一、总体结构

《数据治理架构流程图》（Data Governance Architecture Flowchart）

• 水平结构：流程图采用水平组织，显示从数据源到数据应用的进程。

• 垂直结构：每个水平部分进一步划分为垂直列，代表数据治理的不同方面。

二、关键部分

1.数据源（底部）

列出各种数据源，如 ERP 系统、MES 系统、BPM 系统、CRM 系统和 SCM 系统。

2.数据采集（底部）

  显示数据采集方法：

• 人工录入

• Import/Export（进口/出口）

• 数据整合（Data Integration）

• 自动采集（自动采集）

3.数据治理（中间）

  这是流程图的核心，分为几列：

• 主数据管理（主数据业务管理）：包括模型管理、代码管理、数据管理、集成管理。

  • 模型管理（模型管理）：模型定义、属性维护、关系管理、参数数据。

  • 代码管理（编码管理）：代码应用、规则定义、代码维护、代码查询。

  • 数据管理（Data Management）：数据映射、数据保留、数据查询、数据备份。

  • 集成管理（集成管理）：界面管理、界面开发、界面控制、门户集成。

• 主数据标准（主数据标准）：标准定义、数据字典、分类规范、标准查询。

• 主数据质量：质量检查规则、清理和转换、数据追踪、质量报告。

4.数据管理生命周期（左）

表示数据管理的周期性。

5.数据安全（右）

强调整个过程中数据安全的重要性。

6.顶部部分（数据应用和目标）

  列出了有效数据治理的预期结果：

• 数据应用（数据应用）

• 实现数据共享（实现数据共享）

• 提高数据质量（提升数据质量）

• 降低运营成本（缩减运维成本）

• 降低数据风险（降低数据风险）

• 改善决策支持（改善决策支撑）

7.流程管理（流程管控）、标准管理（标准管控）、系统监控（系统监控）和组织架构（组织架构）

这些是支持核心主数据管理的附加治理层。

8.主数据管控和主数据分发

这些部分详细介绍了主数据的控制和分发过程。

9.维护（maintenance）部分

展示数据变更请求的生命周期，包括申请，批准，冻结，解冻和失败。

总体目的：

该流程图直观地展现了数据治理从数据采集到应用利用的全过程，突出了主数据管理、标准、质量、安全性以及数据整个生命周期的重要性。

扩展阅读

一、数据治理理论架构	一.数据治理理论架构-CSDN博客
二、数据治理流程架构	二.数据治理流程架构_数据治理分为原始层,标准层-CSDN博客
三、数据治理应用开发整体架构	三、数据治理应用开发整体架构-CSDN博客
四、数据湖应用平台架构	四、数据湖应用平台架构-CSDN博客
五、数据治理平台架构	五、数据治理平台架构-CSDN博客
六、数据资产平台功能架构	六、数据资产平台功能架构-CSDN博客
七、智慧城市数据治理平台架构	七.智慧城市数据治理平台架构_基础库、主题库、专题库、中心库的区别-CSDN博客
八、主数据管理平台架构（MDM）	八、主数据管理平台架构（MDM）-CSDN博客
九、数据治理架构流程	九、数据治理架构流程-CSDN博客
十、大数据资源平台功能架构	十、大数据资源平台功能架构-CSDN博客
十一、大数据治理平台总体功能架构	十一、大数据治理平台总体功能架构-CSDN博客