论企业数据管理体系建设

1、论企业数据管理体系建设数据是企业在持续经营活动中积累下来的珍贵资产，数据本身以及围绕数据所进行的活动必须得到管控，以确保在合理的本钱范围内数据价值充分发挥并进一步增值，实现投资回报最大化。本文分析企业数据管理存在的突出问题和挑战，对数据管理体系构成、 建设原那么、建设关键点、演进策略提出一些建议，力图为企业建立或完善本企业的数据管理体系提供一些参 考。背景和问题信息技术进步使信息化成为企业开展和快速扩张的有效支撑手段，多年来，国内外各行各业分别建设了适合本企业的信息系统，如生产支撑型、业务支撑型、管理支撑型，以及分析决策型系统等；与此同时，随着全球经济开展、市场竞争加剧、新技术的推陈出新和逐渐

2、商用，信息系统所承载的业务内涵、系统规模和数量和复杂性也在不断攀升。林林总总的这些信息系统，在长期使用中积累、 沉淀了大量的核心业务数据，如客户资料、营销筹划内容、产品资料、合作伙伴、合同契约、企业资源、进销存、生产、工程建设、 财务数据等，这些既是企业的关键信息，也是企业的核心资产，如果不对数据生命周期全过 程加以管治，将可能带来多方面问题，例如：数据平安问题：数据的不恰当使用可能泄漏企业机密，导致企业在竞争中失利， 危及企业生存和开展；另外国内外对上市企业也有相关法律要求，例如美国 Sarbanes-OxleySarbanes-Oxley 法案?和我国企业内部控制根本标准?，均提出上市公司

3、的内控管理必须切实做到保护财务数据、维护系统平安、保护客户数据免遭盗窃与破坏，以提高公司披露的准确性和可靠性等。价值发挥问题：面对众多信息系统，如果缺乏完整、一致的企业数据视图，业务部门将不知道企业内哪些系统拥有自己所需的数据；用户在不知道数据质量状况或明知数据不可靠的情况下，不可能放心使用数据，无从根据数据作出正确判断、决策和快速响应。这些都将遏制数据价值的完整释放。数据升值问题：在数据质量有保障的前提下，对企业的大量历史数据采用商业智能、数据挖掘、预测能技术手段，能从数据中发现事物开展的深层次规律，例如客户偏好、收入预 测、客户流失倾向预测等，为企业提供经验总结和预见性的业务支撑；另一方面

4、，良好的数据管理机制将在企业内形成良好的知识共享和传承体系，促进企业的人才培养和组织进步， 实现数据增值。反之，数据的零散分布、数据歧义、低劣的数据质量，以及制度和平台的缺 乏，将严重遏制数据价值的进一步发挥和增值。本钱效率问题：如果缺乏对数据的一致理解，将影响跨系统、跨部门、跨专业的需求沟通和信息共享，提高企业的沟通本钱和建设本钱；如果对贯穿企业的错综复杂的数据流缺乏直观、完整认识，那么系统故障、数据问题的快定位难以实现；数据权责的不明确， 将导致问题解决中系统之间、部门之间的相互推诿和扯皮。所有这些，都最终表达为信息系统对业务的支撑不力，业务部门将越来越质疑企业对信息化的投入综上所述，企业

5、数据从产生、加工、传递到使用、销毁的全过程，应得到专门管控，获 得组织和制度保障，明确数据生命周期过程的相关权责，实施体系化、制度化、流程化、规 范化、标准化管理，确保数据生产、使用的全过程受控。而这些，都是企业数据管理体系的范畴，其目的是最终实现数据对企业的投资回报最大 化。企业数据管理面临的挑战我国各行各业特别是大型企业近年来逐渐意识数据管理的重要性和意义，开始或正在建设企业数据管理体系，不约而同都面临一些重大挑战，如：管理方面：缺乏覆盖全企业、跨业务线条、跨部门、跨系统的统一数据管控体系，信息 在创立、传输、加工、使用过程中的角色、职权分工不清晰，需要建立明确的信息责任人制 度、有效的措

6、施及配套的考核方法；流程方面：对于需求响应、问题处理和日常运行维护工作的推进，缺乏跨部门、跨团队的流程定义，将难以高效整合相关资源形成系统建设的合力；标准方面：缺乏跨部门、跨系统的统一的业务规那么、数据标准，不同业务部门之间、业务部门与技术部门之间、 技术团队之间，存在沟通和理解的歧义， 需求从提出到实现存在前 后不一致的风险；技术方面：数据管控工作缺乏有效的平台支撑，事件类型众多、处理复杂，人工处理效率低下，并且难以跟踪和评估。企业数据管理体系建设数据管理体系构成根据国际数据管理组织提出的数据管控框架，数据管控体系由标准、 组织职责、流程三大模块组成。通过多年来为客户实施数据管理的工程实践，

7、我们认识到，成熟的信息化技术有能力、有必要为管控工作的高效开展提供能力支撑，我们建议对国际组织提出的数据管控框架进行扩展，将平台支撑作为其中不可缺少的一局部。扩展后的数据管理体系构成如下列图：首先，数据管理体系的框架是稳定的，自上而下由管控目标、管控对象、管控措施、组 织/标准/流程和管控平台构成；同时，整个管控体系应适应企业战略和总体业务目标需要， 呈螺旋式上升、持续演进，是动态变化的。管控目标：效劳于企业战略和业务目标，因此随着战略和业务的开展，数据管控，不同时期的数据管控目标将有变化、关注点不同。通常，管控目标将提出建立统一的企业数据管理中心，明确数据职责和流程，以数据价值最大化为己任。

8、管控对象：随着管控目标演变，各时期关注的管控也相应调整，分阶段纳入不同类型、不同范围的管控对象。例如，在初期重点管理企业数据中心的元数据和根本的数据质量，之后管理业务指标体系、业务需求和完善数据质量，后续将主数据、数据生命周期纳入管理，最后管控范围从企业数据中心扩展至企业其它信息系统。管控措施：对不同管控对象在不同阶段采取进化的管控措施，如与需求流程结合的元数据变更管理、自检与第三方检查结合的数据质量监控、基于数据实时性需求的主数据同步、 应用生命周期管理、数据生命周期管理、数据平安保障、数据审计、周期评估、总结报告等。组织/标准/流程/制度：建立可适应管控目标演进、责权明确的组织架构；结合企

9、业实 际情况及未来开展需要，制定相关管控制度、标准，如数据保密制度、元数据管理标准、数 据质量管理标准、主数据管理标准；以标准为框架，梳理相关流程，如元数据管理流程、数 据模型管理流程、数据质量管理流程等。ITIT 支撑：即采用信息技术手段建设数据管控平台，承载数据管理的相关能力，形成企 业统一信息视图，承载相关管理流程，对各管控对象进行监控预警，支撑故障处理、知识总 结、评估优化等管控工作。ITIT 支撑平台的建设，首先应提高管控效率、降低管控本钱，在 此根底上帮助数据增值。数据管理体系建设原那么企业数据管理体系建设是系统工程，不可能一蹴而就，建设过程需遵循相关原那么，以下是一些关键原那么：

10、总体规划、分步实施：数据管理工作是长期的，应立足长远做总体规划，同时结合实际 分布实施，防止不切实际的一步到位。需求驱动、价值优先：各阶段管控目标应结合本阶段实际需要，合理安排资源，优先满 足最迫切需求，表达对企业的实用价值，防止片面求大求全或激进。目标指引、整体带动：应始终围绕管控目标， 完善组织、制度、标准、流程和支撑平台， 实现目标驱动的整体上升效应；管控体系是演变的。借鉴和定制化：借鉴业界先进经验， 采用成熟的实施方法，与本企业实际需求融合，确 保先进性和实用性。先固化再优化：各种制度、标准、流程，形成后应先固化有个适应期，在执行过程中积 累经验、总结教训后再阶段性优化，防止随意调整。

11、数据管理体系建设关键点企业数据管控涉及大量跨业务、跨部门、跨系统的工作，实施过程需着重保障以下关键点落实到位：高层领导的重视和支持是数据管控体系建设的重要保障从企业高层到基层，需要清晰认识到数据管控工作开展涉及到方方面面，并不仅仅是技术层面的问题；数据管理是长期过程，不可能一步到位，需持续完善。因此，必须将其上升 到企业战略管理层面，获得企业高层领导的重视与支持， 确保数据管控目标和方向的正确性、 相关资源能及时到位、重大冲突或问题能有效协调。职能集中化的数据管控组织是保证数据管控体系正常运转的关键在业界数据管控的最正确实践中，无一例外具有一支专门的、 稳定的团队，负责企业内的数据处理与管理工

12、作。 该团队一局部分布在业务条线上，实时支持业务线的管理和经营；-局部集中在后台负责管理企业级的数据整合，两局部人员紧密沟通， 统一行动。从数据管控的开展趋势来看，该团队必须进一步转型为固定的权责明确、职能集中的数据管控组织机构，赋予执行各种数据管理活动和数据增值效劳的责任和权力，以支撑业务开展战略和运营管理两方面的目标。数据管控工作需与企业的业务流程结合数据管控与企业业务目标的实现密切关联，企业必须建立融合于业务流程的数据管控流程。为了实现业务目标，业务部门、支撑部门都对数据负责，职责清晰，业务方面保证需求质量、指标口径的清晰，支撑部门进行响应需求和申告/投诉、整合数据、监控应用和数据质量。数据管控需要企业文化层面的支持数据质量保证与产品质量保证一样，需要企业文化的支撑； 在数据管控的建设初期，可以考虑将数据质量纳入绩效考核的重要内容，以促进数据质量意识和控制文化的培育。数据管理体系演进策略如上文所述，企业数据管理体系在框架稳定的根底上不断迭代完善，下面提供了一个演进路线案例供参考。具体企业的演进阶段划分、演进路线设计，应结合本企业实际需要来制数据管理体系演进路线参考图结束语企业数据管理体系的建设是系统化工程，涉及于众多源系统的交互和大量协调工作，必须有数据管控平台来有效支撑