S公司发展战略

第三章外部环境分析3.1政治因素《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》是中央第一份关于要素市场化配置文件，分类提出了土地、劳动力、资本、技术、数据五个要素领域改革的方向。数据作为一种新型生产要素写入文件，《意见》强调加快培育数据要素市场。2020年，党的19届中央委员会第五次会议发布了十四五规划，这是对未来发展进行了设计，其中清晰的表示要加快数字化发展。数据安全和个人信息保护是推进数字产业化、产业数字化以及发展数字经济的重要支撑。《十四五规划》明确了在数据共享开放、数据交易流通、数据资源整合、数据跨境传输等数据要素场景中加强数据确权、数据安全及个人信息保护工作。加快发展现代产业体系，推动经济体系优化升级。加快数字化发展。发展数字经济，加快数字产业的发展，促进各行业发展数字经济，从而实现数字经济与各行业的融合，发展出具备国际竞争力的数字产业集群。今后，要加快数字社会、数字政府、数字服务、数字治理等方面的发展，从而提升各行业、各领域的智能化水平，打造出智能社会。构建出数据资源产权、数字的传输规则、数字交易规则等标准，这是加快各行业数字化发展的基础支撑，同时也有利于促进数据资源的进一步利用。扩大基础公共性的逐步开放，构建出一个国家统一的共享平台。利用规则、技术手段、法规来保障国家数据安全，提升个人信息的保护水平。提高民众的数字技能，加快信息服务的全覆盖发展。从规则、标准方面入手，学习国外先进经验，结合本国实际来积极的探索设计。从已发布的《网络安全法》中的第21条可知，国家当下实行的是网络安全等级保护制度。作为网络运营者，需遵守此法规要求，履行下面这些保护义务，从而防止没有得到授权的访问、有意的网络破坏，防止数据信息的泄露、被窃取、篡改：（一）制定内部安全管理制度、操作规程，确定出具体的网络安全负责人，将责任进行细化；（二）实施计算机并不、网络攻击、侵入等危害行为的防范措施，从技术层面来保障数据安全；（三）对网络的运行、安全事件进行检测、记录，并存留网络日志，时间最低为6个月；（四）实行数据的分类、备份、加密保护等措施。在其中的第42条规定：网络运营者需加强技术手段的运用，从多方面保护个人信息安全，防止信息出现泄露、丢失、盗取等。当出现了个人新的泄露、丢失等情况时，此时需立即进行补救，并基于规定来报告给用户、主观部门。其中的第45条规定：依法享有网络安全监督的管理部门、工作人员，对于工作中所知道的个人信息、商业秘密必须严守秘密，不可以进行随意泄露，也不可以随意的利用进行获利。等保2.0纳入了《中华人民共和国网络安全法》规定的重要事项；其中1.0只针对网络和信息系统，2.0则把云计算、大数据、物联网等新业态也纳入了监管。个人信息安全规范GB/T35273—2020，针对个人信息面临的安全问题，规范个人信息控制者在收集、保存、使用、共享、转让、公开披露等信息处理环节中的相关行为《中华人民共和国数据安全法》，数据安全领域的基础性法律，继网络安全法发布之后，又一部重大法律。中华人民共和国境外组织、个人开展数据活动，损害国家安全、公共利益或公民、组织合法权益的，依法追究法律责任。第四十二条开展数据活动的组织、个人不履行本法第二十五条、第二十七条、第二十八条、第二十九条规定的数据安全保护义务或者未采取必要的安全措施的，此时主管部门会要求限期进行整改，并进行警告处理，处罚1万-10万的罚款，而对于直接负责主管人员，可罚款5000-50000元；如果拒绝进行改正的，或导致大量数据出现泄露带来严重后果的，此时可罚款10-100万元，对直管人员、负责人罚款10000-100000元。综合可知，政策法规环境将影响到企业的发展，每个企业都应遵守其所进入地区市场的政策法规要求，不可随意行事。3.2经济因素合规性驱动全球数据安全治理。全球性、区域性法律、法规要求。企业所处行业标准、建议、指导；各类信息安全认证、监管要求；用户、市场准入、供应商合规要求。企业合规风险成本：①法律诉讼、②直接经济损失、③监管调查和处罚、④业务活动风险、⑤客户/市场信任、⑥品牌和声誉受损。中国，中华人民共和国网络安全法、等保2.0、关键信息基础设施安全保护条例、中华人民共和国数据安全法草案、个人信息保护法草案。欧盟，欧盟数据保护法、GDPR、数据跨境转移指南、欧盟数据战略、欧洲数据治理条例提案。美国，联邦数据战略和2020年行动计划、国防部数据战略《DoDDataStrategy》。随着大数据产业的快速发展，现代政府和企业已积累了大量数据。除用以支持业务流程运转外，这些数据在决策支持、风险控制、产品定价、绩效考核等管理决策过程中被广泛应用。此外，日益全面、严格的监管措施及信息披露要求，对政府和企业数据提出了前所未有的挑战，并且要求政府和企业能有效管理数据，以此避免因数据价值得不到很好体现而对政府和企业造成的负面影响。如今，政府和企业纷纷推动数字化转型计划，以改善财政状况并提高竞争力。新型的数据组织将替代原有的数据管理体系，为政府和企业提供更优质、更及时、更完整的数据，让其在政务管理和经营市场中脱颖而出。政府和企业数据管理面临的挑战空前严峻，要求IT企业必须具备足够能力应对以下情况：1）更多数据。数据量每年15.3ZB的全球数据中心流量。数据的复杂性和多样性：日益增加的新数据来源及数据类型。数据速度：随着物联网的强势崛起与快速推进，未来200亿台设备相连，意味着永不间断的数据流。2）更多用户。业务数据用户已达3.25亿，且数量仍在持续增加。无论是业务分析师、普通数据科学家、还是数据管理员都希望直接、及时地获取数据。3）更多应用模式。迁移到云中：各种平台、系统正在分解并迁移到云中。分析技术：行业正在改用大数据、NoSQL和预测分析等新技术来补充数据仓库。知识图谱：快速分析出大数据之间的图谱关系，并实现快速迭代已成为更多用户的诉求。传统的数据管理模式已无法满足政府和企业快速获取高质量、可操作数据的需求。政府、企业想要释放数据的强大力量，必须提供准确、可靠、及时的数据。3.3文化、社会因素人类对社会的认知，首先是感性认识，然后抽象到理性认识。文字、符号都是理性抽象的结果。人类在经理了与自然索取、使用工具，到使用活，冶金技术，及后来电的发明，电子产品的发明，以至于出现计算机，人类也有没有文字，到纸质记录，到现在的电脑使用。但各种IT系统的孤立使用，客户越来越依赖IT，我们需要把数据都集中起来，变成一种资产使用，包括纸质、视频、音频、图片，结构化和非结构化数据。数据治理的数据安全已经是越来越大的问题，众多数据安全事件，社会影响巨坏。据安全情报供应商RiskBasedSecurity(RBS)的2019年Q3季度统计，全球披露的数据泄露事件有5183起，泄露的数据量达到了79.95亿条记录！数据泄露事件整体呈现出递增趋势，其中2019年泄露事件（5183）比2018年（3886）上涨33.3%。泄露记录数量（79.95亿）比2018年（37.66亿）上涨112%。2016.06徐玉玉电信诈骗事件，大学资金被骗，最终导致惨案；2018.08华住2.4亿入住记录泄露，敏感信息包含身份证号、家庭住址、银行卡号；2018.09顺丰数据泄露3亿条用户数据在暗网售卖，顺丰企业信誉严重受损；2020.02微盟删库事件众多商家数据丢失、系统无法使用而遭受经济损失，市值暴跌10亿港币；2020.04青岛胶州中心医院患者信息被内部人员泄露6685人姓名、电话、身份证号码、详细居住地址、就诊类型遭泄露，甚至被谣传感染了新型冠状病毒，社会影响恶劣，涉案三人被拘留处罚；2020.05南通特大"暗网"侵犯公民个人信息案，公民个人信息数据5000多万条，犯罪嫌疑人27余人；2020.05淮阴建行员工贩卖客户信息涉案金额2000万+，涉及公民个人信息5万+，情节严重、恶劣；2020.06郑州西亚斯学院近万名学生信息遭教职工泄露信息包括宿舍号，学生安全遭威胁；2020.07圆通内部员工泄密案40多万条个人信息遭泄露，信息预备以每条1元的价格打包贩卖至全国及东南亚等电信诈骗高发区。公民财产安全遭受威胁，圆通公司被约谈，涉案嫌疑人已于9月落网3.4技术因素客户有很多数据来源，如手写的、图片的、音频的、视频的、结构化数据、半结构化数据，这些数据的汇总、整理、安全、分析需要一个整体的数据治理产品，提升客户的生产力。数据治理是长期、复杂的工程，每个数据治理的领域都可作为一个独立方向进行研究，目前总结的数据治理领域包括但不限于以下内容：数据标准、数据模型、元数据、主数据、数据分布与存储、数据生命周期管理、数据质量、数据安全等。同时各领域之间需要有机结合，如数据标准、元数据、数据质量等几个领域相互协同和依赖。技术因素一直是企业发展过程中所必不可少的一项重要因素。众所周知，近代中国之所以多灾多难，一个较为重要的因素就是我国科学技术的落后。这一点正是我国挨打的教训，因此，近代以来，各界人士都不断呼吁重视科学，重视技术。我国由于起步晚，加入现代化浪潮的时间晚，因此在技术创新方面和发达国家至今存在不小的差距，这一点是客观存在的，我们应该加以正视。根据数据的显示，在2020年，我国高技术产业研发经费支出只占工业总产值的2.31%，而在大洋彼岸的美国，占比高达19.84%，不谈美国，就连日本也是在百分之十五。通过客观的数据，我们清晰直观的认识到自身在技术投资和研发上存在的不足。因此我国必须实现转型，由一个中国制造的大国转变为中国创造的大国，只有占领技术高端，社会的发展才得以可能，经济的发展才得以实现。笔者建议，该企业可以加大人才引进的力度，通过提高待遇，吸引一批具有创新精神的高质量人才来加快技术的研发和发展，另外，公司还要加大技术研发的力度，增加技术研发的经费，帮助企业实现技术化、现代化。3.5数据治理发展现状信息技术革命日新月异，引领生产生活方式的重大变革。全球数字经济的发展，在为经济社会注入新活力的同时，也催生了一系列革命性、系统性和全局性变革，尤其是数字经济的数据化、智能化、平台化、生态化等特征，在深度重塑了经济社会形态的同时，也使传统的治理理念、治理工具等问题面临前所未有的挑战。当前，互联网、大数据、人工智能、物联网、5G等新技术迭代迅猛，共享经济、无人驾驶等新业态层出不穷，使得全球数据爆发增长、海量聚集，数据流增长速度远超全球商品流、贸易流和资金流的增长速度，数据治理渗透至经济发展、社会治理、国家管理、人民生活的各个场景。数据治理领域中，以往稳定的国际规则制度被不断推倒重建，进入了新的变革期。在全球范围内，个人信息保护制度与执法实践正在不断丰富。如，欧盟《通用数据保护条例》（以下称GDPR）实施一年以来，89%的成员国）均依据GDPR修订了本国法规，确立了本国专门数据保护机构。GDPR对世界其他国家个人信息和数据保护制度的示范带领作用明显去，带来的“执法元年”更塑造数据保护制度权威性。美国则在务实立场下，不断推进个人信息和隐私保护进程，立法方面，备受关注的《加州消费者隐私保护法案》将于2020年1月正式生效实施。全球化的发展也使数据在跨境流动的过程中，产生了领域国家之间的数据主权冲突等问题，而国家政府则通过“长臂管辖”的规则强化对境外数据的执法能力。如，美国的《澄清数据合法使用法案》（CLOUD法案），赋予美国政府调取存储于他国境内数据的合法权力，为获取他国数据扫清制度性障碍。澳大利亚的《电信和其它法律关于协助和准入的修正案》，旨在加强通信运营商、互联网服务提供者等数据平台的通信执法协助义务，明确其管辖对象包括位于澳大利亚境外的主体。与此同时，随着各国对非个人数据流动监管的规则的逐步清晰、细化，数字市场正在逐步被构建。如，《欧盟非个人数据自由流动条例》及其同步的《欧盟非个人数据自由流动条例的实施指南》。前者明确了欧盟成员国政府在非个人数据流动监管领域须遵循的基本原则：自由流动、规则透明，公共安全保留，后者则在现有规范的基础上再次重申了“个人数据”与“非个人数据”的区别，并进一步明确：如果数据库中的“个人数据”和“非个人数据”可以独立，则分别适用《条例》和GDPR；如果两类信息不可分离，则统一适用于GDPR。两则规定的发布与实施被认为是欧盟在促进数字经济发展方面的又一次重要努力。对内，进一步推动了成员国之间的制度统一性和协调性，打通数据流通关卡，消除数据流通人为障碍，让数据在流动中释放价值，使不同主体最大限度受益。对外，倡导通过行业自治推动云计算行业的数据流动条例，鼓励用户采用欧盟本土云计算企业所提供的服务，鼓励用户在云计算服务提供商之间迁移数据，为互联网行业在数字时代的重新洗牌开辟道路。在国内，政府正在积极推进个人信息保护立法与实践。一方面个人信息保护制度不断完善。如，将《数据安全法》、《个人信息保护法》纳入一类立法计划；《儿童个人信息网络保护规定》是我国在儿童个人信息保护方面的首部专门立法，填补了国内相关领域制度空白；中国人民银行下发《个人金融信息(数据)保护试行办法》对明确金融领域个人信息保护边界，划定违法禁区具有推动作用……另一方面，重点领域强化个人信息保护执法。如，中央网信办联合工信部、公安部、市场监管总局四部门启动“App违法违规收集使用个人信息专项治理”，对违法App进行评估和问责；工信部先后启动“电信和互联网行业提升网络数据安全保护能力专项行动方案”“APP侵害用户权益专项整治行动”……3.6S公司五力模型3.6.1现有竞争者的态势分析数据治理的厂商，国外有IBM、ORACLE，国内有佰聆、汇智信通等；公有云，不管是国外的AWS，还是国内的阿里，都有一定的数据治理工具；但数据治理是个综合交付产品，而又因其应用场景熟悉，很多时候的交付是综合交付，所以其实竞争者之间很多时候可以联合交付，在S公司交付的一家牛仔裤公司就是S公司的打标签工具结合AWS的数据工具一起交付；在S公司的某个轮胎客户，就是S公司和一家广告公司的人天一起交付；在S公司的某预报中心客户交付就是与学校的实验中心联合交付。表3-1：数据治理厂商一览表序号厂家描述1S公司数据采集：配置连接，自动采集：关系数据库、非关系数据库、日志、文档、图片、音频、视频。元数据：元数据详情、血缘分析、数据分类（标签）；主数据：主数据模板、主数据管理、主数据分析数据质量：质量规则、统计分析、质量评估数据标签：数据分类打标签数据安全：数据分级、数据脱敏、数据水印、数据审计数据产品：数据应用、开放数据数据分析：资产应用、资产分析、生命周期2IBM数据采集：连接到30多个IBM和第三方数据源以进行数据编目；元数据：元数据管理、血缘分析、影响分析等；主数据：主数据管理数据质量：建立数据质量策略，包括高价值数据属性的识别；设置数据质量基准；创建业务案例；清理数据；持续监控数据质量数据安全：自动化合规性工作流程；定义敏感数据；发现敏感数据；分类和标记敏感数据；加密敏感数据；保护非生产环境中的敏感数据；监控应用程序中的欺诈；预防计算机攻击；编校非结构化文档中的敏感信息。3ORACLE数据采集：导入、数据辨识和匹配、数据源历史、整合的记录；数据质量：数据标准化、数据匹配、数据去重、数据补充、数据验证数据分析：报表导出4佰聆数据采集：PDF/Execl/PPT/Word/Html/XML/门户/BBS/Blog/微博等获取数据；数据质量：自然语言处理：文本分词、歧义消除、词性标注、命名体识别、句法解析、指代消除、未登录词识别、时间推理；数据分析：分类、聚类、回归、特征抽取、关联分析、时间序列预测、相关分析、归纳分析、函数拟合、分布估计、方差估计、异常检测、上钻下钻、行列转换、指标预警、同步环比、指标加工、图表联动；自动分类、自动聚类、全文检索、自动摘要、自动排重、以图搜图等‘数据标签：数据分类数据产品：数据挖掘、用户画像数据分析：多维分析、沉迷分析、相似分析、情感分析、传播分析、关键词分析、趋势分析、报表导出5汇智信通数据采集：静态信息数据：历史数据源、个人信息数据、CRM/OA/财务等信息；低频信息数据定时采集/导入：组织信息、历史信息、设备信息等；高频信息数据实时采集：一卡通、互联网、日志、WIFI；元/主数据识别、元/主数据标准、元/主数据管理流程、业务元/主数据、技术元/主数据、血缘关系/影响分析；数据质量：数据模型存储标准、数据模型分析标准、统一业务编码标准、ETL作业标准、数据服务标准、数据质量管理标准、元数据管理标准、主数据管理标准；对数据从计划、获取、存储、共享、维护、应用、消亡整个生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动；数据安全：数据安全管理通过计划、制定、并执行数据安全政策和安全策略措施，为数据平台的数据和信息提供行之有效的认证、授权、访问和审计；数据产品：数据挖掘、数据应用数据分析：报表导出6AWS数据采集：迁移AWS中的数据；元数据管理；数据质量：合规性管理、数据清洗；数据安全：数据监控、数据安全管理；数据产品：数据挖掘、数据应用数据分析：数据分析、报表导出7阿里数据采集：采集E-MapReduce、OTS、MYSQL、SQLServer、PostgreSQL、Oracle、AnalyticDBforPostgreSQL、AnalyticDBforMySQL2.0、AnalyticDBforMySQL3.0、OSS、Hologres等元数据；元数据：元数据详情、血缘分析；数据质量：数据标准、标准代码、命名词典；依托DataWorks平台，提供全链路的数据质量方案，包括数据探查、对比、质量监控、SQL扫描和智能报警等功能；数据安全：数据发现、数据访问、数据风险、数据识别、数据脱敏、数据审计和规则配置等；数据产品：开放数据、数据地图数据分析：数据分析、报表导出3.6.2供应商配套能力分析S公司的数据治理平台以自主开发为主，因为数据治理涉及太广，有些已经有成熟产品，就像主板CPU大体都是INTEL的，所以S公司的数据治理平台在给客户提供解决方案的时候，可以结合第三方产品。IT是一个比较特殊的行业，开源里面也汇有些工具拿来做二次开发以满足客户需求。公有云提供的共享工具，也是数据治理平台交付的一部分。数据治理因其应用属性，需要行业专家和一些人工服务，人力资源也是数据治理产品交付的一部分。3.6.3购买者需求能力分析购买者可分为个人客户、企业客户、政府单位。数据的收集发布，给不同需求者提供来源，个人客户以SAAS模式为主。企业客户可能购买数据治理平台，也可以购买部分工具，也可以是SAAS模式。政府客户购买的可能是数据结果，也可能是数据治理工具，也可能是投入的数据治理平台建设，S公司都有机会。3.6.4新进入者态势分析数据治理是个很大的领域，涉及采集、整理、安全、报表、应用、分析。采集又有图片的采集、音频的采集、视频的采集、纸质文字的采集、结构化数字的采集、非结构化数字的采集。整理含去重、修补、打标签。安全涉及泄密、加密、存储、备份、审计。应用涉及模板的建立，适应各种行业各种客户各种厂家的模板，应该说不计其数。不同维度的分析，适应不同需求。数据治理是一个兴起不是很久的概念，还处于行业初期，新进入者进入的是蓝海，加上数据治理需要的服务属性，新进入这空间很大，大家之间业不需要太多竞争。3.6.5替代品影响分析数据是个量化结果，任何事物都是可以量化的，在一定范畴，数据治理产品是不存在替代品的，但事务是发展的，S公司聚焦的领域也存在市场消失的可能。S公司现在聚焦的整体的数据治理，从采集、整理、安全、报表、应用、分析，且相对聚焦在有工厂的企业，机器人的发展，在一定程度可能会降低入采集的需求，移动终端，手机，物联网可能也会降低数据的需求，但是危险也是机会，与机器人和物联网的结合，也汇带来更多的机会，另，互联网业可能让有些客户直接使用云数据治理产品，但这也是机会，在S公司规划里，SAAS模式也是规划之一。3.7S外部环境综合评价（EFE矩阵）我们通过外部因素评价矩阵EFE（Externalfactorevaluationmatrix）找出影响企业将来发展的重要因素，根据各个因素的影响程度确定权数。以体现出在利用外部机会和面对威胁时公司的反映水平。其步骤如下：（1）列出企业外部环境包含的关键要素；（2）要素赋权重分析法。要素权重合计为1,0代表不重要，1代表很重要；（3）每个要素评价标准：以4分制进行赋值：1:反应很差；2:反应为平均水平；3:反应超平均水平；4:反应很好（4）计算权重和赋值的加权评价值；（5）汇总加权总分数。表3-2公司外部因素评价矩阵（EFE）关键外部因素权重评分加权分数机会1、国家对自主可控大力支持0.1040.402、市场规模巨大0.1540.603、社会关注数据数据治理0.1040.404、IT行业发展势头强劲0.1540.60威胁1、数据治理客户概念还不清晰0.1330.392、客户担心数据安全问题0.1330.393、竞争对手不实干的多0.1330.394、人力成本非常高0.1130.33总计1.003.50通过上表可以看出，S公司在利用外部机会与威胁时，机会加权分数高于威胁加权分数，及总加权分数高达3.5，远高平均水平，S公司可以利用外部机会和威胁，大力发展数据治理业务。第四章内部环境分析

公司的有形资源在于服务了中化国际、上海大众、立邦等客户；无形资源是有了产品部、技术部、内务部的骨干人员；能力则是我们务实，专注客户技术需求的做法。4.1S公司简介S信息科技有限公司始于2003年，2018年之前以虚拟化、安全、公有云的集成为主，因集成业务不易扩张，2018开始自主产品，公司总部位于上海，设有广州、武汉、长沙等分支机构。S公司以“专注信息化建设，服务生产力提高”为定位，奉守“内富员工、外服社会、健康运营、稳持发展”的经营原则，以“专业、创新、利他、家公司”为企业文化，通过优质的产品、丰富的行业经验、完善的服务体系，竭力为用户提供专业、可靠的产品与服务。公司专业技术人员超100人，占公司总人数的60%以上，大部分技术人员拥有硕士以上学历，核心技术人员都具五年以上的项目实施经验。4.1.1业务介绍S公司业务门类丰富，涵盖了虚拟化、安全、公有云、数据治理等相关业务，现对其详细介绍如下。4.1.1.1虚拟化S公司的虚拟化业务主要包括：（1）集群服务器磁盘可为虚拟机创建极其简单的共享存储，从而实现恢复能力强、高性能的横向扩展体系架构，将总体拥有成本(TCO)降低50%之多。（2）使用灾难恢复软件保护客户的应用，该软件可提供简单的管理、无中断测试和完全自动化的站点恢复。（3）Sphere，借助世界领先的虚拟化平台，整合服务器、提高可用性、增强性能并优化容量。（4）NSX，针对网络提供虚拟机的运维模式，从而转变数据中心的运维方式并提高经济效益。（5）CloudSuite，构建敏捷、高效的云计算基础架构，该基础架构集成了软件定义的服务、基于策略的自助置备和自动化管理。（6）NSXAdvancedLoadBalancer，可跨本地数据中心和任何云提供多云负载平衡、Web应用防火墙和应用分析。该软件定义的平台跨裸机服务器、虚拟机和容器一致地提供应用，以确保提供快速、可扩展和安全的应用体验。4.1.1.2安全S公司提供信息安全、数据安全、云安全服务。由于研发环境与生产环境截然不同，基于研发环境写的网络安全策略不能直接作用于生产环境，只能是生产环境的安全运维人员根据业务构成以及访问关系进行网络安全策略配置。由于研发阶段网络业务和访问关系已知，平台基于这些已知关系进行策略配置，有助于用户做好研发侧的安全，将安全左移。在业务测试阶段测试策略的有效性；在业务上线之后自适应引擎可以根据生产环境此时此刻的状态以及业务特点进行策略调整，保证每台机器上的策略都是恰当有效的，将安全防护贯穿整个生命周期的每一个环节。4.1.1.3公有云S公司提供公有云服务。公有云通常指第三方提供商为用户提供的能够使用的云，公有云一般可通过Internet使用，可能是免费或成本低廉的，公有云的核心属性是共享资源服务。这种云有许多实例，可在当今整个开放的公有网络中提供服务。企业通过自己的基础设施直接向外部用户提供服务。外部用户通过互联网访问服务，并不拥有云计算资源。公有云能够以低廉的价格，提供有吸引力的服务给最终用户，创造新的业务价值，公有云作为一个支撑平台，还能够整合上游的服务（如增值业务，广告）提供者和下游最终用户，打造新的价值链和生态系统。4.1.1.4数据治理根据治理的具体工作是从定义问题开始，通过对内部业务、对技术、对组织架构、对数据的重新梳理，形成对资源（人、资源、环境等）的尽可能的充分认知，细分明确数据从业务、从组织、从IT、从上下游输入输出等不同视角的一致性理解，根据企业和职能部门的实际情况基于充分利旧的原则，进行技术架构的总规划，合理定义最终目标、实施路径、安全和隐私保障、过程考核结果评估等，并充分利用技术工具辅助数据治理过程的快速实施和见效落地。4.1.2部门介绍S公司上海分公司由研发部、技术支持部、销售部、市场部、财务部、后勤部、管理部、人力资源部、文化部组成。4.1.3经营状况介绍S公司通过对集成，将更专业的服务和更好的产品带给了客户。目前，已代理VMWARE，成交华住、中化国际、迪斯尼；已代理SANGFOR，成交虹口区政府、华富基金、协鑫光电；已代理H3C成交全筑、立邦；已代理亚信，成交SONY、华东建筑、上海大众；已代理TIDB，服务麦当劳，星巴克；已代理阿里云，成交开得置地、世贸地产。中国电信等。其中自主的数据治理成交国家海洋局、LEVIS、固特异等。在资质上，除啦VMWARE、SANGFOR、亚信、H3C、TIDB、云祺、天空卫士、阿里、AWS等代理资质，公司还先后获得了“ISO9001质量管理体系认证”、“ISO270001信息安全体系认证”、“国家高新技术企业”等资质，并取得15项软件著作权和10项发明专利。在利润获取上，公司2003年至今，除2003年外，连续17年盈利；自主产品2018年底开始，每年大概投入大概500万，2019开始有销售，2020销售300多万，预计在2025年实现赢利。4.1.4数据治理案例4.1.4.1某公司数据安全解决方案方案设计某研发企业主要从事产品开发工作，为保证开发的产品保持业内领先必须对核心研发数据进行加密防护，防止核心数据外泄。同时对非核心研发数据进行管控，避免通过邮件、IM等途径传递敏感信息。针对用户环境现状，我们提出以下改进建议：对核心研发数据采用IP-Guard进行数据加密，即使数据被窃取外泄，也无法正常打开核心数据；非核心研发数据，使用赛门铁克进行数据保护，对关键词、关键信息、关键位置进行管控，未经领导审批的研发数据不允许进行外传，包括U盘、邮件、共享文件等传播途径。对所有数据进行离线备份，防止由于存储设备损坏、病毒加密、自然灾害等因素对数据造成毁灭性破坏；产品清单序号产品类别型号数量单位1数据加密IP-Guard1套2数据管控赛门铁克1套3数据备份IBMSpectrum1套4IT检测喜数天镜IT检测1套4.1.4.2某公司大数据解决方案方案设计数据来源：海上各种收集设备采集实时数据，包括风速，海浪、天气等各种数据解决方案：通过对设备采集的实时数据的解析，将数据“翻译”成可供研究人员使用的数据，配合ETL以标准化数据结果，并存入数据仓库，供后续分析及数据产品调用。结果：建立多层架构数据处理平台为后续研究分析提供平台级支持产品清单序号产品数量单位1人工服务1套2喜数数据治理平台1套3数据仓库1套4.1.4.3某零售企业大数据解决方案方案设计数据来源：内部系统数据（ERP、CRM、POS）、第三方电商平台数据、供应商提供的数据、手动收集的其他系统数据解决方案：利用AWS预置组件搭建大数据框架，开发数据治理平台，实现自动化采集-清洗-处理-存储-分析的完整过程。结果：建立数据仓库，汇总多源数据并建立数据模型建立数据治理平台，自动化数据处理全过程为后期进行业务分析提供数据及系统支撑产品清单序号产品数量单位1人工服务1套2喜数数据治理平台1套3AWS公有云资源1年4.1.4.4某公司数据人力核查和整理方案设计数据来源：公司原有历史分析数据、产销量数据、第三方竞品产销量数据、保险公司数据解决方案：用户的数据源均为类似Excel的格式化数据，且输出报表也需要Excel格式。我们利用数据处理工具（如：Excel宏等）以人工服务的方式协助用户处理大量数据汇总、分析、报表等工作。结果：核查和整理公司原有历史分析数据为品牌建立基础市场分析数据库产品清单序号产品数量单位1人工服务1套2数据处理工具1套4.1.4.5某公司数据人力匹配和业务分析方案设计数据来源：产销量数据、第三方竞品产销量数据、保险公司数据解决方案：用户的数据源中，有从第三方购买的Excel格式数据，有直接与供应商系统对接的数据库数据。我们利用客户定制的半自动化数据处理工具及与第三方系统对接的API，以人工服务的方式协助用户处理大量数据汇总、分析、报表等工作。数据汇总保存在数据库中，方便后续用户核查。结果：1.清洗数据，匹配数据2.建立数据分析模型，提供数据分析报表产品清单序号产品数量单位1人工服务1套2数据处理工具1套3数据报表工具1套4SQLServer数据库1套4.1.4.6某品牌数据数字化平台匹配和业务分析方案设计数据来源：产销量数据、第三方竞品产销量数据、保险公司数据解决方案：用户的数据源中，有从第三方购买的Excel格式数据，有直接与供应商系统对接的数据库数据及内部其他业务系统对接数据。我们开发基于AWS的Serverless架构数据治理平台，利用Tableau数据可视化分析报表工具，可提供从数据源对接-数据清洗-数据建模-数据分析-数据报表等全流程全自动数据处理过程。且由于Serverless架构忽略底层系统系统维护的特性，最大限度节省后续运维成本，用户得以将精力聚焦于主要业务。结果：1.数据采集、清洗、匹配一键完成2. 自动生成数据可视化分析报表产品清单序号产品数量单位1人工服务1套2喜数数据治理平台1套3AWS资源使用1年4Tableau数据报表工具1套4.2评估资源与能力企业在创造价值过程中，其会运用竞争优势要素，如，资源、能力、核心竞争力，这些是核心竞争力的形成基础。S公司在大量的企业样本资源下，可以快速的响应创新项目对数据的需求，而对于企业样本资源，主要有，各行业的运营数据、数据库资源、品牌优势，还有所累积的用户资源，由此发展出企业核心竞争力。下图4-1，所展示出的是企业资源、能力、竞争优势监督关联性情况。图4-1S公司的企业资源，能力及竞争优势关系4.2.1评估过程从业务层面分析，在开展分析时，第一步需列出各方资源、能力，并作出相应的赋值。基于实际情况，来开展竞争分析，对比评分，面对各因素评分，基于高低原则在矩阵中作出标注。在这里面，选择匹配的竞争对手，可运用五力模型进行分析，其步骤如下：详细列出S公司所拥有的各方面资源、能力；设置评分，最大分值为10分，拥有1-10个等级，对应相应的分数；开展数据分析，结合专家观点，就各资源、能力的重要性程度开展打分操作；在技术部、市场部、客户部等多部门的联合参与下开展判断分析，在这里面若果各自力量一直，那么此时评分是5分；最后，将资源、能力的重要性和相关力量数值、评价结果记录在矩阵当中。由此制作出了下表信息，从中可具体看出。表4-1公司资源与价值活动的平衡评估重要性与S公司相关的力量评价资源资源1：技术95上海及各地都有技术支持人员可调用资源2：客户97上海及各地子公司都有丰富的客户基础资源3：资金84通过代理集成业务提供，不能瞬间大力扩张能力能力1：研发952006年开始招入开发人员，积累开发经验，有一定的开发可开发管理能力能力2：销售97上海及各地子公司都有行业顶尖的销售能力3：市场运营运营94有专人负责能力4：品牌94公司名气还不够4.2.2存在的弱点与隐患S公司在研发上还过的去，在技术支持上，特别是销售上，客户基础上有优势，在资金、品牌、市场运作上还不足，需要加强。做自主产品最终要的还是产品好，S公司应该加大开发力度，但过大的投入可能会是S公司不能承担的，所以在开发投入，销售状况之间有时候要做一个平衡，以防止资金断裂。图4-2S公司资源与价值活动的平衡评估矩阵分析4.3盈利模式分析上海由S公司直接覆盖。国内非上海，省会城市与当地做最终用户的公司合作子公司覆盖该省。国外非上海，首都城市与当地做最终用户的公司合作子公司覆盖该国。同时2024成立北京子公司，覆盖北京，及成立行业事业部，垂直做全国全球行业，具体业务由对应子公司签署4.3.1集成业务集成业务是S公司的基础业务，自主产品研发的费用也是来自集成业务的利润。集成业务带来的客户也是自主产品最先的客户。4.3..2自主产品自主产品才是S公司的未来，成为世界级公司靠的也是自主产品。自主产品2018年底开始，每年大概投入大概500万，2019开始有销售，2020销售300多万，2021预计销售800万，2022预计销售1200多万，2023预计销售1800多万，2024预计销售2500多万，2025预计销售3000万实现赢利。4.4内部因素评价矩阵分析（IFE矩阵）在对S公司开展了外部因素分析后，下面将龙IFE矩阵来分析企业的优劣势方面。具体步骤如下：（1）找出影响企业内部环境的各个关键要素，将其列出出来；（2）对各要素赋予相应的权重。所有要素加在一起的权重总和是1，同时权重数值的大小展示出的是要素的重要性水平；（3）对各要素的评价标准：实行的是4分制赋值，对于1分，其代表的是反应很差；对于2分，其代表的是反应为平均水平；对于3分，其代表的是反应超平均水平；对于4分，其代表的是反应很好。（4）计算各要素的权重、赋值，还有其加权平均值情况；（5）进行汇总算出加权总分数。在对S公司管理层的访谈后，就内部因素开展综合性的分析、总结，并确定出各要素的权重，评分，并制作出了下表4-2。表4-2公司内部因素评价矩阵（IFE）关键内部因素权重评分加权分数优势1、有一定客户基础0.12540.502、储备了开发人才0.12540.503、代理集成业务可提供一定的资金0.12540.504、有一定的渠道人脉0.12540.50弱势1、公司实力还不够0.12530.3752、市场运作做都较少0.12530.3753、资金不够雄厚0.12530.3754、社会资源不足0.12530.375总计1.003.50综上可知，优势大于劣势，总加权分数高达3.5，高于平均水平，优势劣势可运作，S公司可坚定数据治理产品投入。第五章发展战略制定

5.1S公司战略概述公司战略其实是这家公司想做什么，取得什么样的社会位置，结合自身资源，社会发展规律最终确定的公司如何做的一个整体规划。S公司之前以集成为主，因集成不易扩张，确定了集成转自主，自主专注数据治理领域，目标成为数据治理领域世界级领导者的公司战略。具体我们按公司层、业务层、职能层三个方面来加以说明。5.2S公司的公司层战略“专注信息化建设，服务生产力提高”，我们选择了客户信息化领域，通过服务客户信息化建设，服务客户的生产力提高。公司战略：现阶段公司业务以代理集成为住，公司制定了代理集成转自主，自主专注数据治理，成为世界级数据治理公司的战略。5.3S公司业务层聚焦战略对于聚焦战略，其也就是集中型战略，其含义为：将经营战略侧重于一个特定目标市场，给特定的地区或购买者全体提供特殊的产品、服务。也就是企业集中所掌握资源，快速的去发展特定市场，快速研发出针对此市场的产品、服务，由此很快得到不错的市占率。在2003年，S公司创立诞生，是一家代理集成公司，没有特殊背景，代理集成是重人力业务，需要本地化服务，不易做大；自主产品因其易复制销售，有利于公司做大做强，S公司在业务上逐步过渡到以自主产品为主。因代理集成的收益有限，S公司不具备起步就大投资的模式，在自主产品上专注数据治理领域。S公司18年的代理集成基础，已经积累了重多客户；在代理VMWARE、趋势、ORACLE、IBM、AWS、SANGFOR中积累了大量的优质客户，客户涉及众多世界500企业，众多制造业客户，如立邦、佳通轮胎、固特异、世贸房地产、爱茉莉、金光纸业、东风汽车、迪斯尼、蒂森克虏伯、松下、虹口区政府、闵行区政府、全筑、锦虎、英国石油、美特斯邦威、中豪、苏浙汇、中石化、中石油、奇瑞汽车、上海大众、吉利汽车、欧莱雅、德邦物流、华住集团、中化国际、东方航空、信通院，他么都有数据收集、整理、安全、报表、应用、分析的需求，可以成为S公司的案例交付对象；所以S公司拥有数据治理产品的客户基础。S公司聚焦IT基础建设的数据治理领域，具备边投入边产出的基础，在一定时候加大技术开发投入，市场拓展，有机会成为数据领域的世界级的领导者。5.4S公司职能层战略倘若说公司战略、业务战略突出的是做正确事情，那么职能层战略突出的是怎样将事情做好。对于职能战略，其是从实操层面对公司战略、竞争战略的一种落实，包括产品研发、人力策略、营销策略等。5.4.1职能层产品研发战略一般来看，IT企业倘若要实现产品研发高质量的快速发展不可忽视两方面，其一，企业管理者不应忽视网络竞争对手。其二企业管理者要重视本地竞争对手。对于网络竞争对手，企业管理者可以走差异竞争路线，换言之，企业管理者应该多发展网络竞争者自身所薄弱的环节，诸如上门服务、诸如精品服务、短距离服务等。对于本地竞争者而言，企业管理者可以走另外路线，即成本领先。换言之，企业管理者要在成本上大大降低费用，这样才能保证良好的经济效益。以下内容应该是企业管理者重点关注的战略发展对象：数据治理涉及数据收集、整理、安全、报表、应用、分析，其中每一块都涉及很多，数据治理首选是个解决方案，然后是个产品，是个工具，没必要完全自己开发，可以融合一些成熟的工具。数据收集这块涉及结构化数据、非结构化数据、视频、音频、图片，文字，对于纸质的合同文件的收集可以借助第三方的识别软件。数据整理这块是我们的重点，其中的数据标签是重点中的重点。安全设计泄密、加密、存储、备份、审计、日志，我们的重点放在审计，泄密可以用天空卫士的产品、备份可以用云祺的产品。报表我们会自己开发。应用模板我们以制造业为住，其他行业具体项目具体完善。分析我们也是以制造业为主，其它行业具体项目具体完善。5.4.2职能层市场营销策略在营销上，上海由S公司直销为主，国内其它省份采取S公司与当地做最终用户的集成商合资成立子公司，覆盖该省；同时国内汇在2024年成立北京子公司，开始行业开拓，形成区域加行业覆盖的方式。国外采取国家首都成立子公司，覆盖该国。除啦TOB这种销售方式，2022开始部署SAAS交付方式，服务企业和个人。2025年国内还没有成立子公司的省份，签神码这样的总代，开拓行业金牌、商业金牌覆盖。在服务交付这块，售前可由厂家支持，售后则由子代理商提供，建立代理商认证体系，保证客户的服务质量。具体来看：首先，企业相关人员应该对企业进行一个科学准确的市场定位，这样方便企业在市场中开展经济活动。经过笔者的调查和分析，笔者发现，该公司在整个同行业的市场竞争中处在一个中等的位置，属于一个中小型企业。因此在进行市场经济活动的过程中，第一要尽量避免与大企业进行正面的冲突和碰撞，因为该企业的经济实力较弱，物力与大企业相抗衡。其次，S公司在认清自身实力，准确找到市场定位后，应该制定一个切实可行的战略方针，笔者建议该企业应该积极吸取外来资源壮大自身实力。换言之，该企业既在技术、管理等硬件设施上比不上大型企业，同时在软件设施诸如商业声誉、商业文化理念上比不过大型企业，此时该企业应该多学习，多借鉴外来资源。再者，S公司应当加强与其他企业的合作。众所周知，当今世界是一个合作的世界，这与工业时代过渡强度竞争有所不同，这当然不是说，当时时代不需要竞争，而是说，在当下时代，合作相比于竞争更具有优势，更成为一种主导趋势。由于企业本身实力较弱，在大型企业面前，抗风险能力弱，因此企业可以加强与其他企业之间的合作，共同联合起来，壮大自身力量。5.4.3职能层品牌策略品牌首先是品质，做好产品是核心。做好产品首先是人，会加入专业牛人，建立人力体系留住这些人；同时建立管理体系，打造公司平台。同时和院校，国家机构合作，地方政府合作，媒体宣传。及根据自己的愿景，全力以赴，在确定的领域持之以恒，服务客户。具体来看：在当今社会，品牌的力量对于企业的经济效益的发展而言至关重要。我们知道，品牌是一种符号，是一种象征，是一笔财富。在同样的产品面前，具有品牌效应的产品往往被优先购买，这一点是不容置疑的，这正是体现出品牌的力量。因为品牌可以体现出一个企业的文化、一个企业的内涵、一个企业的技术含量、一个企业的质量、一个企业的品味、一个企业的价值。因此，企业应该加大品牌的建设，通过加大技术的投资、服务的投资、文化的投资来加大对品牌工程的建设。笔者建议该公司在皮牌建设方面可以做到以下几点，第一，向国内外一流企业看齐，通过学习和交流，了解和掌握品牌企业的管理、经营模式；第二，加大对技术人才的引进和招聘，当今世界是一个人才竞争的世界，是一个知识经济的时代，因此，对于企业而言，壮大一批家属人才队伍是十分重要的。第三，加大对自身内部员工的技术培训力度，通过培训自身员工可以节省成本，提高效率。5.4.4职能层人力资源战略牛的公司其实核心是由牛的人决定，其次是辅以一定的管理。公司有牛的人由两部分组成，一是招入牛的人，二是由合理的留人机制，针对以上两点，公司在组建开始的时候，就确定了优秀的人给予股份的模式，各部门核心人员也有股份，虽然随着公司发展，最终可由职业经理人代替，但现阶段股东还是发挥核心作用。（1）量化分析凸显大数据优势现在公司由销售部、技术部、产品市场人力部、财务后勤文化部、管理部五个部门组成，每个部门的股东都有一定的股份，其中销售部占股60%（销售总监50%,其中两个早期销售组长各占比5%）、技术部占股10%、产品市场人力部占股10%、财务后勤文化部占股10%、管理部占股10%。股份是不可再生资源，毕竟有限，针对此情况，内部采取了独立核算机制，每个部门都是独立核算单元，比如销售部，销售有工资提成，到年底按人头每人分摊3万元费用每年，多出部分公司个组个占比50%，同时组可以下挂组，解决了延展性问题。一般而言，人才管理工作对员工的要求比较严格，既要求员工具有相当严密的逻辑思维和分析思维，同时也要求员工具有良好的口才和感同身受的共情能力，可以说，人才管理是一种综合理性和感性的工作。换言之，先关的工作人员既要有很强的共情能力，可以倾听员工的诉求、员工的心理、员工的要求，做到与员工平等的交流，获得员工的信赖，同时，还要具备严密的逻辑思维，做好本职工作，诸如熟练掌握数据的搜集、分析、整合等工作，因此，S公司应当建立量化分析的人才管理机制，有效利用大数据，实现人力资源管理的科学化。（2）建立新型人才激励机制与人才互动渠道，提升员工价值健全和完善人才激励机制是提高员工积极性的关键工作。学过马克思哲学的人们多少都了解到马克思对人的本质有过经典的描述。马克思肯定的承认人的主观能动性，并始终坚持的认为，人有主观能动性，这一主观能动性是动物所没有的，且这一主观能动性的力量巨大。这一点正是印证了员工的工作积极性。我们知道，人都是有潜力的，所谓潜力就是潜藏在人类身体内部的一种巨大的能量，他更相当于奥地利心理医生弗洛伊德所提出的著名的冰山一角的理论，人的潜力就如同潜藏在冰角下的一座大冰山，只要有合适的时机进行激发，就会释放出巨大的能量。所谓不逼自己一把就不知道自己有多优秀，印证的正是这一理论。因此，企业如果能够了解到这一点，就应该学习行为主义心理学家提出的一套激励机制，只要健全完善人才激励机制，才能充分调动员工的工作热情和积极性，才能充分发挥自身的潜能，才能让自身的价值得以充分的实现，才能在巨大的价值充分涌流，才能提高工作效率，进而提高企业的经济效益。笔者建议企业管理者还应该多注重员工的价值体验，让员工借助平台参与企业的决策、产品的研发等项目，提升价值感。第六章S公司战略实施保障

在分层次制定了完善的公司战略之后，S公司还需要建立良好的战略实施方案，具体的实施包括：产品选择，建立CRM支持体系，优化市场营销方案，提升品牌形象，做好人力资源管理与建设工作、处理好企业现金流、获得必要的公司资质。6.1产品选择S公司之前以集成业务为主，虚拟化主做VMWARE、防病毒主做亚信、防火墙主做SANGFOR、数据库主做TIDB、存储主做NETAPP、备份主做云祺、公有云主做AWS，集成业务需要本地服务，不易扩展，虽然有一定利润，但也就是养家糊口，大的发展基本是不行的。为了成为一家食物链上层的公司，选择做自主研发的产品。基于IT分虚拟化、安全、应用、数据库、存储、备份、监控ITIL、公有云、大数据，客户的IT系统越来越多，如何把数据的效益发挥出来，是每个客户的需求，而这一块还没有垄断性的公司，我们选择了数据治理做为公司的自主产品，立志成为该领域的世界级领导者。6.1.1产品概述S公司的治理平台是一款面向实施人员的、智能的、敏捷的数据全生命周期管理应用平台。平台以元数据为基础，所有模块并非串连，而是每个模块都可以单独或与其他模块组合使用，并支持在本地或云上使用。该数据平台是一款覆盖数据全生命周期的数据治理平台，它通过对数据从创建到消亡的全过程的监控和治理，实现数据的统一管理，为企业保证了业务数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性，从而帮助客户建立起符合自身特征的数据架构和数据治理体系。元数据模块采用MOF规范作为元数据管理架构，可同时支持UML、CWM标准，可随意扩展添加任意技术元数据，业务元数据和管理元数据的元模型；支持连接各种数据库自动采集元数据；支持元数据依赖关系的自动分析和建立关联；支持从SQL中自动解析元数据和依赖关系；支持数据质量自动化检查；支持图表根据数据维度和数据特征信息自动关联；支持多模块的自动监控，预警通知；遵循全方位、严密的安全编程规范，具有代码级的产品安全性，编码中对不安全的数据进行严格校验；支持AES-128.AES-192,AES-256、DES、3DES、RC4、RC5等多种加密方法；用户权限认证机制，从源头杜绝数据安全风险源，提供完善的审计日志跟踪和预警通知，防止数据外泄和丢失；拥有自主开发的数据库连接池技术，支持所有主流数据库；平台采用了并行处理技术，执行引擎根据语法解析，实现转换任务的组件和清洗规则的自动化合并，多组件和转换规则并行处理执行，大大提高计算性能；元数据分析、检核计算采用线程池和多线程并行技术，大大提高计算性能，减少计算时间，优化了用户体验；平台可以通过内存计算提高分析表计算效率，跨源数据分析时，将所要分析的多源数据库表缓存至内存后进行分析；平台支持集群部署方式，此环境下，可以提高系统的吞吐量，更好的利用硬件资源；6.1.2系统架构数据源层，主要用来管理各类数据源，内部数据如：OA、ERP、CRM等业务系统数据，也支持文本文件上传，外部数据如：社交媒体、互联网等。数据存储层，通过数据交换将数据输送到ODS、数据仓库、数据集市进行存储。数据处理层，主要包括元数据、数据标准、数据质量。元数据可进行元数据采集、血缘分析、影响分析、全链分析，元数据变更管理、绘制数据地图等；数据标准可定义数据标准、标准落地、标准评估监控，及标准版本管理等；数据质量可管理质量规则、数据模型，及数据质量方案。数据共享层，主要包括主数据管理、数据资产管理。主数据管理可进行主数据自动识别，主数据的同步与检索等；数据资产管理包括数据资产视图、数据资产检索、资产采集更新等功能。应用层，该层主要通过平台便捷的应用功能，从而改善决策支撑、缩减管理成本、降低数据风险、提升数据价值，并提供数据公开等。6.1.3系统功能元数据管理内置丰富的采集适配器，端到端的自动化采集，一键元数据分析，快速理清数据资源，了解数据来龙去脉，构建数据地图，为数据标准建设和数据质量提供基础支撑。元数据以MetaObjectFacility(MOF)规范为基础，支持XML格式的元模型导入导出，同时内置大量技术元数据、业务元数据的元模型，用户可直接使用。元模型管理对元模型的基本信息、属性、父子关系、依赖关系、组合关系的增删改查操作，内置元模型的内置信息不允许修改或者删除，但可进行新增操作。元模型支持发布功能，只有发布后的元模型才可被元数据使用，同时支持查看所有发布版本。通过发布过程，将元模型的设计和运用隔离开，元模型只有在发布之后才会生效,使用户在设计完成发布之前，不会影响到元数据的使用。元数据管理功能提供各类元数据管理，包括：业务元数据、技术元数据和管理元数据，支持元数据的基本信息、属性、依赖关系、组合关系的增删改查操作。对元数据信息的维护除界面手动操作方式外，系统利用内置采集适配器，让用户通过配置数据源参数及定时采集任务，进行自动化采集。实现直连数据源的端到端元数据采集。平台提供了丰富的分析应用，包括：血缘分析、影响分析、全链分析、关联度分析、属性差异分析，同时支持将分析结果进行导出和收藏。对指定元数据的起源及其推移位置的分析。它反应数据的来源与加工过程，还描述了数据在不同过程中发生的情况。它可以帮助分析信息的使用方式并追踪用于特定用途的关键信息位。帮助用户迅速了解分析对象的下游数据信息，快速掌握元数据变更可能造成的影响，以便更有效的评估变化该元数据带来的风险，从而帮助用户高效准确的对数据资产进行清理、维护与使用。用来分析指定元数据前后与其有关系的所有元数据，不仅反应了元数据的来源与加工过程，也反应了元数据的使用情况，使用全链分析可清晰的了解该元数据的来龙去脉。从关系数量的角度对指定元数据进行分析，来体现该元数据在系统中依赖程度的高低，从一定的角度可以反映出该元数据的重要程度。属性差异分析是用来比较同类型元数据之间属性值的差异，方便用户识别相似元数据之间的存在的微小差距。6.1.4数据标准数据标准建设提供全面完整的数据标准管理流程及办法，用于决定和建立单一、准确、权威的事实来源，实现大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理，并为数据质量检查、数据安全管理提供标准依据。定义不同的数据标准可能存在需要录入不同的属性，为了满足不同项目对数据标准的设计，平台提供了数据标准集管理，内置了业务属性、技术属性、管理属性、质量属性、主数据属性、生命周期属性等供用户选择使用，并支持自定义属性。平台提供方便灵活的操作界面，根据用户选择合适的方式，快速创建数据标准,支持用户手动创建数据标准，同时支持拾取元数据生成数据标准，简化数据标准创建的步骤，同时支持修改、删除等操作。除了手动创建外，还支持通过导入的方式进行批量创建。通过导出标准集，让用户在线下对数据标准进行整理，将整理完成的数据标准导入到平台后，成为一条可映射、评估的数据标准。数据标准创建保存，并确认无误后，支持整集发起审批。审批支持通过、退回操作，可采用邮件或任务提醒的方式通知参与审批的用户。同时支持审批列表的搜索，快速定位数据标准。为了方便用户检查业务系统是否按照数据标准进行建设，平台提供对数据标准进行评估，并支持多种方式评估，包括单条数据标准、标准集进行评估。同时支持通过数据标准和元数据双向评估标准。6.1.5数据报表数据质量管理以数据标准为数据检核依据，以元数据为数据检核对象，通过向导化、可视化等简易操作手段，将质量评估、质量检核、质量整改与质量报告等工作环节进行流程整合，形成完整的数据质量管理闭环。平台提供数据质量规则的定义和管理，数据质量规则定义数据质量审核的业务逻辑，是数据质量审核和监控管理的基础。规则定义提供了规则复制和规则模板的功能对规则进行多模型使用，提升了用户在规则定义过程中的便利性。根据数据质量管理及监控需要，对问题数据进行统计分析，系统内置了多种形式的问题数据分析功能、统计报表功能及数据质量分析报告。6.1.6数据资产数据资产服务可以帮助我们更好的支撑各种数据的应用，丰富的服务接口拓展，支撑数据资产的多渠道应用，如数据共享、决策支持等，最终实现数据资产价值最大化。数据资产提供丰富的应用，可了解资产类型、大小、创建时间，并查看资产元数据信息、数据、进行申请交换、下载数据、归档数据等操作，以实现对数据资产的快速便捷管理。平台提供多种维度的资产监控，并以直观的图表展现，便于一目了然的把控数据资产情况。系统按照资产类型、资产目录对资产个数、资产数据量进行统计，也提供根据不同的数据库统计资产数据量，按月统计资产的变化量等统计维度。数据生命周期记录数据从创建和初始存储，到它过时被删除的整个流动过程，对数据进行近线归档、离线归档、销毁和全生命周期监控。6.1.7数据安全数据安全管理贯穿于数据治理全过程，提供对隐私数据的加密、脱敏、模糊化处理、数据库授权监控等多种数据安全管理措施，全方位保障数据的安全运作。平台根据不同行业提供不同的分级规则模板，支持用户自定义规则。平台根据系统提供的或用户自定义的敏感数据规则模板，将真实敏感数据按照数据脱敏规则进行转换、处理，去除敏感信息，从而帮助组织实现生产数据的依法依规共享。平台根据人员权限对数据外发进行有效流程化管理，非授权用户在数据外发前需审批，审批通过后采取数据水印技术生成可外发数据文件。平台对数据库访问行为进行监管的系统，并基于SQL语法、语义的解析技术，记录下数据库的所有访问和操作行为。对异常行为进行监控，可监控一同帐号的异常登录、数据异常操作等多种异常行为。支持设置异常告警。6.2CRM支持体系CRM系统是公司管理的体现，涉及考勤、商机管理、技术支持管理、资料共享、文化考核、培训。考勤打卡可看到地图，含年度计划、周计划、日计划。商机管理从线索开始，含报价生成，合同录入，MA提醒，及NAME客户。技术支持客户和供应商可接入，可看到技术支持状况、费用、关联资料。资料共享放入了公司需要保留的资料，和个人可能需要查询的资料。文化考核是在入职和年度续职时需要通过的，统一公司思想。培训可直播，录频，互动，考核，支撑公司的专业度。一个不容忽视的关键之处在于企业应该加大对CRM系统的目标营销功能研发力度。笔者经过调查和分析，认为营销部门在进行多渠道、多方式、多路径进行产品营销和宣传的过程中应该及时整理用户数据，根据数据进行针对性的营销，提高成功率，不应该漫无目标的进行营销。通过笔者近期的观察，发现该公司的营销人员在营销时，不分人群，不分层次的统一营销。笔者认为这一营销方式的效率较低，成功率较低。笔者建议，相关人员在进行营销工作前，应该接受公司的正规培训，应该在培训中大量掌握以往的数据信息，通过数据的搜集、整理、观察和分析可以得出一定的信息，诸如顾客的数据信息中会反映出顾客的爱好、性格、消费习惯等。根据这些数据，营销人员可以开展有针对性的营销，既提高工作效率，又提高经济效益，还减轻员工的营销负担。换言之，该公司的营销人员应该熟悉掌握CRM系统的功能使用方法。众所周知，该系统有一个实用有效的功能即顾客的划分与分层。要言之，该系统可以通过数据的搜集、整理、分析进而进行划分。通过不同层次的划分，就可以得到不同层次的营销方案，这样就桁架具有针对性，成功率也就相对高一些。6.3市场营销集成业务采取工资加提成加独立核算的分配模式，工资为QUOTA的20%，提成为QUOTA的20%，每人每月3万的公司分摊后利润公司和独立核算股东各50%。自主产品采取更简单的方式，工资为销售额的10%，提成为销售额的10%。自主产品销售采取上海直销，国内省会城市与当地做用户的SI合资子公司覆盖该省，国外首都与当地公司合资成立子公司覆盖该国，同时北京成立行业公司开拓行业。公司以产品化销售为主，服务尽可能由代理商完成，增加代理商的利润及与客户的粘度。笔者在经过实地考察的基础上，结合所学知识和理论，认为企业战略联盟的结合可以为企业的发展实现一种双赢。一般来看，战略联盟最常见的是三种方式，即内部扩张、外部并购以及外部构建。内部扩张比较好理解，主要指的是企业对内部产业的扩大和发展，是一种由内向外的发展模式。外部并购，指的是企业通过吞并其他中小型企业来扩大自身实力。与内部扩张相比，外部并购有一个显而易见的特点即两种不同的企业经营模式合并在一起，换言之，企业内部增进一股新鲜的血液，这一种联盟方式的特点是风险大、失败率高。，但话说回来，虽然而且在外部并购的过程中，企业所面临的并购难度大，但是经济利润高。内部扩张战略的特点是企业成本费用高，但是难度小，不容易失败。企业实施联盟，一个核心的原因在于优化企业资源和技术，对于第一种内部扩张的联盟方式而言，企业的扩张可以提供为企业进一步打开市场，获取更多的市场信息，吸纳更多的技术资源，提高自身竞争力，扩大自身的影响力，从而提高企业声誉，提高经济效益。对于第二、第三种联盟方式而言，通过外部的并购，可以为企业注入一股新鲜的血液，可以学习和借鉴他者的管理经验，可以相互交流技术知识，可以加强技术创新，通过增强员工与员工之间的互动交流，提高技术竞争力，整合资源，提高自身实力。6.4品牌形象提升对西方哲学有过一点了解的人都十分熟悉卡西尔的那句名言，即人是符号的动物。此话不假，甚至还可以进而引申出人是符号的动物，社会是一个符号的社会。在这样一个充满符号的社会，甚至可以说，在一个符号社会中，符号是重要重要的且处于核心地位的因素，因此，理解符号，也就理解了社会，理解了社会，自然也就理解了企业的经营模式和手段。众所周知，在我国进入现代化以来，我国的基本矛盾由人民日益增长的物质文化需求同落后的生产力之间的矛盾继而转变为人们日益增长的对美好生活的需要同发展不充分、不平衡之间的矛盾。这一转换正向我们呈现出这样一个现象，即通过40年的改革开放，我国经济在不断发展，人民的消费水平和生活水平在不断提高，因此，人民在满足基本的温饱需要之外，开始逐渐走向审美，走向符号。这一点十分容易理解，在以往物质匮乏的时代，生产人物成为这一时代的崇拜偶像，比如伟大的科学家、物理学家，而在如今消费时代，人们所崇拜的是明星，偶像，人们穿的是品牌和标志。因此这一现状的改变应该引起企业的敏锐关注，企业应该大力发展品牌，创立属于自己的品牌，品牌给企业带来的不仅是口碑和荣誉，同时背后也是数不尽的巨大利益。品牌的力量是无法比拟的，因此企业要着重打造品牌。基于此，S公司可以全方位地采取具体品牌战略执行模式，提升自身品牌形象。具体包括公司资质申请、技术团队打造、数据治理产品全面性打造、牛人加入、与学校与科学院所合作、媒体曝光、分支机构设立、行业化业务开拓。另外，技术管理服务的创新也要加紧跟上。根据一般的销售经验，高科技产品的服务质量一定要做精致，这其中既包括售前服务，同时也包括售中以及售后服务。尤其是售中和售后的管理服务对企业的发展尤为重要。众所周知，一般来说，普通大众对于产品的技术知识有所缺乏，因此在产品的受众过程中，相关服务人员一定要给与悉心的指导，耐心解答顾客所提出的技术知识方面的问题，在售中过程中让顾客尽可能的了解企业产品，认识产品的质量，这样方便售后的服务。当然，售后服务业要被提上日程。经过调查，我们发现，大多数企业对售后服务有所忽视，大多抱有一种售后不退不换、不理不睬的态度，这样一种销售态度会严重影响顾客对企业形象的评价，对企业的声誉造成不良影响，进而影响到企业的经济效益。因此，该公司一定要多加重视产品的售后服务，相关工作人员要始终保持一种态度，对售后产品出现的诸多质量上的问题，进行一个满意的答复，给顾客留下一个良好的印象。6.5人力资源公司招聘注重价值观、文化的匹配。公司鼓励在职员工向公司推荐人才。公司注重培训，每周不少于一场内部培训。公司每周例会、月会、季度会议、年度会议，让员工更过参与经营。采取公司制度加直属主管评分的方式，给予奖励。公司定位“专注信息化建设、服务生产力提高”，坚守“内富员工、外服社会、健康运营、稳持发展”的理念，推崇“专业、创新、利他、家公司”的企业文化。有什么样的人才有什么样的公司，现阶段公司的重点是代理集成转自主，下阶段会进入机器人替代人工、人体改造，在招聘的时候，着手优先招入以上人才。6.5.1人力资源部门人力资源部门人员较少，两个人。一个主要负责招聘，一个负责公司内部流程处理。在招聘上我们有与学校、培训机构，外包、BOSS直聘等机构合作，力争迅速招人。6.5.1人力资源绩效S公司各部门都采取的是底薪，加奖励，加年底分红的模式，非销售部门采取的是公司利润划拨，部门主管分配的方式。6.5.3销售薪酬体系1）代理集成业务采取是工资