上期向大家介绍了数据治理的重要性，本期分享一下在公安行业，我们怎样帮助客户开展数据治理工作。

合众数据治理体系对标公安部《公安大数据处理 总体技术规范》（GA/DSJ200-2019）。按照统一运行网络、统一基础设施、统一数据资源、统一服务平台、统一安全策略、统一标准规范“六个统一”的总体目标，遵循分层解耦、异构兼容、充分利现、安全可控的原则，落实“一切资源化、资源目录化、目录全局化、全局标准化”的建设思路，统筹数据、计算、存储、网络、安全、服务和模型等资源，科学演进，建设标准化数据中心。

基于上述的总体思路，我们需要完成这些事儿：

标准规范建设

由于接入的数据来源于不同的部门、业务系统，数据的表达不一致，为了使业务部门和技术部门都能正确理解数据，需要制定统一的数据标准体系，包括数据元标准规范、数据质量管理规范、数据资源目录体系规范、数据接入规范、数据服务总线规范、数据组织规范、元数据管理规范、标签和模型管理规范。

数据接入

根据业务确定数据接入的范围，摸排数据的位置、格式、规模、质量、接入方式等，确定数据接入和处理方案。对这些多源异构的数据做引擎适配，建立标准化的数据汇聚适配接入模式，并为数据抽取汇集提供接口通道。

【图】数据接入流程

数据处理

按照提取、清洗、关联、比对、标识等规范流程进行转换处理，为数据智能应用实现数据增值、数据准备、数据抽象。

【图】数据处理流程

数据组织

数据组织是指根据数据应用需求，按照数据定义的标准统一、流程规范的组织方案。数据组织构成如下图所示：

【图】数据组织整体架构图

数据治理

对数据资源全生命周期进行规划设计、过程控制和质量监督，让数据运营者能厘清数据资产、规范数据处理流程、提升数据质量、保障数据安全使用、促进数据流通与价值释放，使数据透明、可管、可控。

数据服务

通过高质量治理后的数据，进行统一的规范化、标准化数据访问和管理。

好啦，公安行业的数据治理就介绍到这里啦，大家对我们合众是怎么进行数据治理工作的应该大致了解了吧？同时，是不是很好奇，我们究竟运用怎样的产品和技术帮助数据工程师完成数据治理并进行实战应用的呢？

别着急，且听下回分解……