产品
解决方案
产品说明
关于我们
400-1024-262 |   注册登录
自助式BI
Data Analytics
HOT
数据可视化分析(BI)工具
提供了图形化，交互式，探索式，可协作的分析能力，通过简单的数据接入，拖拽即可形成分析结果
大屏可视化
Data MAX
HOT
数据可视化大屏展示工具
通过丰富的组件库、主题风格及行业模板，自由配置企业专属数据可视化大屏。
数据中台
Data Formula
HOT
企业级数据管理平台(数据中台)
提供了从数据归集，数据处理，数据治理，数据服务到数据资产管理的整体解决方案。
制造行业
HOT
快消零售
HOT
地产行业
HOT
政府机构
HOT
金融行业
泛互联网
媒体行业
3D可视化&数字孪生
数据资产入表
数据治理
Data Analytics
教学视频
HOT
产品白皮书
帮助文档
Data MAX
教学视频
HOT
产品白皮书
帮助文档
Data Formula
产品白皮书
功能讲解
帮助文档
公司介绍
公司简介
发展历程
荣誉资质
动态资讯
公司新闻
行业新闻
联系我们
联系方式
加入我们

Data Analytics

这是一款用于企业数据可视化分析的自助式敏捷BI产品，可以针对企业业务数据进行自由维度的探索式分析，释放IT压力，真正将数据分析工作交还给最懂业务的人，提高企业决策效率。

典型客户：小米、克丽缇娜、雀巢、联合利华.....

Data Analytics 点击试用

Data MAX

这是一款用于企业数据可视化展示呈现的标准+自由定制化产品，将业务数据经过处理后以实时的炫酷的可视化形式展示出来，广泛应用于领导驾驶舱、指挥中心、展览展会等场景。

典型客户：人民日报、富力集团、OPPO、民生银行.....

Data Max 点击试用

咨询电话

400-1024-262

关注DH小助手

可随时微信沟通
数据治理解决方案
数据治理是确保数据质量、安全、隐私与合规性的一系列管理过程。通过数据治理，可以确保组织的数据资产的管
理方式是透明的、可信的和受控的，使用数据的方式是正确和责任明确的。
了解更多
标准化的数据治理方法、流程和策略，为组织的数据管理提供保障，有助于业务流程的改进，资源配置的优化，提高业务及管理能力促使数据治理上升到组织级的数据治理水平，并和政府法规和行业标准保持一致，满足合规监管要求
业务管理创新
合规监管要求
高效运营管理
提升风控水平
通过数据治理，组织将获得质量更好的数据，以便支撑组织业务发展和管理决策，降低 IT建设 / 运维成本数据资产分级分类以及数据安全管控有助于降低数据风险 ，提开组织的风险控制水平
数据治理过程中的痛点和难点
数据脉络不清晰数据分散孤立数据跨层交叉数据体系不全
数据汇聚能力不足缺少数据汇聚机制数据汇聚时效性不强缺乏多源异构汇聚能力
数据管控力薄弱缺乏统一数据标准数据质量参差不齐数据口径数出多门安全和权限管理分散
治理体系不健全数据开发和标准脱节数据开发过程不透明缺乏全流程可视化工具
服务体系不完善缺少统一数据资产视图数据开放形式单一数据价值难以评估
组织内部业务系统数据业务报表纸质文件
组织内部填报数据经营指标电子图像文件
信息系统间同步数据日志数据音视频文件
组织外部采集数据电子文件……
数据脉络不清晰数据汇聚能力不足
问题：企业中的数据流向和数据血统常常模糊，导致数据来源和数据流转过程难以追溯问题：企业常常无法有效地将分散在各个系统和部门的数据集中管理和分析
影响：这种不透明可能引发数据误用、质量问题，甚至违反法规合规性要求影响：造成决策依据不准确、资源浪费和业务机会的丧失
数据管控力薄弱治理体系不健全
问题：企业缺乏有效的数据治理政策和流程，导致数据难以受到恰当的管理和保护问题：数据治理工作常见缺乏系统化的框架和落地不彻底
影响：可能导致数据泄漏、滥用和质量不可控影响：影响数据治理工作的整体效果和可持续性
服务体系不完善问题：在数据服务上往往缺乏用户支持和服务指南，使得企业内部用户对于数据如何使用存在疑惑影响：减缓数据的实际应用速度和效率，影响业务发展
数据治理的体系框架包括
数据标准管理
数据质量管理
元数据管理
主数据管理
数据模型管理
数据指标管理
数据服务管理
数据生命周期
数据安全管理
数据应用管理
组织
数据标准管理团队数据管理团队
需求管理团队
数据质量管理团队数据质量负责人
元数据管理负责人
主数据管理团队
数据模型管理团队
指标管理团队 业务指标负责人
数据管理团队
数据管理团队
数据安全管理团队
制度
数据标准管理团队数据管理团队
数据质量管理团队数据质量负责人
元数据管理负责人
主数据管理团队
数据模型管理团队
指标管理团队 业务指标负责人
数据管理团队
数据管理团队
数据安全管理团队
需求管理团队
数据管控专职团队︐数据管理角色及认责数据管控综合考核︐项目开发管理办法
流程
数据标准管理流程
BI/可视化需求管理流程
数据质量管理流程
元数据管理流程
主数据管理流程
模型设计评审管理流程
指标管理流程
数据服务申请管理流程数据交换管理流程
数据归档管理流程
数据安全管理流程
技术
数据标准管理数据标准校验
数据质量检核工具数据质量报告
元数据管理元数据校验
主数据管理主数据分发
数据模型设计数据模型管理
指标管理指标计算和分享
数据共享服务管理平台数据交换平台
数据湖存储平台集中备份系统
数据权限管理系统数据脱敏能力
大屏可视化平台统一 BI / 报表平台
数据认责流程︐项目开发管理流程新一代数据中台︐数据湖
数据治理的实施路径
现状及需求调研数据治理体系总体设计
数据资源目录与数据模型设计
现状调研
数据管理现状调研
数据领域现状调研
系统现状调研
资料收集整理
现状分析
现状评估
成熟度分析
初步建议
差异分析
体系规划设计
数据组织管理
数据管理制度
实施路径
财务
人力
项目
销售
采购
生产
业务流程梳理
数据资产目录设计
数据模型设计
平台建设、元数据管理、数据标准设计
平台建设
数据治理平台建设
元数据管理
元数据定义
数据标准管理
基础数据标准设计
数据归集
元数据标准设计
指标数据标准设计
数据服务体系建设
元数据治理
数据基准寻源
领先实践
行业趋势
技术趋势
国内领先实践
国外领先实践
数据质量、安全、生命周期设计
数据质量管理设计
数据质量检查规则设计
数据安全和生命周期管理设计
数据授权访问管理机制设计
数据质量评估
数据脱敏方案
......
数据归档设计
免费试用DataHunter产品
Data Analytics
业务驱动型BI工具
了解产品 →
免费试用
Data MAX
极致性价比的大屏可视化产品
了解产品 →
免费试用
Data Formula
敏捷型数据中台
了解产品 →
免费试用
官方微信公众号
电话：400-1024-262
邮箱：marketing@datahunter.cn
地址：北京市西城区西环广场-T2座
Copyright © 2018 北京数猎天下科技有限公司 | 京ICP备16063904号-1