流程自动化
内置WEB图形化ETL+质量稽核引擎。实现全流程自动化。
锟锜-数据治理平台
数据是企业的重要资产之一，堪称“未来的石油” ，需要使用数据治理对数据进行炼化，数据才具有 很高的使用价值；开展以业务领域为维度的数据质量规则全面梳理，构建统一、科学、合理的数据 质量规则体系，明确并固化数据质量要求，推动数据质量管理从事后检查逐步向事前、事中管控转 变，初步形成“从源头管控”的全过程数据质量管控机制，从而确保入库数据符合质量要求。
数据治理，质量先行
数据治理的重要性
数据治理贯穿数据中台的建设全过程，数据治理是数据中台的首要条件。
数据是企业的重要资产之一，堪称“未来的石油”
，需要使用数据治理对数据进行炼化，数据才具有很高的使用价值。
数据如果没有从业务的角度对数据进行规划，再多的数据也无法产生价值。只有经过数据治理形成数据资产目录，帮助用户了解公司有哪些类别的数据、包含什么属性、源数据由谁管理，这样就能快速获取自己所需的数据。
数据治理建设
产品特点
数据治理平台是新一代自助大数据治理软件，能为企业实现数据流转全过程的数据质量的治理和管控，该平台具有以下几大特性：
采集支持分布式存储
支持采集落地，与不落地采集方式。实时数据使用内存数据库缓存计算。
微服务架构理念
治理引擎采用微服务架构理念设计，采集微服务编排框架实现，全流程电子化封装。
多级闭环修复体系
包含两级修复。一级针对数据标准化自动修复。二级系统间不一致修复。
分域/结果模型构建
系统支持分域/分专题输出结果数据，支持数据模型自定义构建。按照业务建设成资产数据目录。
简易化配置
组件，规则通过页面进行配置，调用。支持验证规则更新。
支持多样化数据源
数据采集支持实时文件采集；支持多元异构数据元如关系型数据库/数据源仓库采集。
数据质量元数据管理
从采集，剖析最后质量检测和管理部分实现元数据管理。
产品定位
贯彻“数据治理，质量先行“理念。通过质量体系建设，业务层从点到面逐层深入。通过自动闭环管理手段，深化数据质量改革。
基于数据质量体系建立，实现元数据，主数据，数据层面资产，数据共享等功能。
系统架构
平台特点
稽核方法论
首创稽核的方法论：从数据流，业务流，工作流进行数据稽核。
业务数据稽核
针对企业业务数据稽核，平台能力涵盖了业务的数据质量和数据标准质量治理。
闭环治理体系
提供闭环治理体系，实现数据质量管理（发现问题、定位问题、处理问题、成果呈现，经验总结）。
组件式架构
质量治理全过程微服务组件化设计理念，同时也把数据质量评估模型（完整性，规范性，一致性，准确性，唯一性，及时性）封装成组件方法。
算法扩展
支持算法组件扩展；浙大工业大数据研究院针对电力模型输出算法。
稽核结果管理
重视稽核结果管理，通过内置算法让 客户直观地看到成果。
