简介这份88页PPT数据治理方案资料面向企业数据管理人员、数据治理从业者以及BI项目实施人员系统梳理了从公司能力到落地框架的完整知识脉络。内容以亿信华辰的商业智能实践为背景先介绍其研发投入、分支机构与技术积累再逐层展开数据治理的现实痛点数据表与模型繁多、系统间变更影响难以评估、字段命名随意、数据质量差、资产分散共享性低、安全权限不清等并对应给出高效运营、风险管理、质量提升、数据共享与流程优化五方面价值。资料重点呈现了数据战略与规划、数据组织与职责、数据制度与管理流程、数据标准与元数据管理、主数据与数据资产管理、数据生命周期及数据安全管理等模块构成的治理框架同时附带元数据采集、血缘与影响分析、数据地图、治理角色流程与实施步骤示意便于直接用于方案汇报与内部培训。资源包共1个文件为pptx格式整体约14.26MB目前已有93人学习适合作为数据治理体系搭建与产品选型的参考材料。1. 88页数据治理方案真正难的不是排版见过太多这样的交付物封面漂亮、车轮图画得规整翻到第 30 页讲数据标准翻到第 60 页讲数据质量稽核规则两边的标准项名称却对不上附录里的组织角色正文里从来没出现过。88 页这个体量本身就说明它不是一份汇报 PPT而是一套要往下拆任务的治理方案PPTX载体——页数多到无法靠脑子记住前后关系任何一处口径漂移都会被评审席上的人当场抓住。这份东西真正要解决的问题是让治理目标、治理域、组织、流程、指标五条线在 88 页里始终指向同一套定义。它适合数据治理负责人、数据平台工程师以及被临时拉来做方案却不确定从哪一页下手的同学。2. 数据治理车轮图与 88 页方案的骨架映射2.1 车轮图为什么适合当方案的第一张总览数据治理车轮图的通用画法是圆心是治理目标轮辐是各个治理域轮辋是把各域串起来的治理流程。它比金字塔图和分层架构图更适合放在方案第 10 页左右的位置原因是它天然表达两件事——域之间的并列关系以及流程对域的贯穿关系。用这张图当骨架好处是后面每一页都能回答我属于哪根辐条。常见做法是把轮辐固定为六到八根数据标准、数据质量、元数据、主数据、数据架构、数据安全需要时再加数据生存周期与数据服务。辐条少于六根88 页撑不满多于十根图上的文字会被压到 10pt 以下投屏直接糊掉。轮辋上的流程顺序建议锁死成采集 → 标准 → 加工 → 稽核 → 服务 → 反馈。这个顺序一旦在总览页定下来后面所有流程页、泳道页的左右顺序都照着它走评审时不会有人问为什么质量页在标准页前面。2.2 88 页怎么分一份可复用的页数配比表页数分配是这类方案最容易失控的地方。我的习惯是先按治理域给页数再倒推内容深度而不是先写内容最后数页数。下面这套配比做过几次交付88 页刚好落在汇报一小时、留 15 页备用的区间。章节页数核心产出对应轮辐封面、目录、汇报范围3页眉口径、版本号无治理背景与现状诊断12现状调研结论、问题清单无总体框架与车轮图8车轮图、治理蓝图全部组织与制度9角色矩阵、制度清单轮辋数据标准与元数据12标准体系、元数据模型标准、元数据数据质量14规则库、稽核报告样例质量主数据与数据架构8主数据域、架构分层主数据、架构非结构化数据治理7分类分级、检索资产扩展辐条数据安全与合规6分级分类、权限策略安全实施路线与里程碑6三期路线图、资源测算轮辋附录3术语表、模板索引无数据质量给到 14 页不是拍脑袋规则库本身就要占 5 到 6 页再加上稽核流程、问题闭环、报告样例少于 12 页讲不透。反过来数据安全只给 6 页是因为它在前面的标准和元数据章节里已经埋了分级字段这里只做策略收敛。2.3 用车轮图反推目录用 YAML 定义大纲88 页手工调顺序是灾难。我一般把大纲抽成一个 YAML页数、章节、每页要点全在里面PPTX 只是渲染结果。这样改结构只需要动 YAML。meta: title: 数据治理方案 version: v1.3 page_total: 88 wheel: # 车轮图定义同时驱动总览页与目录页 hub: 治理目标 spokes: [数据标准, 数据质量, 元数据, 主数据, 数据架构, 数据安全] rim: [采集, 标准, 加工, 稽核, 服务, 反馈] chapters: - name: 治理背景与现状诊断 pages: - title: 现状调研方法与样本 bullets: [调研 6 个业务域、42 个系统, 访谈 31 人回收问卷 128 份] - title: 问题清单与优先级 bullets: [共性问题 23 项P0 级 6 项, 口径不一致占比 41%]wheel.spokes和wheel.rim是唯一数据源总览页画图读它目录页生成章节名读它后面每个章节的标题前缀也读它。page_total不用手填渲染前用脚本和实际页数对一次账就行。注意YAML 里的bullets数量建议控制在 3 到 5 条超过 5 条这一页在 16:9 版式下会溢出到页脚区域。3. 用 python-pptx 把大纲渲染成 88 页交付物3.1 环境准备与母版版式的选择不要拿默认模板改先把公司的 PPTX 母版放进去主题色、字体、页脚页码都能继承。python -m pip install python-pptx pyyaml # 查看母版里每个版式的名称和占位符索引别硬编码 1 python -c from pptx import Presentation prs Presentation(templates/corp.pptx) for i, layout in enumerate(prs.slide_layouts): print(i, layout.name, [(p.placeholder_format.idx, p.placeholder_format.type) for p in layout.placeholders]) 输出里idx才是关键。默认模板里标题是 idx 0、正文是 idx 1但公司母版常把页码、logo 也做成占位符直接写slide.placeholders[1]有可能拿到页脚。把上一步打印出的索引记下来写进配置常量。3.2 批量落页标题页、目录页、正文页的最小闭环渲染脚本只做三件事读 YAML、按章节加页、保存。字体统一在函数里设避免每页各写一遍。# build_deck.py import yaml from pptx import Presentation from pptx.util import Inches, Pt from pptx.dml.color import RGBColor FONT 微软雅黑 TITLE_IDX, BODY_IDX 0, 1 # 以 3.1 打印出的母版 idx 为准 def style_run(run, size, boldFalse, color(0x22, 0x2B, 0x35)): run.font.size Pt(size) run.font.bold bold run.font.name FONT run.font.color.rgb RGBColor(*color) def add_bullets(prs, title, bullets, layout_index1): slide prs.slides.add_slide(prs.slide_layouts[layout_index]) slide.shapes.title.text title for r in slide.shapes.title.text_frame.paragraphs[0].runs: style_run(r, 24, boldTrue) body next(p for p in slide.placeholders if p.placeholder_format.idx BODY_IDX) body.text bullets[0] # 第一条直接赋值避免多出一个空行 for b in bullets[1:]: body.text_frame.add_paragraph().text b for p in body.text_frame.paragraphs: p.level 0 for r in p.runs: style_run(r, 14) return slide def main(): with open(outline.yaml, encodingutf-8) as f: outline yaml.safe_load(f) prs Presentation(templates/corp.pptx) # 继承母版主题色与页脚 for ch in outline[chapters]: for page in ch[pages]: add_bullets(prs, f{ch[name]}{page[title]}, page[bullets]) prs.save(f数据治理方案_{outline[meta][version]}.pptx) print(实际生成页数, len(prs.slides)) if __name__ __main__: main()逻辑说明add_bullets用body.text bullets[0]而不是add_paragraph()因为正文占位符自带一个空段落先用赋值吃掉它后续 bullet 数量就和 YAML 完全一致。TITLE_IDX没直接用上但保留它方便改成按 idx 取标题占位符的写法。参数说明正文 14pt 是投屏下限88 页里如果某些页实在塞不下优先删 bullet 而不是降到 12ptlayout_index1指标题和内容版式实际索引看母版。3.3 表格页与图表页的参数怎么设方案里至少有三类页必须用表格或图表指标现状表、稽核结果表、质量趋势图。手工调这些页最费时间脚本一次生成最省事。from pptx.chart.data import CategoryChartData from pptx.enum.chart import XL_CHART_TYPE def add_table(slide, headers, rows, left0.6, top1.6, width8.8, height4.0): shape slide.shapes.add_table(len(rows) 1, len(headers), Inches(left), Inches(top), Inches(width), Inches(height)) table shape.table for c, h in enumerate(headers): cell table.cell(0, c) cell.text h for p in cell.text_frame.paragraphs: p.font.size, p.font.bold, p.font.name Pt(12), True, FONT for r, row in enumerate(rows, start1): for c, val in enumerate(row): cell table.cell(r, c) cell.text str(val) for p in cell.text_frame.paragraphs: p.font.size, p.font.name Pt(11), FONT return table def add_trend(slide, categories, series, title): data CategoryChartData() data.categories categories for name, values in series.items(): data.add_series(name, values) gf slide.shapes.add_chart(XL_CHART_TYPE.LINE_MARKERS, Inches(0.8), Inches(1.6), Inches(8.4), Inches(4.2), data) chart gf.chart chart.has_title True chart.chart_title.text_frame.text title chart.has_legend True chart.legend.include_in_layout False return chart调用示例add_trend(slide, [1月, 3月, 6月], {数据质量达标率: (0.72, 0.79, 0.86)}, 质量达标率趋势)。参数常用取值说明add_table的height4.0 英寸会平均分给各行行内容多时仍会被撑高表头字号12pt 加粗与正文 11pt 拉开一级层级即可add_chart的宽高8.4 × 4.216:9 版式下左侧留 0.8 英寸最稳XL_CHART_TYPELINE_MARKERS趋势类用折线带点对比类换 COLUMN_CLUSTERED注意add_chart生成的图表数据是嵌入的源数据改了不会自动同步重跑脚本才会更新。3.4 生成之后必做的三项自检渲染完不检查等于把 bug 带进评审现场。from pptx import Presentation prs Presentation(数据治理方案_v1.3.pptx) print(页数, len(prs.slides)) for i, slide in enumerate(prs.slides, 1): for shp in slide.shapes: if shp.has_text_frame and not shp.text_frame.text.strip(): print(空文本框, i, shp.shape_type) # 第一项空占位符 if shp.has_text_frame and len(shp.text_frame.text) 120: print(文本过长, i, len(shp.text_frame.text)) # 第二项溢出风险 if not slide.has_notes_slide or not slide.notes_slide.notes_text_frame.text.strip(): print(缺备注, i) # 第三项讲稿缺失三项分别对应空占位符说明 YAML 里有页面漏了 bullets文本超过 120 字基本会压到页脚备注缺失在 88 页方案里是硬伤现场没人能记住第 63 页那组指标的统计口径。4. 非结构化数据治理与数据治理流程页怎么画进 PPTX4.1 非结构化数据治理在方案里落哪几页非结构化数据治理是这两年方案里新增最快的一块很多人不知道它在 88 页里应该占多少。它不单独成体系而是挂在元数据和数据安全两根辐条下占 6 到 8 页。页码区间页面主题关键内容55–56非结构化数据摸底文档、音视频、日志的存量与增量分布57–58分类分级规则按业务属性 敏感级别二维分类59–60元数据抽取文件名、路径、正文摘要、负责人61检索与共享全文检索入口、权限继承62落地节奏先文档后音视频先存量后增量分类分级是这块最容易被追问的部分。方案里必须给出一条可执行的判定链谁定义分类、谁标注分级、标注结果存在哪个字段。缺了这条链后面讲检索和权限就都是空话。4.2 用形状拼车轮图角度与坐标换算车轮图不用 SmartArt用形状计算坐标更可控改辐条数量不用重画。import math from pptx import Presentation from pptx.util import Inches, Pt from pptx.enum.shapes import MSO_SHAPE CENTER_X, CENTER_Y, RADIUS 4.5, 3.3, 2.2 # 单位英寸16:9 画布 SLICE_W, SLICE_H 1.7, 0.5 SPOKES [数据标准, 数据质量, 元数据, 主数据, 数据架构, 数据安全] prs Presentation() prs.slide_width, prs.slide_height Inches(10), Inches(7.5) slide prs.slides.add_slide(prs.slide_layouts[6]) # 空白版式 hub slide.shapes.add_shape(MSO_SHAPE.OVAL, Inches(CENTER_X - 0.75), Inches(CENTER_Y - 0.75), Inches(1.5), Inches(1.5)) hub.text_frame.text 治理目标 hub.text_frame.paragraphs[0].font.size Pt(14) n len(SPOKES) for i, name in enumerate(SPOKES): angle 2 * math.pi * i / n - math.pi / 2 # 从正上方开始顺时针排布 cx CENTER_X RADIUS * math.cos(angle) cy CENTER_Y RADIUS * math.sin(angle) box slide.shapes.add_shape(MSO_SHAPE.ROUNDED_RECTANGLE, Inches(cx - SLICE_W / 2), Inches(cy - SLICE_H / 2), Inches(SLICE_W), Inches(SLICE_H)) box.text_frame.text name box.text_frame.paragraphs[0].font.size Pt(12) # 辐条连线从圆心边缘指向方块中心 line slide.shapes.add_connector(1, Inches(CENTER_X), Inches(CENTER_Y), Inches(cx), Inches(cy)) line.line.width Pt(0.75) prs.save(wheel.pptx)角度换算的要点- math.pi / 2让第一根辐条落在正上方符合阅读习惯2π/n保证均分加减辐条只改列表长度。ROUNDED_RECTANGLE的宽高比保持在 3:1 以上文字才不会换行。线宽用 0.75pt 而不是默认值是因为默认线在多数投影仪上会显得过重压住方块。4.3 数据治理流程页泳道图与状态流转的坐标策略数据治理流程页最常被画成一张横跨全页的泳道图。用形状拼的时候关键是先把列宽和行高算成常量后面所有任务方块都用同一套网格定位。LANES [数据源, 采集, 存储, 治理加工, 服务消费] X0, Y0, LANE_W, LANE_H 0.6, 1.5, 1.75, 1.0 for i, lane in enumerate(LANES): head slide.shapes.add_shape(MSO_SHAPE.RECTANGLE, Inches(X0 i * LANE_W), Inches(Y0), Inches(LANE_W), Inches(0.45)) head.text_frame.text lane head.text_frame.paragraphs[0].font.size Pt(11) STEPS [(0, 业务系统埋点), (1, 全量 增量抽取), (1, 字段映射), (2, 贴源层落地), (3, 标准化与稽核), (4, 指标服务)] for idx, (col, text) in enumerate(STEPS): left X0 col * LANE_W 0.1 top Y0 0.6 (idx % 2) * 0.75 # 同列竖向错开避免方块重叠 card slide.shapes.add_shape(MSO_SHAPE.ROUNDED_RECTANGLE, Inches(left), Inches(top), Inches(LANE_W - 0.2), Inches(0.6)) card.text_frame.text text card.text_frame.paragraphs[0].font.size Pt(10)(idx % 2) * 0.75是处理同列多个任务的最小手段列内任务超过两个就该换成一列一列手动排。流程页里角色用颜色区分比文字标注更有效在card.fill.solid()后按角色设card.fill.fore_color.rgb同一角色跨页保持同色评审时不用逐字读。5. 进阶让 88 页 PPTX 变成可反复刷新的治理资产方案交付完不是终点季度汇报、审计、新系统上线都要重出一版。真正省时间的做法是把它变成改数据不改版式的资产核心是两件事大纲与 PPTX 的一致性校验以及讲稿随页走。先接一个校验脚本每次生成后跑一遍。import yaml from pptx import Presentation BANNED {客户主数据: 主数据, 数据资产目录: 元数据目录} # 旧写法 - 新写法 def audit(pptx_path, outline_path): with open(outline_path, encodingutf-8) as f: expect sum(len(c[pages]) for c in yaml.safe_load(f)[chapters]) prs Presentation(pptx_path) print(大纲页数, expect, 实际页数, len(prs.slides)) for i, slide in enumerate(prs.slides, 1): for shp in slide.shapes: if not shp.has_text_frame: continue text shp.text_frame.text for old, new in BANNED.items(): if old in text: print(f第{i}页口径不一致{old} - 建议改为 {new}) notes slide.notes_slide.notes_text_frame.text if slide.has_notes_slide else if len(notes) 30: print(f第{i}页讲稿过短建议补上数据来源与统计口径)BANNED这张表是这套做法的价值所在。方案改到第三版最容易出现的就是同一概念两种叫法脚本扫一遍比人翻 88 页快得多。讲稿长度设 30 字是经验值低于这个长度汇报时基本等于没准备。讲稿本身也放进 YAML渲染时写进slide.notes_slide.notes_text_frame.text导出 PDF 时选含备注就能同时得到汇报版和阅读版两个文件。版本管理上把outline.yaml、build_deck.py、templates/corp.pptx一起提交进 GitPPTX 本身只当构建产物不纳入版本比较——二进制文件没法 diff改了什么永远说不清。每次汇报只改 YAML 里的 bullets 和数值重跑脚本88 页里就不会再出现两套口径。本文还有配套的精品资源点击获取