案例背景
CRM 已沉淀客户档案、联系人、组织与营销数据，但业务流程、数据库字段、数据标准和质量规则彼此割裂，发现问题后难以定位业务用户、判断影响并形成可执行的清洗策略。
案例描述
项目直连 CRM crmcustomer 数据库，结合验收资料和业务数据构建客户主数据治理本体，完成流程分析、标准发现、PostgreSQL DDL、质量规则、异常识别与清洗策略闭环。
企业管理行业：营销域客户主数据治理与质量追踪
CRM 已沉淀客户档案、联系人、组织与营销数据，但业务流程、数据库字段、数据标准和质量规则彼此割裂，发现问题后难以定位业务用户、判断影响并形成可执行的清洗策略。
关联本体 血缘与影响域本体、质量域本体
从字段找到业务
从数据库字段追溯客户对象、业务流程、使用人员和责任角色。
从异常找到原因
解释异常违反的标准、形成原因以及受影响的业务。
从标准走向执行
将数据标准转化为 PostgreSQL DDL、校验 SQL 和清洗策略。
从血缘找到影响
通过表级和字段级血缘分析，快速定位数据问题的影响范围。
客户面对的问题
客户主数据找不到实际业务用户和责任人
业务流程、实体、表与字段缺少关联
数据标准依赖人工维护并与数据库脱节
质量异常缺少业务依据和影响说明
清洗策略依赖人员经验，难以持续治理
数据来源和流向不清晰，无法快速定位问题影响范围
使用本体前后的变化
| 使用本体前 | 使用本体后 |
|---|---|
| 文档、数据库和标准文件相互独立 | 业务、数据、标准和规则统一关联 |
| 只能按表名和字段名查找 | 可以按客户、流程、角色和业务术语查找 |
| 依靠人工填写标准 Excel | 连接数据库自动发现标准候选并由人员确认 |
| 只能发现字段为空或重复 | 能够解释规则依据、业务影响和治理方法 |
| 清洗方案依赖个人经验 | 根据异常类型和影响关系生成治理策略 |
| 数据血缘不清晰，问题定位困难 | 表级快速定位，字段级深挖，完整血缘追踪 |
正在生成关系图…
正在生成关系图…
正在生成关系图…
本体域与业务的关联
元数据域本体
映射 CRM 数据库、表、字段、主外键、索引和接口。
标准域本体
维护业务定义、数据类型、格式、值域、必填要求和责任关系。
质量域本体
覆盖完整性、准确性、一致性、唯一性、有效性和及时性规则。
血缘与影响域本体
连接来源系统、接口流向、消费系统、业务流程和责任对象，支持表级和字段级血缘分析。
3 个应用场景
流程与数据关系分析
客户问题
客户数据找不到业务用户，流程与数据库结构彼此割裂。
本体做法
通过角色—流程—客户对象—表字段关系建立统一业务数据地图。
应用效果
从任意字段反查业务流程和责任角色，从任意流程查看输入输出及数据流向。
输出内容
- 业务流程与数据流向图
- 实体关系与字段映射
- 输入输出条件 HTML 报告
数据质量校验与治理闭环
客户问题
数据库数据信息与客户档案标准定义脱节，无法自动化校验数据质量。
本体做法
基于客户档案标准定义（如客户档案标准定义.xls），结合数据库表结构自动生成质量校验规则，对目标数据进行全量校验。
应用效果
形成从标准定义、规则生成、数据校验、质量工单生成到清洗策略输出的完整闭环，实现数据质量的自动化管理。
输出内容
- 数据质量校验规则
- 质量工单与异常清单
- 清洗策略与治理反馈
数据血缘分析与追踪
客户问题
数据来源、流向和依赖关系不清晰，无法快速定位问题影响范围。
本体做法
构建血缘本体，通过表级和字段级血缘分析能力，支持从表级快速定位到字段级深挖的完整链路。
应用效果
实现从表级定位（<100ms）到字段级深挖的完整血缘追踪，支持上游来源、下游影响、依赖链路分析和全量ABox缺失体检。
输出内容
- 表级血缘流向图（lineage.html）
- 字段级血缘流向图（递归追溯至源头）
- 血缘分析报告（含异名字段高亮）
一个字段如何穿透整个治理过程
业务示意：企业客户的统一社会信用代码由营销人员在客户创建流程中录入，对应 CRM 客户字段。企业客户必须填写，编码应符合格式要求并在有效客户范围内唯一。空值影响客户准入，格式异常影响主数据同步，重复值可能代表重复客户，分别进入补全、标准化复核或客户合并流程。正式技术字段名以客户数据库核验结果为准。
项目交付成果
知识模型
- 客户主数据治理本体
- CRM 元数据语义映射
- 客户实体与规则关系图
- 数据血缘本体
业务分析
- 业务流程与数据流向图
- 实体关系图
- 交互式 HTML 治理报告
- 表级血缘流向图（lineage.html）
标准与规则
- 客户主数据标准
- PostgreSQL DDL
- 质量规则与校验 SQL
- 数据质量校验规则
治理执行
- 异常清单与问题归因
- 影响分析
- 清洗策略与规则反馈
- 质量工单与治理闭环
血缘分析
- 表级血缘分析（lineage-query-engine）
- 字段级血缘分析（field-lineage-query）
- 血缘流向图（异名字段高亮）
- ABox缺失体检报告
业务价值
看得懂
把表字段转化为业务对象、流程和规则。
找得到
从字段或异常追踪相关人员与系统。
质量更清
将客户、标签、渠道、活动、终端和经营指标统一校验，目标核心字段完整率达到 98% 以上，重复/冲突记录识别率达到 95% 以上，质量问题定位时间压缩到 15 分钟内，整改闭环率提升至 95% 以上。
做得动
输出 DDL、校验逻辑和治理策略。
可持续
治理结果持续反馈本体、标准和规则。
案例留言
0 条公开留言围绕这个案例继续交流
公开展示审核通过的会员留言，帮助案例经验持续完善。
成为第一个围绕这个案例提出问题或分享复现经验的会员。