最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

精彩回顾 | DQMIS 2020 第四届数据质量管理国际峰会圆满结束

[复制链接]
跳转到指定楼层
楼主
发表于 2020-9-17 14:18:39 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2020-9-17 14:28 编辑

9月10日,由北京大学、国家电网全球能源互联网研究院有限公司作学术支持,北京华矩管理咨询有限公司、数据质量管理智库主办的 “DQMIS2020第四届数据质量管理国际峰会”在北京希尔顿逸林酒店隆重召开。峰会设置1个主论坛2个分论坛以及一场数据治理产业生态展览,邀请近30位演讲嘉宾就20多个演讲主题进行了深入的解说与分享,涵盖数据质量发展趋势研判,国家数据治理核心专题研究,行业数据质量实践应用,互联网大数据治理经验分享和数据治理与数据质量技术方法探讨,吸引了近400名参会嘉宾、40多家合作伙伴的积极参与。
主论坛

  DQMIS峰会发起人之一、北京大学信息管理系党委书记、系主任、教授张久珍
峰会开场之际,由数据质量管理国际峰会发起单位代表之一、北京大学信息管理系党委书记、系主任、教授张久珍老师发表致辞。她表示,过去十年,行业与资本在充分探讨了数据采集、存储、分析、应用等领域话题之后,最终发现数字科技的本质问题还是数据质量。她对第四届数据质量管理国际峰会寄予厚望,希望通过DQMIS2020与大家共同探索新时代背景下我国数据质量管理发展的新路径与方向,共同见证新一代数据质量领域级领袖、精英和先锋人物以及数据质量先进技术的诞生,一起推动数据质量技术与应用的切实落地,助力中国大数据产业繁荣发展。

  工业和信息化部前副部长杨学山
谈数据质量,我们首先要理解数据的概念。今年的大会上,我们有幸邀请到工业和信息化部前副部长杨学山老师给我们讲述“数字作为生产要素的几点分析”。杨学山老师指出,进入新世纪以来,信息这个概念正逐渐被数字替代掉,数字是资源、资产,更是重要的生产要素。他通过六个生动形象的例子,从一二三产的融合发展观点当中,对于数字作为生产要素的重要作用进行了相关的阐释,并围绕数据这个核心,从系统、精准、完备三个维度对数据质量进行了定义,指出数据质量在未来的重要意义。

   DAMA(国际数据管理协会)中国区主席 汪广盛
在数据管理已经备受重视的今天,数据质量是最关键的问题之一。国际数据管理协会(DAMA)中国区主席汪广盛老师结合国际数据管理视野,带来“DAMA数据治理与数据质量”的主旨演讲。汪主席认为,国际上的数据管理最终目的就是为了提高数据质量,让数据产生价值,确保高质量的数据是数据管理的核心。汪主席从DAMA数据治理11块内容角度切入,阐释了如何进行数据质量管理,尤其是非结构化数据的质量关系管理。

毋庸置疑,未来形态的数据治理标准要融合数字时代背景下大数据治理的需求。会上,BSI英国标准协会亚太区首席数据治理标准专家潘蓉老师带来了“数据治理标准国际趋势”主题分享。潘蓉老师从主权、人权以及我们建立数据治理、数据质量复杂生态的角度为我们树立了一个全面的世界观,并从数据治理国际标准ISO38505切入,指出数据治理首先是一个常态化运作的系统,其次它是现在和未来你对数据利用的一个态度。还为大家解释了在做数据治理实施时常被问到的三个问题:从哪开始?怎么去跟决策层沟通得到支持?自下而上还是自上而下?

   华矩科技创始人及董事长CEO谭海华
作为新世界中的生产资料,数据在深度地参与、重塑社会经济形态的进程中,也使传统的数据管理理念、数据治理工具问题面临前所未有的挑战,数据质量的角色逐渐从幕后走向了台前。数据质量峰会的发起人之一,华矩科技创始人及董事长CEO谭海华老师在本次峰会上紧贴主题,分享了“跨越周期,回归本质—中国数据质量管理现状及发展趋势”的主旨演讲。谭总首先对峰会主题进行了解读,并以典型的数据治理建设路径切入,重点向大家展示了管理咨询、制定标准、工具转型、实施落地的数据治理实施流程,指出数据治理是一个动态的过程,其次做数据治理必须了解自己的数据才知道起点在哪里。其中还谈及做数据质量管理离不开时间、成本、质量三个维度,并给到三点有关数据治理的建议,为企业数据治理建设提供很好的流程梳理思路。

  2020数据质量管理标杆颁奖典礼
作为主论坛的压轴环节,会上颁布了2020第二届数据质量管理标杆奖项获奖名单。奖项建立的初衷,是通过这样一个平台,发掘、汇聚中国在数据质量管理领域的创新思想、实践经验及专业人才,为数据质量相关人才及技术提供更广阔的行业交流和展示的空间。今年的征集中,我们收到了来自全国各领域包括银行、保险、医疗健康、能源制造、零售电商等多个行业及一些国内高校和政务机关单位和团体数十份的申报材料,经过专家评审团的综合专业评审,最终产生了14个获奖名单。
   2020数据质量创新论文奖获奖名单
郭鑫北京大学《新冠疫情信息公开质量综合评价研究》
王建峰石化盈科《论工业企业物料数据质量管理方法》
王丹阳团队(王丹阳、史旻、袁洪水、高张康、冯庆富、和鹏飞)中海油能源发展工程技术公司监督中心《钻完井数据质量管理方法优化与实现》

颁奖嘉宾-国防科技大学第六十三所副研究员,《数据质量导论》第一作者曹建军老师(左一),获奖作者郭鑫(左二)、王建峰(左三)、王丹阳团队代表(左四)
  2020数据质量杰出专家奖获奖名单
刘天斯腾讯互娱数据管理负责人
李方军国网甘肃省电力公司互联网部技术及建设管理处处长

颁奖嘉宾-DAMA(国际数据管理协会)中国区主席汪广盛老师(中)、获奖者刘天斯(左)、李方军(右)
   2020数据质量优秀产品奖获奖名单
思迪博软件(北京)有限公司:StiboSystems(思迪博)多域主数据(MDM)管理软件解决方案
百度:百度智能云AI数据标注平台
美林数据技术股份有限公司:数据资产管理平台
苏州龙石信息科技有限公司:智慧城市第三方数据质量管理平台

颁奖嘉宾-赛迪智库信息化与软件产业研究所所长兼中国软件评测中心副主任吴志刚老师(左二),获奖单位:思迪博软件(北京)有限公司(左一)、百度(左三)、美林数据技术股份有限公司(左四)、苏州龙石信息科技有限公司(左五)
  2020数据质量卓越实践奖获奖名单
百度:智能驾驶数据采标一体质量管理实践
金域医学检验集团股份有限公司:金域医学医检大数据与经营大数据的治理和质量改进实践
赣州银行:赣州银行数据管控平台建设
中国华融资产管理股份有限公司:中国华融数据质量管理实践
宝马领悦数字信息技术有限公司:宝马客户数据平台数据质量问题管控及常态协同机制

   颁奖嘉宾BSI英国标准协会亚太区首席数据治理标准专家潘蓉老师(左二),获奖单位:百度(左一)、金域医学检验集团股份有限公司(左二)、赣州银行(左三)、中国华融资产管理股份有限公司(左四)、宝马领悦数字信息技术有限公司(左五)
   数据质量业务场景应用-分论坛
数据质量业务场景应用分论坛开场,以“跨越数字化周期,数据质量如何影响和驱动业务增长”为主题的圆桌讨论打开序幕。在特邀嘉宾主持-《北大创新评论》执行主编谢艳老师的引导下,国家工业信息安全发展研究中心人工智能所数据质量室主任杨柳老师,金域医学信息管理中心总经理丘伟松老师,中国气象中心副总工沈文海老师,毕马威数据治理主管合伙人陈立节老师,龙石数据总经理练海荣老师等嘉宾围绕话题展开讨论,分享新冠疫情冲击下,加剧的数字化变革对核心数据质量治理造成的影响,并介绍了各行业企业对此作出的应对措施,展开了在国家政策下,各企业如何看待数据作为重要生产要素的问题讨论。现场讨论意犹未尽,从各位嘉宾的分享中也感受到数据质量和数据治理对于我们自身的生活、生存、企业发展的重要作用,数据作为我们生产要素的重点之一,“质”是“量”的一个基本前提。

左起:《北大创新评论》执行主编谢艳老师,国家工业信息安全发展研究中心人工智能所数据质量室主任杨柳老师,金域医学信息管理中心总经理丘伟松老师,中国气象中心副总工沈文海老师,毕马威数据治理主管合伙人陈立节老师,龙石数据总经理练海荣老师

   广东财经大学公共采购研究中心主任,中国物流与采购联合会公共采购分会专家委员会副主任黄冬如
在国家互联网+大数据战略的指引下,近几年各地政府采购均展开了积极探索,电子商城发展迅猛,同时这方面的数据治理也面临着严峻的挑战。会上,中国物流与采购联合公共采购分会专家委员会副主任委员,广东财经大学公共采购研究中心主任黄冬如老师为大家带来了“政府采购电子商城数据治理”的主题演讲。黄老师通过一个小案例为大家阐释了面对政府采购这一世界性难题,存在哪些数据问题,并如何从数据的角度进行治理,最后紧跟大会主题,进一步说明了如何跨越周期,回归采购及数据的本质。提及中国公共采购20万亿的大体量,黄老师呼吁大家共同关注公共采购数据治理,助力推进中国公共采购治理能力的现代化发展。

   思迪博软件(StiboSystems)中国区总经理王锦超
谈到数据,数据透明度这个关键点就不得不被提起,通过提高数据透明度可以改变许多运作模式,释放数据价值。思迪博软件(StiboSystems)中国区总经理王锦超为参会者带来了“加速实现数据透明度,驱动企业释放数据价值”的主题分享,介绍企业通过挖掘数据实现业务价值的方法。演讲围绕企业应该以可信任的数据作为决策的支撑,通过主数据管理为企业搭建一个集中的信息平台,实现数据透明度的提升,最终为企业业务发展决策提供价值来源。此外,在持续一天的数据治理产业生态展中,思迪博软件(StiboSystems)向参会者介绍了其主要业务范围及技术优势,围绕多域主数据与参会者进行激烈讨论及交流,分享企业多年来的经验及成果,受到大家的一致好评及欢迎。

   毕马威中国数据治理咨询服务主管合伙人陈立节
随着监管升级,金融行业的数据治理刻不容缓,银保监会启动监管数据质量专项治理行动,金融企业如何应对大考、提高站位、持续提升数据治理能力?毕马威中国数据治理咨询服务主管合伙人陈立节老师,为大家带来了“监管数据治理及质量提升路径”的主题演讲,分享监管数据治理的历史沿革、发展趋势、热点要求、常见难点与应对建议。陈总提到,金融行业除了面对激烈的市场竞争,还面临着严苛的行业监管要求,但是监管只是一个鞭子,更多是需要回归数据本质。并表示,未来监管大的方向,就是要做整个金融行业大数据的集中,然后赋能于监管的各个职能领域。

   中国联通信息化事业部副总经理兼数据中心总经理王志军
我国数据产业稳步发展,企业数字化转型升级步伐加快,中国联通在通信业率先建立了集中化的大数据平台,而数据的集中到应用的牵引,倒逼中国联通着手做数据治理。会上,中国联通信息化事业部副总经理兼数据中心总经理王志军老师为大家带来了“电信大数据治理与数据质量管理”的主题演讲。王总向与会者讲述了联通大数据治理的背景与实践历程,并重点分享了在数据治理过程中,联通数据质量管理的实操案例。王总表示,运营商作为一个数字化转型的使能者,希望在这个过程中用运营商数据的经验、积累、平台、工具帮助各行各业去做使能。王总从数据开放管理、数据成熟度管理、数据质量管理、数据安全管理等方面分享了联通作为运用商在数据治理上的应用和经验,以数据生产要素为对象,实现数据的价值最大化。

  鸿翼联合创始人兼CTO罗永秀
对于大部分的企业而言,非结构化数据已经占到了企业信息80%的比例,甚至更高,针对文本、语音等非结构化数据进行挖掘,同时在营销或者运营的场景中提供智能化的决策知识,成为企业数字化转型的一个热门话题。鸿翼联合创始人兼CTO罗永秀老师为大家带来了“基于ECM内容管理的非结构化数据管理体系与实践分享”。罗总表示,目前非结构化数据的信息量是非常丰富的,而数据价值的挖掘更多的也是要依靠这80%的非结构化数据的挖掘。罗总从自身从业经验中提炼总结并分享了非结构化数据的内容模型,从数据标准、内容标准、安全策略等方面做了详细的介绍。

  中国建设银行数据管理部统计处处长张春锐
继前面毕马威陈总分享的“监管数据治理及质量提升路径”的话题,中国建设银行数据管理部统计处处长张春锐老师从一个实施应用者的角度跟大家分享了“金融监管与数据质量管理”主题演讲,阐释了银行数据监管的内容、报送监管过程遇到的困难,以及商业银行在数据质量上的提升应对策略,并从数据生成链路的角度分析哪些问题会带来最终的数据质量问题,同时总结了近两年监管方向的发展变化。最后,张处结合商业银行的特点给出了包括建立远距离管控机制、日常工作中执行等的建议,提醒录入人员、业务人员、技术人员、数据管理人员四类群体应该关注数据质量管理过程。

   京东安联财险数据平台开发部负责人何军
提到金融数据管理,京东安联财险数据平台开发部负责人何军老师带来“险企元数据质量实践分享”,结合京东安联的实际操作,从数据治理的简介及解读、元数据的管理实践及元数据的质量管理三大部分进行了详细介绍。何总表示,元数据在企业里的关键作用是可以跨产品线了解数据资源,是数据民主化的重要载体,血缘关系方便上下游数据问题定位,在数据变更时能准确通知下游,助力企业盘点数据资产。
   数据治理技术方法实践-分论坛
数据质量技术方法实践分论坛开场,则以“回归技术本质,数据治理治什么,哪里治,怎么治?”为主题的圆桌讨论打开序幕。在特邀嘉宾主持中关村大数据交易联盟秘书长-张涵诚老师的引导下,国家工业信息安全发展研究中心人工智能所大数据研究室主任杨玫老师,腾讯数据质量企业标准主要起草人朱志敏老师,百度智能云大数据平台产品架构师李德禹老师,华矩科技技术负责人王洪辉老师,CDO首席数据官、数记达摩院社群创始人王兵老师等嘉宾围绕话题展开了激烈的讨论。企业数字换转型给企业带来很大的压力,同时也成为推动企业数据治理的关键,如何从数据治理入手打通数据,保证高质量数据价值落地,从技术上实现数据分析可用,行业专家们做了详细而深入的思考和分享,给大家提供了建议和参考!

左起:中关村大数据交易联盟秘书长张涵诚老师,国家工业信息安全发展研究中心人工智能所大数据研究室主任杨玫老师,腾讯数据质量企业标准主要起草人朱志敏老师,百度智能云大数据平台负责人李德禹老师,华矩科技技术负责人王洪辉老师,CDO首席数据官、数记达摩院社群创始人王兵老师

   赛迪智库信息化与软件产业研究所所长兼中国软件评测中心副主任 吴志刚
今年,“新基建”、“数据要素”成为业内的热词,赛迪智库信息化与软件产业研究所所长兼中国软件评测中心副主任吴志刚老师就这个趋势带来“新基建背景下的数据要素治理、流通与开发”主题分享。吴主任围绕着如何理解新基建、如何加快数据要素市场以及企业数字化转型三方面进行了分享。吴主任从新基建已成为夯实数字经济发展根基的基本判断入手,提出加快数据要素市场培育与提升数据治理能力的基本策略,分析了企业如何利用数据驱动加强数字化转型,政府如何利用数据赋能打造人民满意的服务型政府,城市如何强化“数据大脑”让城市治理更“聪明”等三个应用场景。

   国家电网公司电力系统人工智能实验室技术专家梁潇
谈到大数据,国家电网是当之无愧的数据大厂。本论坛上,国家电网公司电力系统人工智能实验室技术专家粱潇老师为大家带来了《电网数据安全治理实践》主题演讲。梁潇老师从企业的角度给大家分享了目前国家电网数据发展的状况,在数据质量提升的探索,数据安全防护的实践,以及电网数字化建设的一个愿景。梁老师指出,国家电网希望能在做好能源企业的同时让数据资产发挥更大的价值,积极探索建立数据对外开放或者是对外服务的机制,包括对外的征信服务、配合电动汽车公司开展相关合作等。

   Datablau(数语科技)创始人&CEO 王琤
结合前面圆桌谈及的数据中台话题,数语科技创始人CEO王琤老师为大家带来了“数据中台架构与数据生产规范化”的主题演讲。王总就面向模型的数据资产管理、敏捷数仓建模工具进行了深入的讲解,并就企业级数仓建设模型的选择可能遇到的难点和原因进行了详细的分析,在制度体系的基础上,核心就是搭建统一的数据模型工具,管控流程,中台的架构分离成硬规则和软规则,把硬规则前置,把软规则后置,从而构建出更加完善的数据模型。

  阿里巴巴EB级全域数据资产管理总负责人王伟
顺着数语王总对数据中台的分享,提出数据中台这个概念的鼻祖——阿里巴巴的EB级全域数据资产管理总负责人王伟老师分享了“阿里巴巴全链路数据质量体系最佳实践”,从阿里巴巴数据中台的探索和建设提出理解和思考,并就基于数据台业务模式之下的数据资产管理能力要求和质量体系,以及数据治理体系中需要建立的机制能力以及产品体系等方面作了精彩的分享。王总表示,阿里对数据的要求及核心的方向和目标是要做好数据资产的建设和发挥数据价值。而对数据质量体系而言,阿里要去打造的是一个很好的方法论体系,并将其产品和工具化,组织做优化和升级,把三者很好的融合和连接在一起,最终达到数据质量管控的目标。

  国防科技大学第六十三所副研究员,《数据质量导论》第一作者曹建军
大数据时代下的数据与传统数据已呈现出了重大的差别,直接影响到数据在流转环节中的各个方面,给数据存储处理分析性能,数据质量保障等都带来了很大的挑战。国防科技大学第六十三所副研究员、《数据质量导论》第一作者曹建军老师从科研的角度,带来“大数据质量面临的挑战以及技术探索”主题分享。曹老师从问题出发引出大家对话题的思考,并就大数据质量面临的挑战和复杂数据质量的具体技术技能入手,结合其实际工作进行了详细讲解,最后就数据治理领域的发展展开一些观点分享。

   百度智能云大数据平台产品架构师李德禹
数据质量是数据治理的核心,数据治理是大数据的核心,而大数据又是企业数字化和智能化转型的核心,未来在多方技术区域融合,落地场景将不断创新,数据湖,数据治理或将成为新的技术热点。百度智能云大数据平台产品架构师李德禹老师就“数据湖架构下的数据治理”展开了主题分享。李总以数据作为生产要素的价值与挑战切入,分析了数据湖平台的理想架构及在该架构下的数据治理实践,并带出在数据治理过程中的常见数据质量问题分享。

  腾讯数据质量企业标准主要起草人朱志敏
作为本场分论坛的压轴演讲,腾讯数据质量企业标准主要起草人朱志敏老师直入主题,带来“腾讯数据质量卓越实践”分享。朱总就腾讯的数据质量玄龟平台的实践和案例进行了解读,并对腾讯数据质量体系及标准进行了介绍,深度剖析了玄龟数据质量平台的核心功能及流程搭建,并分享了玄龟数据质量平台在腾讯内部的应用案例,如微信支付中心的离线质量校验,腾讯游戏资产管理,数据资产源数据的管理、数仓的管理等,给业界朋友带来更多的思考和启发。
  数据治理产业生态展
本次大会还专门打造了业界以数据治理为主题的产业生态展,展示涵盖元数据、主数据、数据集成、数据标准、数据质量等数据治理相关咨询服务、产品技术等,为数据治理相关展商和企业用户之间提供了一站式数据治理相关技术服务精准、深度、高效的沟通机会。
其中参与展览的包括擅长自动化数据探查、清洗与数据质量管理的数据治理技术综合服务商华矩科技;拥有集方法论、工具、组织于一体的,“快”、“准”、“全”、“统”、“通”的智能大数据体系的数据中台大佬阿里数据;全球顶尖的专业咨询服务提供商毕马威;致力于将最佳实践标准转化为卓越习惯的数据治理标准认证机构BSI英国标准协会;擅长智慧城市数据治理的大数据解决方案专家龙石数据;全球知名的主数据管理(MDM)解决方案服务商StiboSystems(思迪博);数据能力管理专家-中国ECM(企业内容管理)领导者鸿翼软件;擅长数据建模的数据治理先锋厂商Datablau(数语科技);业界领先的大数据治理与分析应用服务提供商美林数据等,展会现场人潮涌动,交流空前热烈。
  结语
解决数据质量问题,进行数据质量管理,提高数据治理能力不是一场峰会就可以完成的,DQMIS只是为大家提供了一个分享的平台,一次交流的机会,长久的进步是要靠参与其中的每一个人以及来自政产学研企的多方力量共同努力推进的,这是一个只有起点没有终点的不懈过程。
DQMIS数据质量管理国际峰会走到第四个年头,我们在持续推动数据质量的产学研结合的联合探索并取得喜人的进展,我们相信,中国具有最佳实践土壤,最有可能突破和引领世界的大数据行业的思想,技术和产品。
衷心感谢全体参与人员尤其是给我们带来前瞻思想及各行业实践经验的演讲嘉宾及台前幕后的工作团队,感谢学术支持单位北京大学、国家电网全球能源互联网研究院,主办单位北京华矩咨询管理有限公司、数据质量管理智库,协办单位中国大数据产业生态联盟、BSI英国标准协会、成都市大数据协会、数享汇-大数据共享联盟、中国管理科学研究院创新所大数据共享技术专业委员会以及赞助单位华矩科技、阿里数据、毕马威、龙石数据、StiboSystems(思迪博)、美林数据、鸿翼、数语科技、数记科技等的大力支持。同时感谢众多媒体对本届峰会的高度关注,感谢独家视频直播平台小鹏传媒为峰会提供全程视频和图片直播支持。
至此,DQMIS2020第四届数据质量管理国际峰会圆满结束,数据质量推进工作任重道远,我们明年再会!
错过峰会的朋友可以通过关注“数据质量管理智库”留意后期组委会提供的速记分享稿,或者点击链接,查看峰会当天视频回放!
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-25 22:47

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表