大型传统企业怎样在公司级数据整合、数据治理、数据运营中把握好业务和数据的关系，逐步实现智能化转型
这个问题需要建立一个数据中心（部门）来解决。
鉴于题主所在企业的问题是所有传统企业在数字化转型过程中都会面临的，所以借此问题，系统讲一下传统企业通常的“数字化转型方案”，偏IT。（可能会把题主几年的工作内容给讲了，嘻嘻）
内容大纲1、企业目前的数据现状分析
2、构建完善的数据环境
-主数据管理
-数据分析
3、开展业务分析
-梳理指标
-建立指标体系
-建立报表体系
-建立分析体系
4、传统企业里，如何让老板、业务领导们觉得数据分析很重要？
------------------------------
在讲如何做之前，先来分析一下题主的问题：
问题一：业务系统数据孤岛、各板块专业化程度高
这是典型数据孤岛问题：业务系统很多，系统之间的数据不连通，造成信息壁垒。
这样的问题要着重主数据管理，制定标准规则。
问题二：数据不统一不完整不开放
数据来源渠道多，责任不明确，数据填报缺失这些都是质量差的问题。
这样的问题要着重数据治理，性能优化上可以采取分布式数据库。
问题三：以业务流程为导向梳理数据走向
这背后暗藏的现实可能是：
业务部门需求轰炸，IT部门成为一个取数机；指标零散，业务和IT都不知道分析什么；报表不成体系，有些报表冗余。这也是很多企业的共性问题
问题四：希望达成数据价值转化输出
因为问题三的原因，IT疲于业务需求，应付各种报表，数据没有很好形式展现，也无法对业务决策产生帮助。相应的，IT部门也无法对业务产生显性价值。
那么，要让数据服务于业务，落地产生价值，具体该怎么做？基于hadoop数据平台，先抛架构！
第一步：构建一个完善的数据环境主数据管理
1、定标准
所需标准有编码规则，命名原则、划分原则、共享原则。
标准规划：根据企业实际情况确定实施范围，并根据优先级和难易度制定计划。可以通过调查问卷、现场访谈、收集文档等手段进行调研标准的内容：数据分布、数据流向、服务规则等，形成调研报告。标准设计：在方法论的指导下，完成数据标准设计和定义工作，如数据业务描述定义、类型长度定义、其他信息定义。实施映射：将已定义的数据标准与业务系统、业务应用进行映射，注明两者的关系及影响的应用。标准执行：借助专业的工具实现标准落地检查。维护增强：随着业务发展，数据标准需要不断的修订和完善，并有效的持续维护改进。2、搭平台
将各业务中可能流通共享的主数据的名称和标准统一起来
3、控制关键环节流转
包括主数据管理的关键环节、合理排布关键环节处理顺序、安排责任岗位或部门对应关键环节。
数据质量
第二步：开展业务分析指标梳理
分析什么数据，如何反馈给业务，这些都已转化成指标来解决
指标梳理需要和业务部门一同进行。可以通过访谈和调研梳理各业务层级关注的指标，从基层到高层。也可以将企业已有的SCOR、计分卡等绩效体系或者已有的业务分析体系，转化成可说明情况的指标。
建立全指标体系
指标梳理清楚后，从每一条业务线出发。这块业务对企业目标负责的关键成果是什么（KPA）——每一个KPA又可以用什么维度来衡量（KRA）——最后落实到基层的关键行动指标是什么（KPI）
推荐阅读
- 服贸基地■江苏认定首批服贸基地和服贸重点企业
- 浙江“最美建设人”丁泽成：青年企业家传承浙商品质
- 文旅上下游企业“抱团”助力旅游市场回暖
- “十三五”期间新增减税降费累计将达7.6万亿元左右——为企业减负 为创新加油
- 『黄金时间』请认准这个蓝色的标志！ 黄金时间丨同行业中用水最少的企业
- 黄金时间■黄金时间丨江苏企业节水改造缺钱？快来申请“节水贷”
- 黄金时间■黄金时间丨你喝过和纯净水口感一样的海水吗？企业用风能代替网电加工淡化海水
- 安徽休宁：77岁剃头匠坚守传统理发技艺近60年如一日
- 无锡市惠山区境内外主板上市企业达11家
- 接待日|省生态环境厅来通开展“企业环保接待日”