新代稅務行業(yè)大數據服務平臺支撐數據管稅解決方案

新代稅務行業(yè)大數據服務平臺支撐數據管稅解決方案

新一代稅務行業(yè)大數據服務平臺支撐數據管稅

解決方案

文檔名稱新一代稅務行業(yè)大數據服務平臺支撐數據管稅解決方案

作者

郵箱

版本V1.0

變更記錄2016/7/21V1.0

2016/7/24V1.2

目錄

1總體業(yè)務需求分析與整體架構概覽..............................................3

1.1新時代的稅務管理要求....................................................3

1.2稅務行業(yè)信息化建設現狀..................................................5

1.3大數據服務平臺整體架構概覽..............................................6

2理論指導數據治理之需求與技術分析............................................9

2.1數據治理綜述............................................................9

2.2定義業(yè)務問題，以指導方向...............................................11

2.3獲得管理層支持，以獲得組織與資源保障..................................12

2.4執(zhí)行成熟度評估，以熟悉現狀與確定將來所達目標...........................12

2.5創(chuàng)建數據治理路線圖.....................................................14

2.6建立數據治理組織藍圖...................................................15

2.7創(chuàng)建數據字典/業(yè)務術語庫................................................16

2.8懂得業(yè)務與數據.........................................................17

2.9創(chuàng)建元數據存儲庫.......................................................18

2.10定義度量旨標..........................................................20

2.11主數據治理............................................................21

2.12治理分析..............................................................22

2.13管理安全與隱私.......................................................23

2.14數據生命周期治理......................................................24

2.15度量結果.............................................................24

3理論指導大數據服務平臺建設之需求與技術分析.................................25

3.1數據對數據管稅的價值...................................................25

3.1.1數據對稅務的價值分析.............................................................25

3.1.2稅務數據價值實現分析.............................................................26

3.2數據挖掘方法論指導大數據服務平臺建設..................................27

3.3按業(yè)務主題與規(guī)則采集、加工數據以打好數據基礎..........................31

3.3.1數據采集平臺.....................................................................32

3.3.2數據加工平臺.....................................................................34

3.4合理利用各類報表工具，實現報表展現服務.................................37

3.4.1固定報表實現分析.................................................................38

3.4.2臨時報表實現分析.................................................................39

3.4.3報表展示與可視化分析.............................................................40

3.5靈活使用數據，實現多維分析與微創(chuàng)新能力.................................42

3.5.1多維分析技術設計.................................................................42

3.5.2標簽體系設計.....................................................................44

3.5.3微創(chuàng)新系統(tǒng)設計...................................................................46

3.6對內對外更好的數據共享與交換,擴充能力.................................47

3.6.1打破條線壁壘，實現數據共享.......................................................48

3.6.2實現數據流通，打通上下級與稅務與其他部門的數據聯系...............................49

3.7提供更好的開發(fā)模式，加速數據管稅能力的提升.............................49

總體業(yè)務需求分析與整體架構概覽

1.1新時代的稅務管理要求

新一代稅務行業(yè)大數據服務平臺的總體目標是實現"數據管稅，

新時代的稅務管理要求是，以稅收風險管理為主線，以現代信息化先進技術為依托，加強業(yè)

務與技術的融合，優(yōu)化資源配置與稅源管理體系，優(yōu)化服務，規(guī)范執(zhí)法，不斷提高稅法遵從度與

稅收征收率，形成新一代稅收征管新管理方式：

1）服務優(yōu)化：稅務管理部門的定位要從企業(yè)稅務管理角色向企業(yè)稅務服務角色轉變，要利用

現代化手段進行稅務管理工作，在減少對企業(yè)日常經營的干擾情況下，保證稅務管理工作

的有效進行，成為納稅人與國家連接的橋梁；

2）以風險管理為主線：結合先進技術與創(chuàng)新管理手段，降低與防范稅收風險，做到事前重點

防控潛在稅收征管風險，事中降低稅收征管風險，事后具備有效手段，查處偷漏稅，營私

舞弊等違法行為；

3）數據實現省市縣分級分類管理：將數據情報管理、稅收風險分析、風險應對任務觸、大

企業(yè)與跨境稅源風險應對等重要管理事項集中調整到省局層面；市、縣稅務機關精簡行政

管理職責，要緊承擔直接面向納稅人提供納稅服務、實施風險應對的職責；

4）強化稅源專業(yè)化管理，探索"兩個轉變"：屬地固定管戶制到非固定管戶制的轉變，與無

差別管理到差別化管理的轉變。

在新時代的稅務管理要求下，不能繼續(xù)使用原先傳統(tǒng)方式解決問題，要使用新的技術來解決；

國家稅務總局局長王軍指出："大數據時代，誰能掌握好數據、誰能利用好數據，誰就能提高洞察

力、占領制高點大數據最重要的作用是提供了實現稅務管理由"稅管員管"向"大數據管"轉

變的技術基礎。過去，由于受到技術、思維等多方面等的限制，人類在采集與使用數據時為了節(jié)

約時間，增加準確性，更多使用了隨機采樣法，這個時代被稱之“小數據時代"。小數據時代的特

點是：樣本隨機性、數據精確、因果關系論、結果群體化。在大賺時代，數據收集、存儲與分

析工具極大提升，這使得"樣本=總體"的全數據模式得以實現，數據處理的總體特點變?yōu)椋阂?/p>

體不要抽樣，要效率不要精確，要有關不要因果。這顛覆了千百年來人類的思維慣例，對人類認

知與與世界交流的方式提出了全新的挑戰(zhàn)。大數據時代中的稅收管理也應當“順應時勢變化，及時

轉變思維，提出創(chuàng)新舉措。

目前，大數據技術要緊應用在電子商務、金融、零售等領域，在實現"通過數據尋找到更多

合適的客戶、與給客戶推薦合適的產品，實現精準營銷，從而給企業(yè)帶來更多的收入與利潤"上

已取得長足有效的成績；

稅務行業(yè)的大數據所需要達到的業(yè)務戰(zhàn)略目標與其他行業(yè)企業(yè)（比如電子商務、金融、零售

等）是有比較大的差異，關于稅務來說，大數據所需要達到的目標的第一重點是"根據企業(yè)的生

產經營活動等各類數據，防止企業(yè)通過非法途徑進行偷稅漏稅的風險管控，與通過相應的數據，

防止稅務業(yè)務人員內部腐敗的內部風險管控"，通過這個目標來實現數據管稅，以達到國家所需

要進行稅務改革的這個戰(zhàn)略目標。用大數據強化稅收分析，對稅收數據的分析應用將成為稅務系

統(tǒng)一項常規(guī)的重要工作，數據管稅需要達到下列目標：

（-）結合風險管理與大數據理念，將大數據稅收征管模式與先進的管理理念相結合，利用

大數據技術與現有數據，對稅務工作進行更好的風險管理：

1）結合大數據分析技術，讓納稅評估更為準確：面對企業(yè)越來越復雜的經濟業(yè)務，數量有限

的稅務工作人員無法投入太多的精力去全面熟悉每一家企業(yè)的生產流程，通過對海量數據開展分

析，探尋，發(fā)現、懂得信息內容及信息與信息之間的關系，結合對企業(yè)的規(guī)模大小、對生產經營

活動成本、利潤與稅負率等指標的分析，對企業(yè)財務核算與納稅申報質量作出評判。

比如：在對納稅人、對稅源的評估過程中，通過對納稅人或者者稅源長期的登記信息、歷史

交易記錄、海關進出口信息、水電繳費與銀行借貸記錄等多種信息與特征測試的數據匯總，來進

行信用評級，從而使納稅評估更為準確；

比如：比對分析納稅人稅收資質、應納稅（費）種的條件符合性、存在的風險疑點，跟蹤分析后

續(xù)動態(tài)變化，對風險疑點進行評估處理，并依法據實認定、調整或者取消納稅人的稅收資質、應

納稅（費）種；

2）融合第三方涉稅數據，提高稅法遵從度與稅收征收率：結合納稅人登記信息，申報信息、

第三方涉稅信息等數據，以大數據技術為基礎，開展分析比對、風險識別、排序推送、風險應對,

加強業(yè)務內控與遵從風險防范。

比如，將從工商、銀行與統(tǒng)計等部門，與互聯網爬蟲等途徑獲取的外部數據與納稅人申報數

據作比對分析，從而更為準確地推斷稅源狀況，進一步通過稅源附空、稅收分析、納稅評估與稅

務稽查等質量操縱手段，達到堵塞漏洞、糾正偏差與提高稅收質量的目的。

比如：在納稅人申報房產、土地明細時，利用房管、土管等部門信息進行比對，推進"以房

控稅"、"以地控稅"、"車船稅聯網征收”等工作；

稅源監(jiān)控稅收分析

改

反

饋

色

改

結

進

型

果

稅務稽查納稅評估

提供產■違法案件

3）嘗試業(yè)務系統(tǒng)變革，進一步防范涉稅風險，提高稅收征收率：如將納稅人申報繳稅系統(tǒng)、

收入系統(tǒng)、金融管理系統(tǒng)與財產系統(tǒng)等都納入公民誠信系統(tǒng)，通過各個信息的比對，數據的分析,

管控納稅人的資金流、信息流、貨物流與生產經營信息，形成以數據質量管理為基礎的風險識別、

等級排序、風險應對與績效評價的閉環(huán)風險管理體系，進一步防范涉稅風險，提高稅收征收率。

4）防控廉政，防范內部違法風險：通過優(yōu)化流程、節(jié)點操縱與全程操作數據留痕，實現稅收

執(zhí)法權的透明操作、規(guī)范運行，從源頭上防控廉政與執(zhí)法風險。

5）通過納稅人畫像，輔助管理：采集、處理、評價納稅人的信用信息，建立納稅人畫像，建

立納稅信用體系，據此實施分類服務、管理，輔助數據情報管理、稅收風險分析、風險應對任務

管理、大企業(yè)與跨境稅源風險應對，同時還能夠實現信用信息的共享。

比如：對信用好、無風險的納稅人不打攪，對低風險的納稅人予以提醒，對嚴重失信、高風

險的納稅人實施重點監(jiān)管；

比如：關于異地稅務機關評價的納稅高信用等級納稅人，本地稅務機關予以認可，與本地高

信用等級納稅人企業(yè)享同等待遇；關于有違法記錄的低信用等級納稅人企業(yè),，本地同等監(jiān)管。

6）建立風險特征庫，自動預警防控：通過風險特征庫與風險監(jiān)控規(guī)則建立，預警預防偷漏稅

風險；

比如：將"一址多照"、"一照多址”的納稅人列入重點關注對象，設計風險觸發(fā)規(guī)則，防

范其虛開增值稅專用發(fā)票、騙取出口退稅等風險。

（-）:充分利用廣泛的數據開展稅源分析，用數據說話、用數據改進管理、用數據推動創(chuàng)新,

不斷提高運用大數據的技術與分析大數據的能力，解決工作中的新情況與新問題，提高稅收工作

的針對性與有效性。

比如：實現根據相應企業(yè)所需要的稅務管理與稅務服務類型，來進行相應的稅務業(yè)務人員任

務分配；達到簡單的稅務業(yè)務由辦事大廳（比如實體的辦事大廳、電子稅務局）進行支撐，復雜

的稅務管理與稅務服務業(yè)務有專業(yè)的稅務業(yè)務人員進行支撐，即實現由數據來給不一致的稅務業(yè)

務人員分配相應的、合適合理的任務。

（三）加強宏觀、行業(yè)與微觀稅負數據分析，加強稅收政策、經濟與稅收關系分析，進一步

發(fā)現稅收與經濟之間的關系，從而更好地預測稅收走勢，科學估算收入規(guī)模，增強組織收入工作

的預見性。

1.2稅務行業(yè)信息化建設現狀

稅務行業(yè)的信息化建設（金稅工程）已經有近二十年的歷史，由于技術進展的現實問題，同時

由于稅務組織機構職能、業(yè)務管理、規(guī)范、流程等的復雜性（其復雜性遠遠超過電子商務，甚至

超過金融領域在信貸、風險、杠桿等三大核心'要素所需要組織機構職能、業(yè)務管理、規(guī)范、流程

等），稅務信息化系統(tǒng)不可避免的存在較為嚴重的零碎化、數據孤島、應用煙囪等現象，特別是建

立在《全國稅收征管規(guī)范》基礎之上的核心征管系統(tǒng)與其他各類生產業(yè)務系統(tǒng)，存在如下圖所示

例的一系列問題：

①系統(tǒng)、數據來源多②原有業(yè)務系統(tǒng)停用③數據量大關聯復雜

T造成數據使用雜亂一造成數據無法使用一造成應用效率低下

稅務系統(tǒng)信息化建設中，最為突出與典型的問題包含下列三個方面：

1）數據雜亂：隨著經濟與技術的進展，出現越來越多的系統(tǒng)與數據。包含新建業(yè)務系統(tǒng)產

生的數據、隨著云計算與數據中心建設出現在稅務系統(tǒng)中的外部交換數據、傳統(tǒng)系統(tǒng)歷

史積存的數據等等。這些系統(tǒng)由于種種歷史建設原因，存在使用的信息化建設規(guī)范不統(tǒng)

一、數據格式不一致、數據表達不連貫等種種問題。這些問題導致每個業(yè)務系統(tǒng)在建設

過程中，不信任已有的其他系統(tǒng)的數據分析結果，而選擇從生產庫直接獲取原始數據進

行分析與加工。這導致了大量的業(yè)務系統(tǒng)在建設過程中"干重復活"、"走重復路"、"做

重復事"。嚴重影響地稅工作效率。

2）系統(tǒng)各自為政：在江蘇省地稅信息化建設過程中，各業(yè)務系統(tǒng)由不一致的承建單位進行

建設，缺乏統(tǒng)籌規(guī)劃，系統(tǒng)之間的打通困難，數據缺乏交互碰撞。"煙囪式”系統(tǒng)仍然普

遍存在。業(yè)務人員面對多樣的系統(tǒng)，需要從不一致的業(yè)務系統(tǒng)中找到描述一個業(yè)務情形

的不一致闡述角度的數據，以全面、客觀地分析業(yè)務問題。這極大地影響了業(yè)務人員的

工作效率。

3）關聯復雜：地稅行業(yè)涉及數據眾多，各地市具體情況又不完全相同，各地市依靠于省廳

提供標準數據與業(yè)務模型，但在處理本地業(yè)務時會加入地方性特征的數據并對模型進行

修正。這造成大量的相似但是有區(qū)別的數據，使得開發(fā)人員在進行數據開發(fā)時陷入推斷

相似數據準確性的困惑中，影響數據的可運維性與二次開發(fā)。

1.3大數據服務平臺整體架構概覽

在當前信息化現狀的基礎上，要達到數據管稅的戰(zhàn)略目標，需要建立以數據為核心，以大數

據技術為支撐的精確管理體系；基于稅務組織機構職能、業(yè)務管理、規(guī)范、流程等的復雜性，我

們務必要通過進行前瞻性的研究，形成相應符合稅務行業(yè)所需要的數據治理、數據分析挖掘所需

要的方法論體系，從而形成符合稅務行業(yè)所需要的大數據平臺，從而讓稅務行業(yè)沉睡的數據蘇醒

過來、發(fā)揮價值、產生效益。

因此，對新一代稅務行業(yè)大數據服務平臺，整體架構概覽如下圖所示:

rmET用體察

?MAftxnflaMM

TO*tt?

?am

一軍GHB

MMS--■

占rj

一■〃數據管稅〃業(yè)務應用體系（大數據應用體系）

>稅務人員工作流程與效率優(yōu)化：稅務改革往常是一個人管N多企業(yè)所有的情況，稅務改革之

初很多人不明白干什么情況，因此需要通過大數據應用來給合適的人安排合適的情況

>發(fā)票分析：發(fā)票數據的應用分析，通過分析發(fā)票的數據信息，準確查找發(fā)票管理存在的問題風

險，有針對性的制定征管應對措施，準確打擊發(fā)票使用中的不法行為，切實促進發(fā)票管理的遵從,

實現以票管稅、信息管稅的目標

>納稅人信用評估：在稅務大數據服務平臺提供的數據與在數據衍生出來的法人畫像、自然人

畫像等能力的基礎之上，評價納稅人的信用信息彳導出納稅信用評價結果，據此實施分類服務與

管理。同時與地方政府及有關單位征信平臺對接，實現納稅人信用信息在各部門間的共享利用

>納稅人服務流程優(yōu)化：稅務改革往常是一個人管N多企業(yè)所有的情況，企業(yè)沒得選；但是現

在針對一個納稅人服務有很多環(huán)節(jié)，不一致環(huán)節(jié)對應的是不一致稅務工作人員；因此我們需

要根據數據來給企業(yè)在不一致環(huán)節(jié)中提供合適的、專業(yè)的稅務人員提供服務，從而讓企業(yè)滿

意讓國家滿意

納稅人風險管控：通過相應的納稅人畫像與相應的其他數據，來防止企業(yè)通過非法手段進行

偷稅漏稅等，同時能夠起到警示作用

>稅務人員操作性風險管控：通過相應的數據能夠抓出內部的腐敗份子給國家所帶來的缺失與

傷害，同時能夠起到警示作用

>收入與稅源分析：通過相應的數據分析能力，從而讓國家的稅收任務更好的完成同時對企業(yè)

不可能產生更大的干擾。

>其他：泛指各類沒有說明的稅務大數據分析應用。

二、稅務大數據服務平臺

稅務大數據服務平臺不是一個技術平臺、更不是一個只具有一個技術功能點集合的平臺，此

平臺是一個大數據應用支撐平臺，即需要加速稅務數據管稅所需要的各個大數據應用能力的開發(fā)

效率、開發(fā)質量的平臺，也是一個能夠沉淀出稅務行業(yè)所需要的各個大數據業(yè)務應用所需要的各

個能力資產以形成能力中心的平臺。

2理論指導數據治理之需求與技術分析

2.1數據治理綜述

隨著稅務信息化建設的深入與大數據技術的不斷進步，我們需要讓沉睡在各個業(yè)務系統(tǒng)中數

據發(fā)揮出更多的價值、讓數據說話以實現數據管稅；同時我們已經深刻地認識到我們的稅務數據

我們稅務關鍵的資產之一，就類似于關于企業(yè)中的最關鍵資產是人力、資金、物資（工廠、設備）

等一樣。

將數據視為戰(zhàn)略性稅務資產，意味著我們的組織需要建立其現有數據的清單，就像建立物理

資產的清單一樣。而數據治理是以企業(yè)資產的形式對數據進行優(yōu)化、保護與利用。

數據是稅務最大的價值來源也可能會是最大的風險來源。糟糕的數據治理常常意味著糟糕的

業(yè)務決策與提供給違規(guī)（內部稅務工作人員的違規(guī)，外部企業(yè)逃稅的違規(guī)）更大的暴露面，我們

必定需要通過良好的數據治理來提高數據質量（比如提高數據的可信度、完整度、可用度等），從

而提供較好的業(yè)務決策與減少、操縱違規(guī)等。

數據治理注定會是一項復雜的工作，涉及到對組織內的人員、流程、技術與策略的編排，從

一開始，數據治理就在協(xié)調不一致的、孤立的且常常沖突的策略（可能導致數據特殊）的過程中扮演

著重要角色。

在這么多年的信息化建設中，我們發(fā)現數據質量問題要緊受"業(yè)務、管理、技術”這三個方面

的影響，同時要緊由下列幾大影響因素所決定：

>缺乏科學、規(guī)范、完整的數據質量標準，同時在系統(tǒng)開發(fā)與實施過程中忽視數據質量：關于

這方面的問題，我們務必建立全局數據模型（包含數據源視圖與數據流視圖\統(tǒng)一的數據標

準與數據口徑，從而供各個應用開發(fā)團隊在工作中遵循與參考、目讓各個應用開發(fā)團隊對稅

務信息系統(tǒng)有一個整體認識，以減少數據源調用錯誤與建立重復蠅源的情況發(fā)生，影響數

據的一致性。如下圖所示例：

企業(yè)數據模型到某應用級的數據模型

>缺乏統(tǒng)一與全面的納稅人數據

>數據多頭重復采集、沒有統(tǒng)一規(guī)范檢險

>缺乏系統(tǒng)的數據質量管理機制與監(jiān)控管理工具與手段：在這方面，除了技術原因外，很多是

業(yè)務、管理方面的問題，因此我們在業(yè)務、管理方面制定相應的流程，即需要使用較為成熟

的閉環(huán)的數據質量管理方法與相應配套的數據治理軟件平臺，對數據的質量進行持續(xù)的監(jiān)控

與管理，及時地清除系統(tǒng)中的垃圾數據，減少隱患的產生。

綜上所述，數據治理是大數據服務平臺建設成功的核心基礎與因素，沒有好的數據治理會使我

們的大數據成為空談。因此我們需要形成相應的數據治理參考流程來指導我們稅務數據治理的建

設，從而給大數據服務平臺的建設打下一個成功的基石。

數據治理建議參考流程如下圖所示，同時這個數據治理流程是一個閉環(huán)、不斷優(yōu)化的流程。

2.2定義業(yè)務問題，以指導方向

數據治理是我們大數據服務平臺建設是否成功的關鍵因素之一，數據治理失敗的根源是缺乏與

業(yè)務價值的鏈接，與通常單純的把數據治理當作是IT部門的事等因素。因此為了保障我們稅務的數

據治理能夠比較成功，我們務必保證：數據治理要能支持"數據管稅"這個戰(zhàn)略目標實現業(yè)務價

值與解決業(yè)務問題，并需要制定下列所建議的準則：

首席數據

治理官

1）數據治理務必由業(yè)務部門所需要的業(yè)務價值與效益為驅動；

2）數據治理務必由業(yè)務部門、信息科技部門、第三方廠商與應用開發(fā)商等多方參與；

3）數據治理務必獲得江蘇地稅管理層的支持，任命首席數據治理官；首席數據治理官負責統(tǒng)一管

理與協(xié)調多方（業(yè)務部門、信息科技部門、第三方廠商與應用開發(fā)商等）力量進行數據治理工

作，以保證支撐"數據管稅”實現的各類業(yè)務能力所依靠的數據是"可信、可用、完整”等。

4）數據治理是一個工程項目，需要一個專業(yè)的業(yè)務人員、專業(yè)的技術人員構成的團隊，根據所需

要解決的業(yè)務問題及從實現相應的業(yè)務價值出發(fā)，借助對業(yè)務的懂得分析與對技術的懂得分析,

并在專業(yè)的產品支撐下，比如數據集成平臺（采集、ETL等I數據治理平臺（元數據管理、主

數據管理等等）,才能夠做好數據治理的有關工作。

5）數據治理是一個長期計劃，而不是一個短期目標；我們是需要不斷地投入相應地金錢、人力資

源才能夠完成與不斷的演講與優(yōu)化。

2.3獲得管理層支持，以獲得組織與資源保障

數據治理的最終目的是為了提升數據質量，讓數據變得更加"可信、可用、完整"；只有較高

質量的數據才能讓數據說話，以達到稅務管理與稅務改革所需要"數據管稅”這個目標；因此數

據治理是牽涉到稅務各個業(yè)務部門、信息科技部門、與各個業(yè)務系統(tǒng)的應用開發(fā)商與產商的情況。

這就使得獲得稅務管理層的支持是一個非常關鍵核心的因素。要保障數據治理工作的順利開展，

稅務管理層需要給予下列組織與資源保障：

1、成立數據治理工作組

此虛擬組織的成員需要有來自稅務有關業(yè)務部門（比如征管與科技進展處、規(guī)劃財務處、數據

管理處、納稅服務處等1核心業(yè)務應用系統(tǒng)的開發(fā)商（比如征管系統(tǒng)的開發(fā)商、發(fā)票管理系統(tǒng)的

開發(fā)商、電子稅務局系統(tǒng)的開發(fā)商等I大數據服務平臺的開發(fā)商等有關的業(yè)務人員與技術人員構

成

2、獲得有關方高層的支持

需要獲得稅務局管理層、有關業(yè)務部門的管理層、有關應用開發(fā)商與產商的高層支持；特別是

稅務局管理層的支持。

3、確定數據治理的負責人

設立首席數據治理官，此職務需要在稅務管理層的支持下進行任命；由他來統(tǒng)一管理與協(xié)調多

方（業(yè)務部門、信息科技部門、第三方廠商與應用開發(fā)商等）力量進行相應地數據治理，以提高

支撐"數據管稅"實現的各類業(yè)務能力所依靠的數據是"可信、可用、完整”等

2.4執(zhí)行成熟度評估，以熟悉現狀與確定將來所達目標

如圖是數據治理成熟度評估模型，按照如圖所示的類別，對當前的稅務數據治理成熟度進行

評估，從而得出我們稅務數據質量的當前所處狀態(tài)，與期望通過專業(yè)數據治理后需要達到的

狀態(tài)。

這11個數據治理類別能夠分成4個相互關聯的組：

1、成果：數據治理計劃的預期結果。即在數據風險管理與合規(guī)，與價值創(chuàng)建方面需要達到相應

的目標，并為“數據管稅"所需要的數據能力提供"可信、可用、完整"的高質量數據支持。

2、促成要素：數據治理需要合適的策略、合適的數據照管（即首席數據治理官所帶領的團隊所發(fā)

揮的作用\良好的組織結構（數據治理工作組）與認知（數據治理工作組對數據治理要做的情況

與所能表達出的業(yè)務價值有共同的認知X

3、核心準則：一個能達到相應業(yè)務價值的成功數據治理，必定需要實現一個滿足業(yè)務要求、技術

要求的數據質量管理、數據生命周期管理、數據安全與隱私等方面所需要的軟件產品與相應的經

驗能力。

4,支撐準則：要進行數據治理，我們務必建立一個較為合適、完整、可用的數據架構體系用來指

導數據治理與相應的數據應用的設計與開發(fā)，同時需要建立相應的分類與元數據與相應的審計數

據日志與報告。

我們對上述4個相互關聯的組中的11個數據治理類別，定義相應的能力成熟度模型（參考CMM）,

即現在的能力成熟度，通過這次的大數據服務平臺的長期數據治理建設后，所需要達到的能力成

熟度模型。下圖是我們的一個建議：

初始級可重短級已定義級已管理級優(yōu)化級

2016年當2017年將要達

前狀態(tài)到的狀態(tài)

上圖闡述了當前（2016年）對稅務數據治理在11個類別中所處的狀態(tài)，與通過1年（12個月/18個

月）數?據治理后所需要達到的狀態(tài)；同時在后續(xù)不斷的數據治理過程中最終達到第五級。

2.5創(chuàng)建數據治理路線圖

數據治理路線圖的開發(fā)要緊通過下列三方面來進行

1、總結數據治理成熟度評估的結果

即在執(zhí)行成熟度評估，以熟悉現狀與確定將來所達目標此章節(jié)所做的情況的產出的基礎上，

業(yè)務部門、信息科技部門、第三方（信息科技技術產商、應用開發(fā)商）在首席數據治理官的統(tǒng)籌

安排下進行相應的評估，即對當前狀態(tài)的評估與將來想要達到狀態(tài)的評估，與當前狀態(tài)與將來想

要達到狀態(tài)之間的偏差等；通過評估來決定后續(xù)的工作。

2,列出填補評估中強調的差距所需關鍵人員、流程與技術計劃

這個環(huán)節(jié)非常關鍵，為了說明這個，我們通過下面的例子說明。

人員技術

?建立聚焦在“數據管稅"所需?需要建立重點關注在數據治理?實現數據治理平臺，提供數據

要達成的業(yè)務價值的數據治理領域所需要牽涉到"原則、策地圖、數據標準和數據模型管

工作組.絡、規(guī)程、業(yè)務規(guī)則和度量指理、數據質量管理、數據脫敏、

標”等完整的工作流程元數據管理、主數據管理等能

?成員來自稅務相關業(yè)務部門力

（例如征管和科技發(fā)展處、規(guī)?梅定數據治理所需要的研發(fā)團

劃財務處、數據管理處、納稅隊、服務團隊的人員、技能、?實現數據集成平臺，從而能夠

服務處等）、核心業(yè)務應用系工作內容、開發(fā)和實現計劃等采集到更多的、更全面的數據，

統(tǒng)的開發(fā)商（例如征管系統(tǒng)的完整的工作流程并且通過相應的斕加工（ETL）

開發(fā)商、發(fā)票管理系統(tǒng)的開發(fā)對數據進行清洗；從而可以積

商、電子稅務局系統(tǒng)的開發(fā)商累出更多、更全面、更完整、

等）、大數據服務平臺的開發(fā)?選取一個業(yè)務案例（例如納稅更可用的數據

商等相關的業(yè)務人員和技術人人信用評估）來驗證數據治理

員.的合理性?提供機器學習算法，來提高數

據加工（ETL）的效率和質量以

?設立首席數據治理官以及相關?定義關鍵度量指標來監(jiān)控數據降低人工干預所帶來的工作量

的具體人員，重點關注在“法治理計劃的執(zhí)行

人、自然人、發(fā)票、風瞼、稅?提供更好的可視化能力，讓我

務機構、法規(guī)等"這幾大領域們更好地可以在數據地圖中查

的數據看、編輯相應的數據血緣等能

力

?

\7y

3基于關鍵計劃的優(yōu)先級創(chuàng)建路線圖

基于上面所示的內容制定一個時間周期為12-18個月的數據治理計劃路線圖，并在過程中對相應

的數據治理效果與相應的能力進行監(jiān)控。

?通常來說務必先進行數據治理工作組的成立，與有關人員的進入，然后任命首席數據治理官。

?建立數據治理領域所需要牽涉到"原則、策略、規(guī)程、業(yè)務規(guī)則與度量指標”等完整的工作

流程。

?確定數據治理所需要的研發(fā)團隊、服務團隊的人員、技能、工作內容、開發(fā)與實現計劃等完

整的工作流程。

?選取相應的業(yè)務案例來驗證數據治理的合理性與定義關鍵度量指標來監(jiān)控數據治理計劃的執(zhí)

行。

?實現數據治理平臺與數據集成平臺，并利用機器學習與可視化能力來提升數據治理平臺與數

據集成平臺的能力與質量、效率等。

2.6建立數據治理組織藍圖

建立數據治理組織藍圖要緊由下列幾大部分構成

1、定義數據治理章程

數據治理章程類似于企業(yè)的公司條例。該章程闡明數據治理的要緊目標、及其關鍵利益有關者

（比如各個業(yè)務部門、稅務管理層等\

2、定義數據治理的組織結構,并建立數據治理委員會、數據治理工作組、數據治理開發(fā)與服務組

數據治理的最優(yōu)組織結構是一種3層結構。數據治理委員會，位于組織的頂點，包含高層利益有關者。

下面的一層是數據治理工作組,由負責定期治理數據的成員構成。最后,數據治理開發(fā)與服務組負責

每天實際處理數據。

取掘*oia員會

收揖治理工作ta

畋據治理開發(fā)和陽財組

3、舉行數據治理委員會與工作組定期會議

數據治理委員會舉行會議來設置數據治理策略,跟蹤數據治理計劃的所產生的業(yè)務價值與效果。該

委員會（包含高層領導）定期會面，但不一定是經常會面。典型的會議安排為每月或者每季度舉行一次,

持續(xù)一兩個小時。

2.7創(chuàng)建數據字典/業(yè)務術語庫

不一致應用開發(fā)商或者者不一致的業(yè)務人員都會對相同意思的詞語產生不一致的描述詞，比如關

于性別的描述，有些應用開發(fā)商在系統(tǒng)中定義為"男"、"女"、"未知"，而有些應用開發(fā)商

在系統(tǒng)中定義為"1"、"o","1"；關于客戶的描述，有些業(yè)務人員認為是“企業(yè)”，有些

業(yè)務人員認為是“自然人"；關于納稅人信用等級A的描述，不一致業(yè)務人員的懂得都會是不一

樣的等等。

因此我們務必進行統(tǒng)一的數據標準與數據口徑，即我們需要建立數據字典，實現業(yè)務元數據與業(yè)

務詞匯的定義有關聯；數據字典（或者業(yè)務術語庫）是一個存儲庫且是一個系統(tǒng)（包含了相應的批量

導入、錄入、修改等能力），包含將業(yè)務與IT的共同定義集中在一起的關鍵詞匯的定義。稅務務必

部署數據字典來確保業(yè)務詞匯在上下文內良好定義，從而能夠讓我們的數據加工、數據的挖掘與

分析、數據的展現變得更加可信、完整、全面、一致，只有這樣才能更好的支撐數據管稅。

數據字典的創(chuàng)建牽涉到下列幾個重要的步驟與相應的核心能力：

1,選擇一個數據領域。

我們務必選擇一個領域，比如針對風險管理所牽涉到的法人、自然人、發(fā)票、稅務機構等來進行。

2、確定相應人員來保護關鍵業(yè)務詞匯

我們需要選擇相應的業(yè)務人員、技術人員來保護關鍵業(yè)務詞匯。

3、識別關鍵數據元素

這方面的工作我們務必要讓業(yè)務專家/業(yè)務架構師幫助我們找出關鍵數據元素

4,創(chuàng)建、填充與豐富數據字典

假如我們已經有了相應部分的詞匯術語表的話，則把這些輸入或者者導入到數據字典中。假如沒

有的話我們需要進行相應的手工錄入。

5、鏈接業(yè)務詞匯與技術組件

我們就業(yè)務詞匯達成一致后，我們需要由相應的以數據架構師為Lead的技術團隊建立相應業(yè)務詞

匯與技術組件（比如數據庫的某張表與列1這樣的話業(yè)務人員就能夠通過業(yè)務詞匯來下鉆尋找相

應的技術數據源與數據，由于我們一定要牢記一點就是業(yè)務人員只關注業(yè)務詞匯，他是不懂什么

數據庫的表名與列名的。

6、支持數據治理審計、報告與日志需求

業(yè)務術語總是容易變化。今天的"納稅信用等級A"的定義可能在明天又不一致。隨著業(yè)務需求不

斷演化，一個詞匯的可同意定義也會變化。能夠熟悉更換歷史、更換的內容與執(zhí)行更換的人，這與更

換本身一樣重要。

7、整合數據字典與有關的數據應用與業(yè)務應用

業(yè)務人員在操作一個數據應用或者者業(yè)務應用的時候，遇到了一個含義模糊的詞匯或都豆語。他

不確定這個詞匯是如何在稅務組織內定義或者使用的。因此我們務必使數據字典能夠提供一個非

常容易的訪問入口，讓業(yè)務人員能夠快速的查找該業(yè)務詞匯是如何定義或者使用的。

2.8懂得業(yè)務與數據

關于業(yè)務懂得，我們需要站在稅務業(yè)務的角度，去比較深入的懂得《全國稅務征管規(guī)范》所

介紹的"稅務登記、認定管理、申報納稅、稅收優(yōu)惠、稅額確認、稅款追征、稅務檢查、違法處

置、爭議處理、憑證管理、信息披露"等業(yè)務核心生產環(huán)節(jié)中所牽涉到的服務對象、所需要輸入

的數據、輸出的數據、所要實現的邏輯等等;同時我們還非常需要借助對稅務整體業(yè)務現狀與將

來稅務改革所帶來的業(yè)務變化具有很好懂得，且具有前瞻性的稅務專家與稅務業(yè)務架構師的幫助。

只有通過這些，我們才能對稅務的整體業(yè)務流程中的關鍵環(huán)節(jié)、關鍵問題、關鍵訴求、關鍵數據

有一個全局性、前瞻性的懂得，同時使我們關于擁有什么數據，它們位于何處，與它們在系統(tǒng)之

間如何關聯等，會有I;匕較深的懂得，同時也能給出需要新增什么關聯的建議，來幫助建設以“數

據為核心"的整個大數據體系對業(yè)務發(fā)揮出價值與效益，最終達到“數據管稅”這個目標。

關于童得數據，我們需要進行下列的幾個要緊步驟與提供相應的能力：

1、數據源管理功能

即：懂得我們所需要的每一個數據源，同時需要對這些數據源都要管理起來，關于每個所需要懂

得的數據源，我們需要實現下列的幾個能力：

1）執(zhí)行列與表級別分析：關于表級別分析，需要從數據源中有關表的主外鍵的關系，找出表與

表之間的關系（即能夠生成ER圖）；列級別分析包含有關數據源中每一列的基本統(tǒng)計數據，比

如自動生成統(tǒng)計數據，比如隱含的數據類型、模式頻率、值頻率、長度頻率、比例、格式、

基數、空計數、最小值、最大值、長度與精度等；

2）識別每個數據源中的關鍵數據元素，關鍵數據元素是建立跨所有數據源構造一個大數據服務

平臺的統(tǒng)一數據模式的不錯起點；

3）識別每個數據源中的敏感數據元素，敏感數據元素是我們建設數據安全與隱私的Y不錯起

2、懂得數據源之間的關系

懂得一個數據在從一個來源傳輸到另一個來源的數據血緣（或者者地圖）的聯系非常重要：

1）懂得關鍵數據元素在各個數據源之間的數據重疊：這個是保證數據一致性、可用性非常關鍵

的一點；

2）發(fā)現數據相應的數據血緣與復雜轉換邏輯；

3）發(fā)現數據不一致性與特殊。

2.9創(chuàng)建元數據存儲庫

元數據是描述數據的數據（DataaboutData）,可懂得為比通常意義的數據范疇更加廣泛的數

據，不僅表示數據的類型、名稱、值等信息，還提供了數據的上下文描述信息，比如數據的所屬

域、取值范圍、數據間的關系、業(yè)務規(guī)則，甚至是數據的來源等。元數據能夠幫助管理員與開發(fā)

人員非常方便地找到他們所關心的數據，元數據是描述分析型應用內數據的結構、建立方法及流

程的數據。

舉個例子來說明，假如沒有合適的元數據，我們將無法證明，數據分析報告，或者數據可視化

展示的內容，或者數據報表中的特定字段源于一個特定的數據集市，該數據集市又來自企業(yè)數據

倉庫，最終來自一組后端數據源，與證明它們之間的所有數據轉換；假如我們不明白業(yè)務報表與

數據分析報告中看到的信息是如何集中在一起，通常不敢對業(yè)務報表與數據分析報告中的結果產

生信任；也就是說，假如沒有合適的元數據，我們的數據資產可能無法識別、不受信任與甚至不

適用。而通過元數據這種實現記錄數據轉換的過程的數據，記錄數據來源的數據，讓我們的數據

資產可被識別，被信任。

因此，我們務必要建立元數據存儲庫與元數據管理系統(tǒng)，對元數據進行規(guī)定與管理。

在大數據服務平臺項目中，可將其按用途的不一致分為三類：技術元數據（Technical

Metadata\業(yè)務元數據（BusinessMetadata）與管理元數據（ManagementMetadata\

?技術元數據：技術元數據是描述數據分析中技術領域有關概念、關系與規(guī)則的數據，要緊

包含對數據結構、數據處理方面的特征描述，覆蓋數據分析過程中涉及到的數據源、數據

倉庫與數據集市、ETL、OLAP、數據封裝與前端、可視化展現等全部數據處理環(huán)節(jié)；技

術元數據對技術人員進行數據分析型應用的開發(fā)能發(fā)揮重大的作用；

?業(yè)務元數據：業(yè)務元數據是描述數據分析中業(yè)務領域有關概念、關系與規(guī)則的數據，要緊

包含業(yè)務術語、信息分類、指標定義與業(yè)務規(guī)則等信息；這方面是用來支撐主數據管理，

核心應用系統(tǒng)建設的關鍵。業(yè)務元數據要緊從數據字典中生成。

?管理元數據：管理元數據是描述數據分析中管理領域有關概念、關系與規(guī)則的數據，要緊

包含人員角色、崗位職責與管理流程等信息。

元數據管理系統(tǒng)需要根據下列步驟，具備下列相應的能力：

1、鏈接業(yè)務元數據與技術元數據

在元數據管理中，需要實現相應業(yè)務元數據（要緊從數據字典中生成）管理與技術元數據管理；

業(yè)務元數據與技術元數據的分離會讓業(yè)務團隊與技術團隊產生巨大的隔閡，因此我們務必要實

現業(yè)務元數據與技術元數據的鏈接甚至合并。

2、實現以元數據驅動的數據地圖

數據風險管理需求與合規(guī)性需求影響著稅務組織管理它們數據的方式，比如一個稅源分析報告

中，我們需要證明數據的來源，它流經何處，與它在稅務相應的環(huán)節(jié)中傳輸時通過了何種轉變，

這樣才能證明數據是可信的、可用的，也證明這個分析報告也是可信可用的。因此我們要建立一

種以元數據驅動的數據地圖來回答"此數據來自何處?”、"此數據去向何處?”與"在此過程中它發(fā)

生了什么?"等基本問題。

3、實現與執(zhí)行"影響分析"

懂得對一種數據的更換對其他數據有何影響的能力稱之"影響分析"。數據治理需要確保業(yè)務

人員、技術人員能夠檢查與一個對象（比如一個納稅人分析報告）有關的所有關系，繼而在創(chuàng)建

任何更換之前，評估與減輕更換帶來的風險?？紤]到在開發(fā)生命周期中不可避免地會引入更換，

因此"影響分析”的能力將幫助稅務能更有效地治理數據。

4、實現技術元數據之操作性元數據管理

在我們實現的大數據服務平臺中，將會存在大量的數據計算任務（如離線計算任務、流計算任

務等）,來完成相應的數據加工（比如ETLI數據挖掘（比如機器學習）等，從數據治理角度，我

們務必要明白這些數據計算任務在哪個環(huán)節(jié)失敗、重試次數、某些數據行丟失、何時開始何時結

束等等。因此，我們需要通過實現技術元數據的操作性元數據管理來實現管理。

2.10定義度量指標

數據治理的工作要緊集中在人員、流程與所采取的技術上，幾者都是無形的。因此，擁有協(xié)商一

致的度量指標或者關鍵績效指標（KPI）集關于度量與監(jiān)控數據治理計劃的進度很重要。

定義相應的度量指標要緊有下列幾個要緊步驟與所需要實現的能力

1、懂得業(yè)務的整體KPI

懂得業(yè)務整體KPI至關重要，江蘇地稅整體的KPI與地稅各個業(yè)務部門（比如數據管理處、征管

科技處、納稅服務處等）的KPI是不一致的；這種KPI的懂得與定義是業(yè)務強有關的。

2、定義數據治理的業(yè)務驅動KPI

數據治理的成功表達就是是否能夠符合業(yè)務部門所需要的業(yè)務價值，因此需要根據江蘇地稅整

體的業(yè)務目標與各個業(yè)務部門的業(yè)務目標來定義數據治理相應的業(yè)務驅動KPI。

3、定義數據治理的技術KPI

數據治理的技術KPI,用于度量數據治理技術工作方面的進度，比如元數據、歸檔、大數據應

用能力中心、安全與隱私、數據審計等。

4、實現數據治理成熟度評估的儀表盤

此儀表盤一個數據可視化界面，直觀顯示執(zhí)行成熟度評估，以熟悉現狀與確定將來所達目標所

描述的11個數據治理成熟度類別的每一個的實際評分、目標評分與偏差等。通過數據治理成熟度

評估的儀表盤，直觀度量與監(jiān)控數據治理計劃的進度，并能根據實際情況，進行適當的數據治理

計劃修正或者調整。

2.11主數據治理

主數據是在多個稅務系統(tǒng)之間共享的基礎數據，如：法人、自然人、稅務機構、法規(guī)等。

目前這些基礎數據，每一類數據大多都同時分布在多個應用系統(tǒng)當中，數據由各個應用系統(tǒng)獨

自保護與操縱，這樣就容易造成了系統(tǒng)之間基礎數據的不完整、不一致，甚至不準確的情況。而

且系統(tǒng)之間基礎數據的同步機制也不完善，同步不及時、同步的過程無法監(jiān)控，出現問題難以發(fā)

現。由此引發(fā)數據不可信，與數據分析不可信的結果。

為此，務必要建立一個統(tǒng)一主數據管理系統(tǒng)，實現：

?主數據集中存儲：對分布在各個系統(tǒng)中的基礎數據進行集中存儲；

?數據同步機制：建立系統(tǒng)之間基礎數據的同步機制，保證各個系統(tǒng)之間的數據變化能被及

時的E艮蹤與記錄，保證這些基礎數據在生成、傳遞、變更、存儲、利用過程中的唯一性、

完整性、準確性、及時性；

?統(tǒng)一管理：通過一個統(tǒng)一的主數據管理平臺，實現數據統(tǒng)一入口、統(tǒng)一校驗、統(tǒng)一存儲、

統(tǒng)一分發(fā)的主數據管理模式；

?提高數據及數據分析準確性與可信性：主數據的準確性能夠極大的提高，同時提高有關的

業(yè)務數據分析的準確性、可信性與一致性。

主數據管理系統(tǒng)的要緊建設內容應包含：

■主數據所依靠的數據字典

?主數據模型建設：概念主數據模型建設、邏輯主數據模型建設、物理主數據模型建設。

■主數據所依靠的元數據建設：要緊是業(yè)務元數據的建設、包含部分的系統(tǒng)元數據建設

（比如技術元數據建設、管理元數據建設I

■主數據形成建設：在主數據模型與元數據的基礎上，通過相應的數據集成平臺（比如采

集與ETL）或者相應的人工方式，從各個系統(tǒng)中采集、轉換數據，形成相應的主數據。

■主數據服務建設：根據主數據模型所覆蓋的主題域（如法人、自然人、稅務機構、法規(guī)

等），形成主數據服務，供相應的數據應用或者者業(yè)務應用使用（使用方式包含直接查詢、

主數據同步分發(fā)等）。

稅務納稅人主數據所包含的要緊內容如下表簡要示例所示：

類別數據內容

納稅人基本信息納稅人識別號、納稅人名稱、登記注冊類型等

納稅人基《出狀態(tài)信息納稅人登記狀態(tài)、增值稅通常納稅人資格、納稅人信用等級、防偽稅控納稅人資

格、出口退稅納稅人資格、是否具有其他資格、定期定額征收、減免優(yōu)惠標志、

稽查案件未結、違法違章未處理等

共享代碼

2.12治理分析

各個業(yè)務部門使用了不一致的數據，創(chuàng)建了業(yè)務分析報告與各類報表，但是信息科技部門、業(yè)

務人員、應用開發(fā)商并不總是明白來自數據倉庫的數據是如何使用與加工的。因此我們通過大數

據應用能力中心（BigDataCC）來解決這些挑戰(zhàn)。

下述是與治理分析有關的一些任務步驟與一些所需要具備的能力：

1、定義大數據應用能力中心的目標

盡管技術（比如大數據技術），總是具有驅動業(yè)務轉型（比如驅動稅務改革）的潛力，但純^卒

從技術能力去驅動的話，將會受到組織內部、應用開發(fā)商、業(yè)務漏呈等各類障礙。組織、業(yè)務的

復雜性、與需要實現的功能的緊急性等，導致了現在在稅務中實施商業(yè)智能（BI）、績效管理與數據

倉庫解決方案基本上是煙囪式實現。此情形已導致整個解決方案的管理、交付與履行中的技能零

散的總體不一致性。

因此我們需要站在能夠幫助到業(yè)務部門實現業(yè)務價值，從而達到數據管稅的目標這個角度去來

定義大數據應用能力中心的目標，讓業(yè)務部門能夠體會到大數據技術是實實在在地能幫助到他們

的，而不是讓業(yè)務部門對大數據技術產生一個“空中樓閣"、"忽悠"的印象。大數據應用能力

中心需要具備什么具體的能力，需要由業(yè)務部門與信息科技部門與第三方技術與應用提供商一起

討論與確定，通過這些能力的確定，來決定我們到底需要什么大數據技術與確定對數據治理所能

帶來的價值的一個治理分析。

2、準備驗證大數據應用能力中心的業(yè)務案例

做好數據治理，以打下良好的數據基礎，從而支撐大數據服務平臺與相應大數據應用，是一個

長期過程，通常情況下，管理層迫切需要在較短的周期內，就想看到投入大量的金錢能帶來回報,

因此我們需要從業(yè)務需求角度，梳理出合適的業(yè)務案例，通過這些業(yè)務案例，分析出具備共性的

大數據應用能力中心的有關能力，這些能力能夠被注冊以被共享；從而能夠被相應的業(yè)務人員進

行訂閱使用，這必定將提高業(yè)務人員的使用率、滿意率與業(yè)務人員的創(chuàng)新意識。

3、確定大數據應用能力中心的組織結構

大數據應用能力中心的能力是需要能夠被各個業(yè)務部門所共享、不斷演化創(chuàng)新進步的，因此大

數據應用能力中心是需要得到各個業(yè)務部門領導與與各個業(yè)務部門所需要的數據應用的支持的，

這樣大數據應用能力中心才能變得越來越強大，也驅動著數據治理的不斷優(yōu)化、演進。

4、協(xié)商大數據應用能力中心的關鍵功能

需要各個業(yè)務部門、信息科技部門、第三方技術與應用提供商等進行協(xié)商與分析，來確定出

大數據應用能力中心所需要具備的關鍵功能，與大數據應用能力中心所需要的咨詢建議、溝通與

推廣措施、大數據技術架構、業(yè)務與支持能力、對數據治理的調整等等。

2.13管理安全與隱私

管理安全與隱私是數據治理中非常重要的環(huán)節(jié)，它要緊包含下列幾個重要的關鍵任務步驟與能

力：

1、與關屣利益者協(xié)調一致：關鍵利益者要緊包含相應的管理層、業(yè)務部門有關領導與業(yè)務人員、

有關的技術團隊（比如數據架構師、安全架構師等等）人員；

2、建立稅務數據安全與隱私架構藍圖：這個藍圖的建立需要業(yè)務人員與技術團隊，特別是數據架

構師、安全架構師從對業(yè)務的懂得，與從數據存儲、處理、流轉等流程的角度去考慮、分析、設

計與實現；

3、加強數據變更操縱：要緊是記錄下相應的線索，通過對線索數據的分析，以識別未被授權的數

據變更行為活動；

4、定義、發(fā)現、分類與標記敏感數據；

5、加密敏感數據：要求傳輸中的敏感數據需要被加密，以防止被網絡竊聽；根據業(yè)務場景的要求，

決定是否需要對敏感數據的存儲進行加密。

6、保護非生產環(huán)境中的敏感數據：假如在測試、開發(fā)、培訓環(huán)境中包含了稅務方面的敏感數據的

話，這將會帶來一定的數據風險管理與合規(guī)性問題，因此我們需要相應的數據脫敏能力，使得在

測試、開發(fā)、培訓環(huán)境中的敏感數據都是通過脫敏處理的；

7、防止惡意者對數據的攻擊：比如現在的SQL注入、撞庫等手段都是為了盜取相應的數據，我

們需要相應的安全手段去防止惡意者對數據的攻擊。

2.14數據生命周期治理

數據生命周期治理指的是一種基于策略的數據架構、分類、收集、使用、存檔、保留與刪除

方法，使我們能夠操縱與管理數據的壽命，實現數據從產生到銷毀的全過程規(guī)范管理。數據生命

周期治理的目標要緊需要達成下列幾個：

1、通過規(guī)范數據的生命周期，提高數據的整體管理水平

2、優(yōu)化數據存儲結構，有效操縱在線數據規(guī)模與降低成本，提高要緊與核心業(yè)