談談製造型企業的數據治理

導讀：隨著互聯網經濟的快速發展，企業的商業模式、運營模式、管理模式發生深刻變化，企業內部一體化、產業鏈一體化、社會化商業協同一體化的集成訴求越來越強烈，企業面臨的數字化轉型升級壓力越來越大。在數字化轉型過程中，各類數據資產是核心，數據產生的價值越來越大，數據的重要性變得越發突出，基於數據的相關技術、應用形式也在快速發展。數據治理是保證數據質量的重要手段，加強數據治理已成為企業提升綜合管理能力的重要任務。

▌數據治理背景分析

目前，我國傳統製造型企業正以數字化轉型為抓手，推進企業信息化建設由通到智的轉變，重點任務是以數據為中心，實現管控與協同縱深發展，打通鏈條與層級間的信息壁壘。然而，信息化建設中存在的數據問題非常突出，隨著信息系統的不斷實施和應用，數據量急速膨脹，信息系統孤島現象普遍存在，數據存在著標準不統一、質量差、資源共享與協同支撐作用薄弱、價值發掘難度大等問題，這些海量的、分散在不同角落的數據導致了數據資源利用的複雜性和管理的高難度，同時，企業內部的業務區隔或行政分化也在不斷地製造著企業數據交互的斷層，而企業與外部業務交互所產生的「體外循環」數據與企業的核心數據體系並不能很好地融合。

數據治理是對數據資產管理行使權力和控制的活動集合，是由企業高級管理層的數據治理委員會發起並推行的，是關於如何進行整個企業內部數據的商業應用和技術管理的一系列政策和程序，是將數據作為企業的重要資產進行應用和管理的一套管理機制，可以消除數據的不一致性，建立規範的數據應用標準，提高數據組織質量，實現數據資源共享，並能夠將數據作為組織的寶貴資產應用於業務、管理、戰略決策中，發揮數據資產的商業價值。數據治理同時，數據治理將幫助企業遵從有關數據使用和管理的監管法規，為深化發掘數據價值，支撐企業轉型升級提供技術支撐。

▌數據治理方法與內容

企業數據治理是一套持續改善的管理機制，通常包括組織架構、政策制度、技術工具、數據標準、作業流程、監督及考核等多個方面，涉及的IT技術主題眾多，包括數據體系、管理體系、平台建設、數據管控等多個方面

1 ▏數據資產體系

數據體系建設包括數據模型、數據標準、數據管理等內容。數據模型建設前需要統一企業數據概念與定義，增進業務人員與技術人員的相互理解與溝通，保證需求定義的準確性。業務人員描述所需數據內容，技術人員根據業務對象抽象出數據概念，定義其描述、分類與關係，根據數據概念描述、分類，抽取出數據實體，並利用ER圖描述其關係。

技術人員根據已確定的核心邏輯數據模型，將模型中的數據項抽取出來。然後根據預定的業務數據項篩選方法，篩選出需要進行業務定義的業務數據項。根據業務對所篩選出的業務數據項進行分類，產生用於通用數據標準及公共代碼定義的數據標準項清單。而具體的通用數據標準的分類標準則根據數據在企業業務中的使用頻度和業務需求，通過匯總分析，對通用數據進行分類，形成統一的數據標準在數據層面的定義，並以數據項自然分類為基礎，對數據進行分類。

數據管理包括數據編碼、數據創建、數據使用、數據歸檔/銷毀等內容，根據企業核心業務實體，梳理主數據（如物料、組織機構、客戶、供應商等），並參照行業標準對主數據進行編碼。在數據創建過程，可利用數據模型保證數據完整，執行數據標準保證數據準確；加入數據質量檢查創建準確，保證數據在合理的系統生成。在數據使用過程，可利用元數據監控數據使用，利用數據標準保證數據準確，利用數據質量檢查加工準確，確保數據在合理的系統使用，控制數據的派生。在數據歸檔/銷毀過程，可利用評估手段保證歸檔/銷毀時機，分數據類型歸檔/銷毀數據。

2 ▏數據管理體系

數據治理的管理體系主要包括規章制度、管控辦法、標準規範、組織架構等。規章制度和管控辦法由企業數據治理委員會結合數據治理戰略目標進行統一制訂並發布，相關業務部門參與制訂並執行，IT部門負責監督推動，明確部門及崗位的數據治理要求，並與個人績效掛鉤，如數據平台管理運行管理辦法、主數據管理規定、數據治理與質量考核辦法等。數據治理標準規範包括元數據標準、數據質量檢查操作規程、主數據標準、質量校驗準則、數據安全技術規範、數據交換標準、數據編碼規範等。

數據治理組織架構包括數據治理委員會、數據管理專員、數據管理職能機構等，數據治理委員會由業務部門領導、IT部門領導共同參與，讓業務與業務之間、業務與技術之間能夠有更充分的討論溝通，從而對宏觀的數據戰略、制度達成共識。在企業級之下，可設立部門級、項目級的委員會，負責某些局部的數據治理（如業務主題級數據治理等）。在執行層面，應通過數據管理專員、數據管理職能機構去執行，負責數據倉庫、數據交換平台、元數據系統等平台建設。

3 ▏數據內容監控

數據在信息系統中是以不同形態體現的，需要將每種形態管理好，才有可能管好最終的數據質量。IT部門牽頭制定並且定期更新企業級的數據架構、數據標準和數據質量標準，作為新建系統和應用的指導約束，在標準制定過程中，充分調動業務部門參與標準的積極性，明確業務職能、業務流程和業務部門間的職能邊界劃分，分析研判數據內容、來源和去向，參與設計數據的流向關係。

在數據架構方面，對企業數據的分類、分布和流轉進行規劃、設計，確保新建系統、新建應用能夠與現有系統保持一致和融合，避免產生信息孤島，或不必要的數據集成、數據轉換。在數據標準方面，結合國家、行業方面的相關標準，研究數據項、參考數據、指標等不同形式，進行統一的業務定義。在質量標準方面，建立質量規則以及稽核模型，關注及時性、準確性、完整性、一致性、唯一性。

4 ▏數據過程監控

將數據內容管控過程中形成的標準規範注入到業務信息系統建設的生命周期中，通過對業務系統建設各階段的過程管控確保標準規範得到遵從，保障數據的標準化和規範化。過程管控一方面依靠開發管理中的評審機制去落實，另一方面通過平台工具去固化一些標準規範，做到自動化校驗檢查。在系統上線常態運行階段，注重新的數據需求和數據問題的收集和處理，對標準規範進行優化。

5 ▏數據治理平台

數據治理平台將各種數據內容管控、流程管控、管理規定、標準規範等融合到信息化平台中，提供元數據、數據資源目錄、主數據、業務主題數據、數據質量管理、數據流程管理等功能，以元數據為基礎，整合各級各類數據資源，構建數據資產管理體系、數據資產樹和資料庫，按照不同數據細類制定相應的工作模板，對指標數據和明細數據進行梳理和歸併。

數據治理平台中提供了各種數據管理流程，使得數據標準得到落地，可基於平台向用戶提供數據服務，將企業企業知識圖譜進行智能化處理，使數據治理平台成為全企業的數據工作環境，以用戶為中心，讓用戶能夠直接使用數據，並通過用戶的使用來管理數據，持續優化數據質量，在達到治理企業數據目標、提升數據質量的同時，也最大限度發揮了數據的價值。

▌推進數據治理的建議

1 ▏開展數據戰略規劃

製造型企業應在自身發展戰略框架下，提高企業對數據的戰略定位，建立基於數據治理的戰略文化，包括領導重視程度、企業資源情況、問題協調情況以及宣傳推廣及培訓教育等一系列措施。在形成數據治理文化的基礎上，對數據進行全流程的管控，明確員工關於數據治理的崗位職責和工作要求，形成企業統一的數據治理認知，讓人人有責的理念深入人心。

2 ▏建立數據治理組織

數據治理涉及的範圍很廣，牽涉到不同的業務部門和科技部門，企業應建立數據治理組織機構，負責數據治理和數據管理制度；明確業務部門、技術管理部門和業務應用部門關於數據治理的職責要求和管理清單，應建立有高層領導組成的數據治理委員會，組織跨業務部門和IT部門的協調工作，規劃數據治理總體方向，並在其下設立工作組，執行數據治理計劃和監督數據管理工作。

3 ▏加強數據治理流程管理

企業應收集業務部門的數據應用需求，建設實施元數據管理系統、數據質量分析系統、數據生命周期系統等平台，將制度規範和職責要求在系統中進行控制和約束，綜合採用平台工具、用戶參與等治理方式，分析各領域的數據質量問題，監測數據結構變化情況、數據分布情況、數據對業務服務的滿足情況、在線數據增長情況、數據空缺和質量惡化情況，定期對系統開展全面的數據治理狀況評估。

4 ▏建立健全數據治理制度

為保證數據治理的穩定推進，有效提升數據質量，企業需要建立數據治理規章制度和管控方法，闡明數據治理的主要目標、相關工作人員、職責、決策權利和度量標準；建立相應的針對數據治理方面的考核辦法，並與個人績效掛鉤；建立完善數據標準體系、技術規範，數據標準、技術標準、管理標準、數據質量標準等內容，以便更好的、可持續的實現數據資產的管理與應用。

▌結語

數據治理是製造型企業數字化轉型過程中的一項艱巨的工程，貫穿於整個數據全生命周期，需要企業立足現實，建立健全管理制度和標準規範，充分依靠數據治理技術隊伍，深化梳理數據體系和資產目錄，推進內容管控與流程管控，不斷形成人人參與數據治理的企業文化，不斷提升數據應用水平和信息管理水平。

分享&交流

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！