DB52_T1548.1-2020大数据与实体经济融合评估规范第1部分：总则

1、ICS 01.040. 03CCS A 12DB52贵 州 省 地 方 标 准DB52/T 1548. 12020大数据与实体经济融合评估规范第1部分：总则Assessment specification on integration of big data and reaI economyParti:genera I ruIes2021 -01-01 实施2020 72-16 发布贵州省市场监督管理局发布DB52/T 1548. 12020目 次前言II引言III1 范围12规范性引用文件13术语和定义14评估体系框架25 评估体系内容36 评估方法57评估报告5本文件按照GB/T L 12

2、020标准化工作导则第1部分：标准化文件的结构和起草规则的规定起 草。本文件是DB52/T 1548的第1部分。DB52/T 1548已经发布了以下部分：第1部分：总则。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由贵州省大数据发展管理局提出并归口。IIDB52/T 1548. 12020本文件旨在推进国家大数据(贵州)综合试验区建设，加快大数据与实体经济深度融合，激发数据 要素活力赋能实体经济高质量发展。本评估规范以工业企业信息化和工业化融合评估规范 (GBT23020-2013)等国家标准为基础，并紧紧围绕大数据赋能实体经济、推动经济社会发展的战略需 求

3、，突出理论创新性和实践可操作性，对全国两化融合评估体系进行深化提升，将评估领域从工业延伸到农 业、服务业等国民经济全行业，将评估深度拓展到大数据在企业各个关键环行的渗透应用。为更加全面、科 学、系统地推进大数据与实体经济融合评估工作，贵州省大数据发展管理局结合前期多年而向全省一万五千 余户企业开展大数据与实体经济融合评估试点工作基础，联合相关研究机构，制定本文件。本文件从理论和实践层面探索出一条指导大数据与实体经济深度融合的新路径。对于实体经济企 业，通过本文件可以评估企业自身大数据融合应用水平及各项指标在行业内所处的位置，指导企业梳理大 数据应用路径、精准实施大数据应用方案。对于各级各部门，

4、通过本文件可以评估本领域、本区域大数据融 合应用水平及所处的融合发展阶段，指导各地区明确融合工作重点、制定融合工作政策，支撑各行业、各地区、 各企业深入推进大数据与实体经济深度融合。IIIDB52/T 1548. 12020大数据与实体经济融合评估规范第1部分：总则1范围本文件规定了大数据与实体经济融合评估的术语和定义、评估体系框架、评估体系内容、评估方法 和评估报告等。本文件适用于实体经济各行业企业开展大数据融合应用自评估，以及为各行业、各地区开展大数据 与实体经济融合评估提供指导和参考依据。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文

5、件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修订单）适用于本文 件。GB/T 4754国民经济行业分类GB/T 22239信息安全技术网络安全等级保护基本要求GB/T 23020工业企业信息化和工业化融合评估规范GB/T35295信息技术大数据术语3术语和定义GB/T 35295界定的以及下列术语和定义适用于本文件。3. 1大数据big data具有体量巨大、来源多样、生成极快、且多变等特征并且难以用传统数据体系结构有效处理的包含大 量数据集的数据。国际上，大数据的4个特征普遍不加修饰地直接用Volume、Variety、Velocity和 variabil

6、ity予以表述，并分别赋予了他们在大数据语境下的定义： 体量Volume：构成大数据的数据集的规模。B 多样性Variety：数据可能来自多个数据仓库、数据领域或多种数据类型。8 速度velocity：单位时间的数据流量。d 多变性variability：大数据其他特征，即体量、速度和多样性等特征都处于多变状态。来源:GB/T 35295-2017, 2. 1. 13.2实体经济rea I economy物质产品和服务产品的生产、销售等相关经济活动.3.3融合 i ntegrat ion将不同事物或物质用难于分离的方法结合在一起，形成一体化。3.4价值模式 value model衡量人类一切社

7、会活动产生的有利因素的统一客观的方法。3.5经济生态 economic ecology将所有的经济活动要素与自然环境、人类活动结合起来，合理配置资源，和谐可持续发展。4评估体系框架评估体系框架包括融合基础、融合应用、融合创新、融合效益四个一级指标，每个一级指标包括若 干二级指标，共16个二级指标。评估体系框架见表1。表1评估体系框架一级指标二级指标融合基础组织和规划工具平台数据采集数据管理融合应用研发设计生产制造供应械财务分析经营管控营销服务融合创新产品服务创新组织模式变革价值模式创新经济生态共建融合效益竞争力企业效益#DB52/T 1548. 120205评估体系内容5.1 融合基础5.1.

8、1 组织和规划5.1.1.1 企业大数据相关研发人员、生产人员和管理人员等人才队伍建设情况。5. 1. 1.2企业大数据相关管理的组织机构的设置情况。5.1.1.3企业大数据相关制度的建设与执行情况。5. 1. 1.4企业大数据相关部门的职能职责定位情况。5.1.1.5企业大数据相关规划的制定和实施情况。5.1.2工具平台5. 1.2.1计算机、服务器等数字化设备的应用情况及企业网络环境等信息设施的应用情况。5.1.2. 2业务相关数字化设备设施的应用情况。5. 1.2. 3企业在云平台、大数据工具、物联网、移动互联网、人工智能工具等方面的基础条件情况。5.1.3数据采集5. 1.3. 1数据

9、要素的采集方式、采集设备建设情况和采集范围情况。5.1.3. 2数据要素的积累程度和预处理情况。5.1. 3. 3数据要素的存储情况和统一集中管理水平。5.1.4数据管理5. 1.4.1数据标准的制定、管理和实施情况。5.1.4. 2数据质量分析、评估和管理情况。5. 1.4. 3数据安全等级保护实施、计算机与网络安全、数据资源安全与灾备、设备设施和系统安全、安 全管理和防范机制建设等数据安全保护情况。网络安全等级保护应符合GB/T 22239的规定。5.2融合应用5.2.1研发设计5. 2. 1.1基于标准化的方式对产品模型数据进行定义、管理、共享、传递和关联维护的水平与能力。5. 2. 1

10、.2基于数据要素对数字化产品服务模型或原理样机进行构建和仿真的水平与能力。5. 2. 1.3基于数据要素对产品、服务以及工艺过程进行分析和优化的水平与能力。5. 2,1.4基于数据要素对产品进行综合设计、持续优化的水平与能力。5. 2. 1.5基于数据要素对实验设计和验证过程进行监控、分析和优化的水平与能力。5. 2. 1.6基于数据要素对研发成果进行复用和对研发质量进行监控、分析和优化的水平与能力。5.2.2生产制造5. 2, 2. 1基于数据要素对生产计划和生产调度进行分析、优化的水平与能力。5. 2. 2. 2基于数据要素对生产服务过程所需物料进行精细化分析的水平与能力。5. 2. 2.

11、3基于数据要素对生产服务过程进行监测、分析和优化的水平与能力。5. 2, 2.4基于数据要素对生产服务过程进行管控和执行的水平与能力。5. 2.2,5基于数据要素进行安全监控、应急响应及重大危险源预测预警的水平与能力。3DB52/T 1548. 120205.2.3 供应链5. 2. 3. 1基于数据要素对供应链进行分析管理和一体化运作的水平与能力。6. 2. 3. 2基于数据要素对仓储、库存和物流配送等进行精细化管理和分析优化的水平与能力。7. 2. 3. 3基于数据要素对采购、销售进行精细化管理和对市场进行预测分析的水平与能力。8. 2. 3.4基于数据要素对用户订单进行全过程跟踪管理和响

12、应的水平与能力。9. 2. 3. 5基于数据要素对原料、产成品和商品进行精细化管理的水平与能力。5.2.4 财务分析5. 2.4,1基于数据要素对财务系统和业务系统进行集成管控的水平与能力。5. 2. 4, 2基于数据要素对财务进行数字化管理和分析的水平与能力。5. 2. 4. 3基于数据要素对企业生产经营成本进行精细化分析、控制、核算和管理的水平与能力。5. 2. 4, 4基于数据要素对业务全流程实现财务预算管理的水平与能力。5. 2.4, 5基于数据要素对薪酬与福利进行精细化管理的水平与能力。5. 2.5 经营管控5. 2.5.1质量和计量数据监测、数据追溯的水平与能力。5. 2. 5.

13、2 能源和环保数据监测、预测预警的水平与能力。5. 2. 5. 3 基于数据要素进行设备监测、管理和诊断的水平与能力。5. 2.5.4在经营管控中构建知识体系、管理知识产权的水平与能力。5. 2.6营销服务5. 2. 6. 1基于数据要素进行用户画像、产品服务及用户行为分析的水平与能力。5. 2. 6. 2电子商务平台和相关数据分析工具在营销服务中应用的水平与能力。5. 2. 6, 3基于数据要素开展精准营销和用户需求快速响应的水平与能力。5. 2. 6. 4基于数据要素开展客户服务和用户体验提升的水平与能力。5.3融合创新5. 3.1产品服务创新5. 3.1.1基于数据要素开展产品、服务、平

14、台和解决方案创新的情况。5. 3. 1.2基于数据要素开展业务模式创新和服务化转型的情况。5. 3.2组织模式变革5. 3. 2,1通过开展大数据融合应用实现组织结构扁平化、柔性化和网络化的情况。5. 3. 2, 2基于数据要素实现绩效管理变革和员工赋权，激发员工潜能和创造力的情况。5. 3.3价值模式创新5. 3. 3,1基于数据要素进行数据变现、数据运营和数据交易的情况。5. 3. 3, 2基于数据要素进行信贷、风控、征信等金融服务的情况。5. 3.4经济生态共建5. 3. 4. 1在产业链各企业间进行数据采集与分析、知识挖掘与积累，实现企业智能决策的水平与能力。5. 3. 4. 2产业链

15、各企业之间进行业务协同和一体化的水平与能力。-1DB52/T 1548. 120205. 3. 4.3通过建设或运营开放社区等公共服务平台，进行产业链各企业之间价值网络协同创新的水平 和能力。5.4融合效益5.4.1竞争力5. 4.1.1通过与大数据融合直接或间接带来的研发效率、生产效率、管理效率、创新能力等综合竞争 能力的变化情况。5.4. 1.2竞争力水平层次的判定应符合GB/T 23020的规定。5.4.2企业效益5. 4. 2.1通过与大数据融合直接或间接带来销售收入、成本、利润等企业经济效益的变化情况。5. 4. 2.2通过与大数据融合直接或间接带来的企业单位产品综合能耗、单位产品综

16、合排放、安全生产 持续时间、安全事故损失率、社会贡献率等企业社会效益的变化情况。6. 4, 2. 3企业效益水平层次的判定应符合GB/T 23020的规定。6评估方法6.1 构建评估指标体系评估指标体系的构建应符合GB/T 23020的规定。6.2 评分方法7. 2.1权重设置权重设置应符合GB/T 23020的规定。8. 2.2底层指标评分评估指标体系中底层指标的评分应符合GB/T 23020的规定。6. 2. 3加权评分加权评分方式应符合GB/T 23020的规定。6.3评估对象填写问卷6. 3.1评估问卷设计应满足科学、全而、易操作的要求。7. 3. 2评估问卷的填报与分析应依托数字化应

17、用系统进行。8. 3. 3评估对象应严格按照企业自身情况如实填写评估问卷、提供评估数据。7评估报告8.1 评估报告的分类根据评估对象及分析应用用途不同，评估报告分为以下类别：a）企业自评估报告：以企业为评估对象，形成的报告：b）行业评估报告：以行业为评估对象，形成的报告；c）区域评估报告：以地区为评估对象，形成的报告。注：行业领域的分类划分参照GB/T 4754。8.2 评估报告的要素9. 2.1评估对象评估得分，分值确定（0-100）分内。7. 2.2融合发展阶段包括起步建设（初级）、汇集应用（中级）、创新突破（高级）三个阶段。融合 发展阶段及内涵描述见表2。表2融合发展阶段及内涵描述融合发

18、展阶段内涵描述起步建设（初级企业正初步引入数字化应用系统，逐步夯实大数据与实体经济融合基础设施和 条件，但数字化应用系统在企业单项业务环节的应用刚刚起步，尚不深入。对于处于该阶段的企业，推进大数据与具体业务的融合，首先需要夯实数据采集 和存储的基础，形成后续基于数据要素开展分析、开发、支撑决策的基础。汇集应用（中级企业已基木具备大数据融合基础，开始在各业务环节中收集并应用产品数据、 运营数据、价值链数据、外部数据等数据，积极探索不同环节之间数据的自由流动和有效交互，并逐步开展分析、判断、决策、优化和控制等应用。在实现 业务系统集成基础上，数据要素和数据分析结果在智能生产设备之间集成运作；创新突

19、破（高级企业在汇集应用基础上，实现r跨企业的业务协同和模式创新，融合创新突破 r企业内部边界，企业实现r数据的全面感知、收集、系统应用，数据要素在 企业与企业之间、行业与行业之间进行交互共享，数据要素驱动下的新模式、 新业态逐步出现。7. 2.3总体情况7. 2. 3. 1根据评估数据，分析给出评估对象的整体融合水平在全国企业中的分布和同行业中的分布（以全国 两化融合评估系统数据库作为对标依据）。7. 2. 3. 2根据评估数据，分析给出评估对象各个一级指标的融合水平在全国企业中的分布和和同行业中 的分布（以全国两化融合评估系统数据库作为对标依据）。7. 2. 3. 3根据评估数据，分析给出评估对象各个二级指标的融合水平在全国企业中的分布和同行业中 的分布（以全国两化融合评估系统数据库作为对标依据）。7. 2.4改进方法建议根据评估对象填报数据及分析结果，给出评估对象大数据融合改进方向建议，实体经济各产业改进 方向的关键环行及内涵描述见表3。表3实体经济各产业改进方向的关键环节及内涵描述所属产业关键环节内涵描述农业生产管理精准化农业企业通过构建