制造行業已經開始逐步進行數據治理和管理應用的探索，并取得落地成果。億信華辰積極布局數據治理領域，以DCMM和DAMA為理論框架，結合實踐構建閉環式數據管理體系，數據治理產品已成功應用于諸多企業。
案例一：某主機廠數據治理項目
客戶痛點：隨著造車技術的不斷進步，車企進入定制化時代，它需要以更低的成本生產多樣化的產品，從而滿足不同顧客的多種需求。對數據本身而言，業務量的增長加快了數據膨脹的速度，因此，數據治理已經成為大勢所趨。
解決方案：打造車企集團層面的數字化運營體系按”119”進行整體設計。高效積累數據資產，賦能業務應用場景，助力企業構建扎實的數據根基，實現數字化經營。
咨詢規劃：結合理論組織架構，組建車企決策、管理、執行三層治理組織架構，包括：治理管理委員會、治理管理部門、執行工作小組。咨詢成果輸出分為兩個方面：一是數據治理體系，二是數據治理管理辦法。
平臺建設：數據治理平臺架構于數據底座之上，采集車企各系統及服務的元數據、主數據模型，構建標準、進行質量管控，實現資產化運營，賦能業務部門及應用創新。
治理服務：基于車企數據治理業務需求，通過數據采集、主數據、元數據、數據標準、數據質量、數據安全，數據資產管理、數據服務、數據指標等全方位治理，實現數據價值提升。
治理成果:
1.構建 6 大業務領域，11個核心應用系統之間的數據鏈路，通過數據地圖展示系統間依賴關系，層層深入了解數據的業務含義，通過元數據分析，了解影響范圍
2.建立數據質量檢查&整改機制，完成數據入湖、數據分析環節的數據質檢工作，構建 7 個質檢模型，48 個質檢規則，76個 質檢方案。保障大數據平臺中的數據完整性、真實性、準確性、及時性、規范性，為數據分析、決策支持、數據挖掘提供有效支撐。
3.基于元數據信息和集團職能全景圖構建數據分類目錄，第一階段梳理形成人力資源域、營銷域、供應鏈域數據資產，并數據治理平臺門戶實現了數據分類自動化和數據資產可視化，制定了數據分類維護方案，保證分類的準確性和實時性。
案例二：某電力集團數據質量管理項目
為快速解決現有系統中存在的飛碼異常、表碼倒走、臺區/用戶漏采、日超容等問題，在數據服務平臺中規劃數據質量管理平臺，快速定位問題數據，對數據進行定期巡檢，提升數據質量，為后續的數據分析提供有效的數據基礎。
數據服務平臺分期建設數據源管理平臺、數據集成平臺、數據權限管理平臺、數據質量管理平臺、數據緩沖區、數據分析平臺、統計對外服務接口等多個模塊，多模塊協同整合多源數據，提升數據質量，面向不同用戶提供相關數據支持服務。
其中數據質量管理部分則借助億信華辰數據質量管理工具，全面提升數據質量，減少因數據不可靠導致的用戶決策偏差和損失。同時按照指定檢測數據源，定義之間規則，定期巡檢，推送質檢報告的流程為用戶提供全面完善的質檢方案。
案例三：南山集團主數據管理項目
確定南山集團建立一套全生命周期的物料主數據管理模式，該方案以數據標準與制度二者為基石，以管理組織、流程和平臺三者為實現手段，實現物料主數據全面高效的管理。
完成人力資源、財務、采購、營銷、指標及其他基礎等六大類主數據建設，其中物料主數據，涉及40+大類，3000+小類，10萬+實體數據，并實現供應鏈等其他經營系統的數據對接共享。
案例四：山能源臨礦集團數據資產項目
山東能源臨礦集團通過建立集團級大數據資產平臺，運用大數據技術實現數據采集、清洗、分析建模，實現了集團全量多源異構數據采集，并對核心的人力、財務、設備、煤質、生產安全數據進行數據治理，形成高質量的數據資產。
通過數據資產目錄對全集團發布，并用業務元數據解釋數據含義，便于業務人員尋找自己所需的數據。業務人員可以對自己所需數據提出申請，數據管理員審批通過后，業務人員可以利用零代碼敏捷分析工具自助分析取數，實現數據賦能，支持日常生產經營管理。
