Datablau DDC（Datablau Data Catalog）是企业级数据资产目录服务平台，该产品于2020年入选Forrester 全球MLDC（Machine Learning Data Catalog 基于机器学习数据资产目录 亚太区唯一入选厂商）。Datablau DDC基于特有的模型体系和数据自学习技术，同时提供了虚拟数据访问系统，提供对数据的脱敏操作，将数据共享做到字段级和记录级控制，与BI产品集成，提供统一访问接口。DDC为企业提供统一的数据资产共享和应用平台，极大提高数据利用效率，同时保证数据安全可控。
Datablau数据资产目录平台，实现了数据的自动发现，自动探查，自动治理，自动归类，和自动服务等一系列智能服务，通过AI算法，实现数据的归类和特征识别，根据用户的反馈，训练数据的识别模式，建立数据特征模型，用来发现相似数据和关联数据。
通过Datablau数据资产目录平台，探索了数据自动治理模式和方法，提高了数据湖数据的透明度，建立了业务人员广泛参与的数据访问入口，使数据湖成为银行探索数据价值的数据实验室。
>> 丰富的数据资产类型：不止是技术元数据，也包括报表、指标、数据标准、业务术语、企业级模型、API服务、文档类资产、非结构化数据等
>> 数据探查：自动识别数据特征，根据数据标准与数据质量的要求，对数据资产进行数据探查，可查看数据采样的值域分布信息，发现数据潜在的质量问题，保证数据的可靠性与一致性。
>> 数据共享：通过智能数据资产搜索引擎定位到可信数据，申请并获取数据服务，数据服务审批流程化，可控数据共享访问规则。允许创建自助服务API的创建，使数据更开放。分析师可以将数据和见解推送给应用程序开发人员， 以进行嵌入式分析。治理团队可以打包合规数据集。数据开发工程师可以将精力集中在具有战略业务功能的数据开发上，而在临时数据需求上花费的时间更少。
>> 数据置信度:目录和搜索功能提供的不仅是质量基线得分，数据血缘和业务域描述。数据使用者根据谁使用数据，如何使用数据，在何处使用数据以及消费者是否认为可行，来确定数据的相关度和价值。这些组织和社交线索提高了数据的消费能力，并为数据管理专家提供了见解。监控数据合规性并确定管理优先级。
>> 自服务数据分析：为业务用户和分析师提供自然的使用数据的方式、数据流程和任务。这样，数据资产盘点不是临时项目组的责任，而是所有人的责任，并且根深蒂固在企业自有的流程中。
>> 沉淀数据资产：通过数据共享，、可视化以及数据消费背后的智能引擎来无缝地捕获分析人员和业务专家的领域知识，依据这些信息推断数据定义、标准、模型和政策策略。
>> 数据应用：从业务层面上将数据应用的需求，设计，以及数据报表相关的指标和维度统一梳理管控，并与数据层的表挂钩，打通业务与数据的鸿沟，使得IT部门能够为业务部门提供更高效精准的服务。
>> 业务目录：按照梳理元数据的思路，将系统中的业务信息也纳入了数据治理范畴并提供统一的查询管理。系统根据机器学习算法自动为数据资产贴上业务标识，用户通过数据目录可以快速定位到搜索的数据，并对系统的标签予以反馈，基于用户的反馈，系统会进一步提高机器学习能力。此外数据目录提供数据的充足率、值域范围统计以及数据间的关系，方便用户更快捷的了解数据的全貌。
>> 数据安全和审计：通过打安全标签方式给数据的表或字段级打上标签，通过标签可以快速定位某一类安全级别的数据，当用户申请数据时，系统会走数据安全审批流程，通过审批后，数据进行脱敏处理通过统一的Restful或JDBC接口实现数据的安全共享。
基于数据湖理论的数据资产目录平台，实现了数据的自动发现，自动探查，自动治理，自动归类，和自动服务等一系列智能服务，通过AI算法，实现数据的归类和特征识别，根据用户的反馈，训练数据的识别模式，建立数据特征模型，用来发现相似数据和关联数据，为客户提供数据全方位的业务，技术以及关联关系等信息，便于客户快速定位目标数据，更有数据安全策略审批流程加持，在保证数据安全的基础上提供统一接口的数据共享服务。
以保险业为例：
一、采集整合客户信息，创建统一客户视图
采集、整合来自于核心业务系统、电子商务网站、Call Center等系统中的客户信息，将分散的承保、保全、调查、理赔、收付费、咨询、投诉等客户信息集成起来，有条件的公司，可通过合法途径引入本公司信息系统之外的客户信息，例如：医疗信息、信用记录等，创建统一客户视图。统一客户视图是对客户属性完整、一致的呈现，只有形成了统一客户视图，才能开展更深层次的数据分析与挖掘，才能深入探索客户的需求特征和行为规律。
二、分析挖掘客户信息，形成完整客户画像
基于统一客户视图，勾勒完整的客户画像。客户画像包括两部分信息：基本信息和标签信息。基本信息包括人口统计信息（性别、年龄、婚姻状况等）、个人特征信息（通讯信息、家庭信息、职业信息、财务状况等）、产品购买信息（个险产品、团险产品、政策性产品等）、交易行为信息（契约交易、收付费交易、保全交易、理赔交易等）、生活行为信息（购房、购车、社交、兴趣爱好等）、客户接触信息（拜访记录、网站浏览记录、投诉记录、通知信息等）、服务人员信息等。标签信息是通过对客户基本信息的分析挖掘，形成的刻画客户特征的分类信息，例如：客户偏好、客户价值贡献、客户满意度、保险认知度、客户购买倾向等，把具有相同或相似特征的客户归为一类，通过标签的方式加以区分，对不同标签的客户采取差异化的服务策略。为客户打标签，在精准营销、个性化推荐和服务方面具有广泛应用，标签信息会随实际应用需要不断扩充完善。
三、基于客户洞见，精准营销，精准服务
基于对现有客户的分析建模，识别出购买倾向高的目标客户，提高准客户转化率。
分析出客户间的关系网络，以家庭为单位，分析客户在养老、医疗、健康、一般寿险和意外伤害保险等方面的保障缺口，为客户提供所需的风险保障，发挥寿险的价值和功能。
筛选出影响客户退保、保单失效或续保的关键因素，分析客户可能的流失原因，通过这些因素建立预测建模，对客户的退保概率或续保概率进行预估，找出流失概率高的客户，及时预警并制定挽留政策。
利用大数据建模，可以自动识别出理赔中可能的欺诈模式、潜在的欺诈行为和可能存在的欺诈网络，减少赔付支出，降低理赔作业成本。
应用大数据技术，为客户提供自助查询、智能推荐、主动通知提醒服务等，简化业务流程，使客户获得良好的服务体验。
四、提供客户线上附加值服务，增强客户黏性，多渠道采集客户信息
为客户提供多样化的线上附加值服务，例如积分商城、客户服务活动等，一方面，增强客户黏性，吸引和保留优质客户；另一方面，拓宽采集客户信息的渠道。由于寿险业务存在与客户接触频次低的特点，寿险公司掌握的客户信息有限，不利于客户信息的挖掘应用，要积极开展客户线上附加值服务，增加客户接触点，利用微信、电子商务平台等渠道，采集客户的需求、联系、行为等信息，建立利用各客户接触点收集、记录、更新客户信息的长效机制，不断提高客户信息的真实性、完整性，一方面降低风险和服务成本，另一方面又为客户信息的分析挖掘奠定坚实基础。
大数据技术提供了强大的客户洞察力，有力地促进了寿险公司的转型发展，但同时，非法使用、泄露客户信息的事件时有发生，严重侵犯客户权益，也影响公司声誉和企业形象。在大数据技术的应该过程中，一定要提高思想认识，严格遵守相关法律法规，采取有效的数据安全技术和手段，重视客户信息安全与隐私保护工作，正确、合法使用客户数据。
中信集团数据资产目录系统建设项目
项目名称：中信科技发展有限公司中信集团数据资产目录系统建设项目
客户名称：中国中信集团有限公司
项目背景：中信集团在数据管理领域通过数据治理、数据平台、数据安全、数据资产应用等方面的核心数字化手段落实集团数字化转型工作、提升数据能力、支撑价值分析、促进转型升级。集团拟确立从总体规划到落地执行的数据管理工作原则，通过从上至下推动，从下至上的反哺，发挥集团总体数据价值，促进集团互联网+转型与数字化转型。在确定远景目标总体规划的基础上，采用逐步推进、落地执行的方式，推进集团整体数据管理工作。
2019年集团立足于数据资产化、资产业务化的视角，旨在通过建立数据资产目录系统，明确规范数据资产入库准则、形成多视角的数据资产目录，保证数据资产的可知、可管、可控、可用，助力企业合理配置和有效利用数据，促进组织内部部门之间的协同发展。全面助力集团及子公司实现数据资产管理，从而达成三个转变：
数据管理：由散乱无序的数据孤岛向完整、规范、安全的企业数据中心模式转变；
应用模式：由局部需求分散建设向集中集成业务协同转变；
管理模式：从离散管控向流程化、规范化、智能化、精细化管理模式转变；
基于集团数据资产目录管理需求及各业务部门的数据资产管理要求，现由中信科技发展有限公司构建大数据平台上的数据资产管理能力，优先确保集团数据资产目录梳理成果落地，在技术架构设计上应支持SaaS化、多租户等管理与应用模式，提供数据资产目录、数据服务目录、数据资产地图和数据资产统计等核心技术支撑和服务能力。在此背景下，由中信科技发展有限公司承建中信集团数据资产目录系统建设开发项目。
与中信紧密合作，共同完成中信集团数据资产目录系统建设。通过中信集团数据资产目录建设项目，完成中信集团核心数据资产盘点，形成集团统一的数据资产目录，针对不同类型的数据资产对象，开放多样化的数据服务，实现各类数据资产对不同角色人员的可知与可用。建设目标如下：
1、完成重点数据资产采集盘点
2、构建多视角资产目录
3、构建数据服务目录，提供多样化的数据服务
4、构建数据资产应用，驱动发现数据价值
通过建设数据资产目录平台，与中信现在的数据治理平台、统一用户管理系统、多租户平台以及其他数据源进行集成，形成基于多租户模式的中信集团数据资产目录系统。主要包括数据资产目录、数据服务目录、数据资产统计与分析、多租户管理等四大模块功能：
1、数据资产目录：支持从各类数据源采集数据资源并解析，提供集团数据资产多视角目录管理，方便集团总部及子公司技术人员、业务人员对集团内部资产分布情况的查询。
2、数据服务目录：基于构建的数据资产目录，提供数据服务列表，用户在查询数据资产时，可了解该资产的获取方式。
3、数据资产统计与分析：基于数据资产提供多维度统计及分析，从不同维度统计并展示各类数据资产分布情况，支持对数据资产目录与服务目录访问使用情况的动态分析。
4、多租户（SaaS功能）：支持多租户应用模式，对使用数据资产管理系统的租户（包括集团和子公司等）进行初始化资源、权限分配，实现数据资产目录、数据服务目录以及数据资产地图的数据隔离和权限隔离。
案例二：中金数据资产集中管控建设项目（含数据资产目录）
项目名称：数据资产集中管控建设项目
客户名称：中国国际金融股份有限公司
项目背景：银保监会于2018年5月22日发布《银行业金融机构数据治理指引》（银保监发〔2018〕22号），要求金融机构加强数据治理，提高数据质量，发挥数据价值，提升经营管理能力；目前客户有150多个信息系统，各系统数据标准不统一，数据整合困难，数据缺失、非法等数据质量问题广泛存在且不易跟踪，并且系统间关联关系复杂，难以分析上游系统变更对下游系统造成的影响；另外，目前的数据治理工作还处在起步阶段，数据治理工作通过手工和线下进行管理，比如数据标准的管理、数据字典的管理、血缘分析及影响性分析、数据质量规则的管理和检核等，缺乏有效的数据治理工具支撑影响了数据治理工作的推进。
随着数据管理工作的不断深入和数字化转型的推进，数据管理逐渐转变为数据资产管理，对数据资产的使用需求日益增加，并不断深入。目前，我行数据呈爆炸式增长，元数据量急速增加，其中数据库表已有20W+，数据字段200W+，同时数据类型也不断丰富。而数据使用人员在海量的数据中，面临着“不知、不懂、不会”的问题，即不知有什么数据、不知数据在哪里；不懂数据含义、不懂数据间关系以及不会查阅数据。为解决上述问题，目前亟需在数据管理平台升级建设数据资产管理，通过智能化的手段，实现数据资产的集中管理、深度挖掘和交叉应用，提供高质量、便捷的数据资产使用体验，提高数据使用的效率，赋能数字化转型。
实施思路：通过对全域资产盘点、数据目录服务建设、数据资产服务、数据资产共享等功能的建设开发，实现全公司数据资产的盘点和展现：
1、全面权威：实现全域、多元数据资产统一管理，结合管理规范、数据标准、数据质量等工作机制提供权威高质量全领域数据资产发布。
2、智能：以用户的视角，提供智能化的服务：提供精确查询，模糊匹配，批量识别，场景导航，智能推荐，热度分析，质量评估、互动交流等多角度的工具支持平台。
3、敏捷：与统一需求管理、共性加工、共享复用、自动化开发、联机数据服务高效灵活支持业务创新。
4、生态：通过顶层设计实现业务、科技和数据的协同。
项目创新点：支持结构化和非结构化数据的资产整理和展现，支持文件类资产的实时展示，与客户大数据平台portal进行集成及认证，支持针对获取到数据访问权限的数据库表类数据资产对接BI报表，系统直接通过统一用户平台进行校验。
北京数语科技有限公司（以下简称“数语科技”）成立于2016年11月，是专注于数据治理领域的国内自主知识产权的专业软件产品提供商，主要业务是数据治理软件产品的研发与销售。数语科技的创始团队全部来自CA/IBM/Oracle等资深数据管理专家，天然具有世界级水准的软件产品开发能力。创始人兼CEO王琤曾任职erwin全球研发总监，拥有超过十年以上数据建模和数据管理的从业经验。CTO朱金宝曾任职erwin首席架构师，先后服务多家全球知名企业，并曾全程参与中国建设银行数据治理项目，目前全面负责Datablau软件平台的研发工作和关键项目的实施工作。
数语科技是最具技术创新性的数据治理领导者，根据DAMA理论和中国国情独立研发Datablau新一代数据治理平台，平台由Datablau DDM数据建模产品，Datablau DAM数据资产管理平台，Datablau DDC数据资产目录三大部分组成，全部拥有软件著作权和知识产权，一站式全面满足中国企业的数据治理需求。其中数据建模产品DDM是Datablau填补国内空白的重量级产品，帮助中国客户摆脱国外产品的垄断现状。数据资产管理平台DAM是对传统数据治理产品进行了自动化和智能化的颠覆性创新。数据目录产品DDC则是国内首个真正意义上面向企业全用户的服务好的产品，使用AI和语义知识图谱等先进技术和理念，具有将数据输送给业务端的能力，帮助企业盘活数据资产。2018年，Datablau数据治理平台通过了中国信息通信研究院严格苛刻的产品评测并获得的“最佳大数据产品”奖。
依托于极具创新的产品线，数语科技形成了数据模型管控，大数据治理，数据资产盘点和目录等特定场景的解决方案，解决了企业应用大数据的痛点需求，形成了银行，保险，基金，证券，能源，电力，制造业等行业的落地案例。
未来，数语科技仍然坚守自己的使命，致力于做技术最先锋的数据治理厂商，追求卓越进取、锐意创新。打造世界级数据管理产品，帮助企业理解数据、融合数据，最终实现全面化数据驱动运营。
产品简介