◆知识传讲授+案例分享，80%知识传授，20%案例分享；
◆数字化转型战略规划咨询顾问授课、完整的数字化转型战略规划知识体系；
◆举案说法，理论联系实际；求真务实，宣教研讨并重；
◆采取研讨和疑问解答等互动方式，达到课程在快乐的氛围中学到可以迅速用于实际实践的工具、方法和理念等。
通过数据治理和数据资产管理在工业企业和金融行业实际案例的分析与探索，了解当前市场对数据治理的需求，及当前的发展状态。从业务的视角，通过标杆企业数据治理实践和应用实践案例分享，使IT部门相关人员更有效率的实施数据中心建设。从技术的视角，通过标杆集团企业数据中心案例分享，讲解数据中心运营管控体系（组织、职责、制度、流程）、平台与工具（数据中心主要包含平台和工具），进行对标差距分析和讨论，解决数据部门的相关疑惑。通过该次培训，指导信息人员有效推动数据中心及数据治理后续相关工作，以便更好的实现数据资产价值管理。
模块一、大数据治理与数据资产管理概览
一、课程要求、学员自我介绍等
二、企业数据化转型与大数据应用案例概览
1、政策解读：优秀的数据经济政策解读（大数据、人工智能、区块链、5G的实际建设案例）。
2、工业企业大数据经典案例介绍。
3、互联网企业大数据经典案例介绍。
4、数据中台十问十答；
三、数据治理与数据资产管理概览
1、数据治理概念及数据治理背景和价值数据治理相关基础概念辨析。
2、国内外数据管理与数据资产管理相关框架解读。
3、《数据管理成熟度评估模型》框架解读。
4、国内数据治理-常见多种实践模式
5、数据治理相关书籍及资料介绍。
四、数据资产白皮书深度解读1)数据资产管理是什么
2、制约数据价值释放的原因是什么
3、数据资产管理如何释放数据价值
4、数据资产管理主要做什么
5、数据资产管理工具有哪些
6、如何开展数据资产管理
五、交流和讨论
针对数据资产与数据资产管理相关问题，相关讨论和答疑。
模块二、数据资产与资产管理实践案例
一、企业数据标准化实战案例
1、数据管理体系：信息标准化体系架构、组织管理管控、系统集成架构、运维架构体系。
2、数据战略典型案例。
3、数据标准（主数据和数据指标）的定义、示例、判断标准及识别，参考数据及示例。主数据标准、数据指标体系理重点领域及其示例。
4、数据治理管理办法（主数据管理办法、数据指标管理办法、数据质量管理办法等）。
5、数据质量管理框架；主数据质量管理策略、体系和流程；数据质量管理体系、企业主数据质量管理相关要求。
6、数据治理实施方法步骤及策略、项目团队组建、培训策略、风险及难点应对措施等。
7、数据六种应用场景介绍。
二、交流和讨论
结合现有的数据资产管理进行讨论，找出相关差距，指导后续相关工作。
模块三、标杆集团企业数据中心案例（技术平台和运营管控体系）
一、数据架构演变及发展趋势
1、数据架构架构的发展。
2、数据中心现状及发展趋势。
3、数据架构设计指导原则；数据架构设计实例。
二、标杆企业数据资源中心案例及工具以一个完整的大型集团数据中心为例，讲解数据中心应该包含哪些技术平台和工具，这些平台和工具应该怎么去选型；
1、标杆企业数据资源中心案例。
2、数据仓库和大数据平台常见工具介绍。
3、数据治理相关工具介绍(主数据管理工具、数据指标（元数据）管理工具、数据质量管理工具、数据标准工具、数据模型工具)。
4、数据资源中心建设路径和难点分析。
三、标杆集团企业数据中心运营管控体系
标杆集团企业数据资源中心运营管控体系（组织机构、职责、制度、流程）介绍。
四、交流和讨论
结合现有的数据资源中心的组织机构、职责、制度、流程，找出相关差距，指导后续相关工作。
结合现有的数据中心相关的技术平台及工具进行讨论，找出相关差距，便于后续指导后续平台建设。
模块四、数据管理知识体系介绍
一、数据治理概要
1.什么是数据治理？当前业界的几种数据治理类别区别
2.数据治理的意义和价值何在？
3.数据治理包含了哪些技术？（不同厂商宣导的数据治理技术点区别）
4.数据治理的整体流程是怎样的？
5.包含什么样的管理组织架构和责权利分工？
二、数据架构与数据建模
企业架构简介；
企业架构的定义和值；企业架构的发展；
企业架构框架、发展及业内主流企业构；
数据架构概念和活动；数据架构定义、目标与内容；企业数据模型及分类；
数据模型建模标准及样例；
数据模型质量评价指标；
信息价值链分析及要点；
数据架构原则和经验教训；
数据架构建设过程中的关键思考；
企业“暗数据”；
数据模型设计方法；数据成本分摊；企业级数据模型和数据资产目录；数据架构建设生命周期；数据架构和数据治理；数据架构设计指导原则；数据架构设计实例（国外、国内）；
三、元数据模块
1.当前业界的几种主流的数据标准化方法概要
2.按域拆词的必要性
3.数据标准化中的标准域和用语词典的制作方法、过程
4.标准字典的新增、维护功能，审批流程
5.元数据管理的基本概念，实例；数据标准
四、数据质量和数据安全
数据基本概念；数据质量管理体系；数据质量定义；数据质量管理框架；
数据质量组织；（制度、评估标准、评价指标、过程指标、测量指标、数据质量十步法）；
1.数据质量意识和通用方法；数据质量管理案例；
2.数据安全框架体系介绍
3.数据安全工具介绍
