续受益；

• 本案例创新提出“三层八域一管控”的数据资产盘点方法，并从管理维度、业务维度、技术维度和安全维度对数据进行画像，实现数据资产的可管可控。

案例方/供应商：杭州银行/大应科技

应用领域：金融

案例详情：

杭州银行数据资产管理平台以大应科技Aloudata BIG产品的列算子血缘为底座，实现全域数据资产统一采集和连接，端到端连通从业务源端数据库到应用端报表的列算子血缘图谱，实现让冗余数据治理和数据落标等方案从“手动”提升到“自动”，从依赖人工盘点到自动化挖掘元数据知识，丰富了数据治理手段，提升了治理方案落地效果和效率。

入选理由：

• 本案例通过先进的列算子血缘解析技术和应用算法，挖掘和丰富元数据资产，帮助业务和开发人员精准快速地理解数据，帮助管理人员持续发现企业的“暗数据”和评估数据价值；

• 通过引入图探索策略及AI算法，让资产刻画标注融入血缘链路，在列算子血缘图谱基础上，支持灵活可扩展的数据标准和安全标签打标扩散能力，实现业务数据知识的沉淀，构建企业元数据语义知识图谱，用新技术解决企业数据管理的“老大难问题”。

案例方/供应商：交通银行

应用领域：金融

案例详情：

交通银行基于“价值引领、开放共享、全面覆盖、安全合规”四大原则，自下而上推动数据治理体系和工作机制优化，全面规划并推进数据治理组织、制度、标准和中台建设，解决数据“找不到、不好用、难管控”等业务难题，发挥数据要素在数字化转型中的基础支撑与核心驱动作用。

入选理由：

• 通过数据治理体系建设，交通银行总结沉淀了一套可落地、可推广、可操作的数据治理方法论，供同业参考，同时搭建了集成数据治理各项能力域的系统化平台，实现跨部门流程贯通，并将数据治理成果可视化；

• 数据治理体系的全面升级，为交通银行数字化转型项目提供数据支撑，赋能业务产品创新和服务流程优化。

案例方/供应商：申万宏源

应用领域：金融

案例详情：

为提高数据质量，更好的利用数据赋能业务，申万宏源开启”以应用促治理，治理服务于应用“的数据治理实践，第一阶段以业务场景和业务部门重点应用作为驱动，推进数据架构、数据标准、数据质量、数据模型建设等工作开展，第二阶段将数据资产运营平台升级为数据资产服务门户，建设数据治理创新应用体系，释放数据价值。

入选理由：

• 通过数据治理，申万宏源提升业务赋能效率、拉进业务与数据的距离、改变业务与技术的协同方式，让数据从后台走向前台，实现数据业务化；

• 依托数据资产服务门户的实验室功能与敏捷开发能力，申万宏源将大数据平台、ECIF、AI的数据应用成果进行快速产品化，实现数据产品低成本、短周期的开发，高效支持各业务条线的数据赋能。

案例方/供应商：绍兴银行/数新网络

应用领域：金融

案例详情：

金融科技贷数据模型平台通过汇集政务数据对企业进行评价分析，打造企业数字画像、金融超市、数字预授信、一键秒贷和政策快兑等多跨功能场景，充分挖掘政务数据价值，更好地为科技企业和金融机构、政府机构、监管部门等多类主体提供贷款、数据分析、智能监管等多类型应用服务。

入选理由：

• 金融科技贷数据模型平台依托大数据算法对政府数据进行整合，实现了政府公共数据在企业金融服务领域的综合性、多维度、高质效应用，有效解决银企信息不对称难题；

• 针对科技型企业的不同发展阶段，本项目建立基于企业创新能力以及科技企业发展潜力评价、多维度的指标模型，并构建形成科技型企业积分体系和科技指数，推动中小型科技企业授信流程再造，融资场景重构和服务模式变革，破解科技中小企业融资难、融资贵问题。

案例方/供应商：台州银行/瓴羊

应用领域：金融

案例详情：

台州银行联合阿里云、瓴羊等企业的数智化能力开展数据建设：建立全行的数据治理机制和体系，并通过建设的大数据平台工具落地，有力地整合了内部数据资源，实现了数据的整体采集、统一标准、共享计算、共享应用，促进数据服务敏捷化，同时向上完善数据应用体系构建，促进数据应用价值发挥。

入选理由：

• 本案例通过瓴羊Dataphin、QuickBI构建统一数据中台门户，包含数据研发与治理、数据资产管理、智能分析等模块，打通各个产品、OA系统接口，承接数据治理体系落标以及全流程数据管理贯标，为业务部门及分支机构提供便捷数据智能分析；

• 本案例在提升数据质量和增强用数效率的基础上，积极开展数据人才培育，让银行的数据治理实践不仅仅是一个起点，而是一个连续的、充满活力的发展过程。

案例方/供应商：一汽红旗/科杰科技

应用领域：制造

案例详情：

一汽红旗构建统一的数据体系规范和数据标准，建立统一管理口径的统一指标和标准化模型；对各个数据源端的数据进行统一，打破数据孤岛，建立统一的大数据中心；构建全链路全域数据资产，对数据进行治理和数据资产化管理，建立统一数据共享交换中心。在数据安全管控机制下，面向各个体系进行开放赋能。

入选理由：

• 本案例支持多种数据挖掘算法和人工智能算法，构建极致的人、车、情景认知和交互能力；

• 本案例深度挖掘数据价值，孵化数据产品，打造红旗数据运营生态，实现数据驱动业务、驱动生活、驱动车辆的多维创新。

案例方/供应商：豫园珠宝时尚集团/奇点云

应用领域：零售

案例详情：

豫园珠宝基于奇点云数据云平台DataSimba搭建数据资产管理平台，并以用户域为切入点，完成数据基建升级。短短4个月，豫园珠宝不仅打通了数据孤岛、沉淀了数据资产，数据查询分析效率、报表开发效率与运维管理效率均得到显著提升，以强大的数据能力，应对复杂的数据场景与精细化的业务运营。

入选理由：

• 本案例解决了数据时效性、数据标准、数据计算能力、多场景数据复用弱等问题，构建大规模数据处理及计算能力，建立企业全域数据资产体系，沉淀豫园珠宝全域数据资产，实现数据“存、通、用”；

• 本案例中所建立的数据标准具备广泛适用性，帮助企业规范作业流程，摒弃多部门人工上报数据的方式，有效减少人力成本，大幅提升管理层的决策效率。

案例方/供应商：中国中免/百分点科技

应用领域：零售

案例详情：

该案例基于“数据中台和运营中台”所形成的数据资产和数字化运营体系，探索商品价格弹性定价场景，采用“价格弹性+机器学习”策略，构建适用于不同商品的价格弹性模型，输出商品价格弹性标签与折扣建议，为门店针对不同商品制定差异化促销策略提供参考依据，帮助业务部门优化商品定价决策，实现营收和利润双优的目标。

入选理由：

• 通过逐步建设和完善数据中台和运营中台，助力企业实现数据接入、存储、拉通、治理、分析的全生命周期管理，并构建招商采购、运营管理、市场营销、物流配送四个方面的数字化运营体系；

• 商品价格弹性是中台之上实现数字化运营的重要场景之一，通过高质量的数据、互联互通的业务系统以及数据科学的算法应用，助力企业实现自动化促销定价。

案例方/供应商：浙江省国贸集团/网易数帆

应用领域：国央企

案例详情：

浙江省国贸集团携手网易数帆建设“1+1+N”模式的数据中台体系，将集团统建系统与成员公司系统数据都纳入数据中台管理，构建实时业务财务数据的指标体系和标准模型，全面提升数据应用水平。利用中台工具形成数据标准体系，构建数据模型，提供数据共享服务，数据资源管理从无序向有序转变，同时利用中台的数据治理能力，有效监控数据质量，挖掘数据深层次价值。

入选理由：

• 通过数据中台体系建设，本案例完成了整体数据信息的收集和管理，解决“有哪些数据可用”、“到哪里可以找到数据”的难题，并且提升数据资源的利用率；

• 根据集团与成员公司的数据特性，本案例采用实时采集工具+离线开发，可实现集团1800个指标5分钟实时更新；

• 本案例建设了集团总部和成员公司高度统一、相互融合的两级数据平台，既能实现集团统一的汇聚和资产建设，也能保障成员公司的独立性、灵活性及业务特性，对于集团型企业具有参考价值。

案例方/供应商：招商银行/瑞和数智

应用领域：金融

案例详情：

招商银行通过数据资产知识图谱的建设，从功能支撑角度，重点满足数据消费者和数据管理者在数据资产日常使用中的需求，建设并优化全行级的数据资产可视化能力：面向数据消费者，元数据图谱提供更多更全面的数据资产信息，在找数用数过程中向用户提供智能化指引；面向数据管理者，元数据图谱提供数据资产大盘，可视化地帮助管理者看清全量企业数据资产，便捷管控这些数据，并为后续的精细数据管理提供支持。

入选理由：

• 本案例通过元数据的抽取、解析和整合，构建了数据资产图谱引擎，深度挖掘数据资产之间的关系，实现了对数据的可分析、可追溯、可视化的能力，为后续全行的数据治理和降本增效打下坚实基础；

• 本案例基于金融价值链调整全行级数据资产目录，并在项目过程中引入NLP技术，初步实现用数人员与数据的有效结合，提升了查数、用数体验，降低了用数成本。

案例方/供应商：中远海运/浩鲸科技

应用领域：国央企

案例详情：

中远海运携手浩鲸科技，共同展开数据治理体系构建、数据底座工具升级、数据盘点、主数据治理、集团自动化报表、数据安全工作规划等任务，树立国有企业航运数据资产管理典型，加速央国企供给侧改革，推动航运业科技创新，引领行业新发展。

入选理由：

• 本案例助力客户建立集团级数据治理体系，拉动全集团将数据作为资产进行管理，实现数据全生命周期可控，促进数据跨组织、跨板块的无障碍流通，通过以用促治持续释放数据价值； 

• 本案例引入DataOps理念，打造治理运营一体化平台，构建集团数据能力生态；

• 本案例打通船舶、港口、航线、物流间价值链数据流，通过航运产业链全域数据互联互通、资产沉淀利用，实现企业内部资产“可见、可用、可运营”，全面建立与世界一流综合物流供应链服务生态相匹配的数字化能力，对外更是赋能其他相关产业链数字应用。

案例方/供应商：中邮信科/普元信息

应用领域：国央企

案例详情：

中国邮政完成了国内首家以数据服务为核心的央企数据中台建设，实现全集团核心数据的统一口径、统一呈现，全国范围的资产统一监控和统一使用，形成以数据运营服务为中心的数据资产应用体系，成功服务惠农分析主题、客户挖掘主题等应用的数据获取和服务开发工作，全面推进中国邮政数字化转型，具有巨大的潜在经济效益和社会效益。

入选理由：

• 数据中台上线以来，以目录的形式承载所有数据资产目录、以服务的形式承载数据需求，并对数据服务开发进行动态关联和有效管理，管理层可随时全局管理数据、追踪数据流向和动态，节省了为决策进行繁琐数据准备的过程和时间；

• 中国邮政以数据服务为核心的央企数据中台建设，将数据运营通过平台予以支撑和落地，完善了落地数字化规划、提升数据运营管理能力、推进数字化转型的基础设施，对行业数据的运营和应用具有重大示范效用。

案例方/供应商：中原银行

应用领域：金融

案例详情：

中原银行以业务价值为导向，创新面向敏捷组织的数据治理方法论，依托工具化、自动化、智能化的治理手段与运营方式，开展数据资产管理与运营活动，打造涵盖元数据管理、数据标准、数据质量、数据安全、专项治理及资产地图的智能化数据资产平台，有力支撑数据资产的精细管理及开放运营。

入选理由：

• 通过持续优化数据资产平台，中原银行为用户提供高质量、低门槛的数据服务，并采用机器学习、自然语言处理等技术，持续完善数据资产智能推荐系统，实现数据“任性搜”；

• 通过数据资产价值评估，中原银行实现数据资产生产、使用及贡献的透明化，帮助决策者、数据管理者直观了解全行数据资产价值，为数据资源的优化配置提供依据。

04

核心评价维度

本次评选从价值性、实用性、创新性、示范性四个维度对案例进行定性与定量评价：

• 价值性：该案例促进企业商业目标的实现，提供了明确的商业价值，或者该案例具备社会价值，积极解决重要社会问题，对社会产生积极影响；

• 实用性：该案例的实施带来显著效果，在实际应用中表现出色，为企业和用户创造实际价值；

• 创新性：该案例具备独特的解决方案，彰显了技术创新的卓越性，引领行业发展，为市场注入新的创新动力；

• 示范性：该案例对同行业或其他行业数据资产管理的开展和能力建设具有参考和借鉴意义。