新經濟圖景下的企業數據化治理框架

張孝生

[摘要]本文論述了新經濟圖景下企業的數據化治理框架，融合了新經濟含義中創新性知識在知識中占主導的智慧經濟、數字經濟、數據智能理念，整合了公司治理、企業管理與技術系統理論，指出了企業數據化治理的誤區，發展了企業管理體系設計的界面數據分析方法，提出了企業數據化治理的特征、原則與框架，揭示企業治理已經進入數據主義時代。

[關鍵詞]數據化治理；企業數據化治理；新經濟；大數據；界面數據分析方法

新經濟圖景下創新性知識在知識中占主導的智慧經濟、數字經濟、數據智能理念和含義日益取得業界共識，新企業和老企業均需應時而生實施新治理，數據化治理是企業實施新治理的基本選擇。當前，人們用大數據來描述和定義信息爆炸時代產生的海量數據。大數據和物聯網時代對企業治理提出了挑戰，傳統的治理架構和管理體系已經難以適應市場和企業自身的現實需要。

但是，對于企業需要什么樣的數據化治理，還存在很多誤區。比如，有的企業認為有了集團化數據庫系統、ERP系統或者鏈接上某種大數據系統，就能做好數據化治理：有的企業認為有了信息化團隊，有了ERP各崗位操作人員盡職盡責就可以做好數據化治理：有的企業認為開始分析客戶與市場數據并將大數據應用于產品研發與企業經營就是數據化治理。凡此種種，都是沒有系統認識數據化治理的內涵和外延、深度和廣度、架構和層次等方面的關系。

同時，企業，特別是集團企業，最容易出現的問題是管理碎片化，其突出特征是管理的“散”與“碎”，而管理最需要的是“整”與“合”。比如，通知、郵件漫天飛卻不解決根本問題：制度層出不窮，互相不銜接、不一致甚至矛盾：管理措施有的起正面作用、有的起反面作用。問題的根源來自三個層面，公司治理層面常表現為激勵不相容、信息不對稱、權責不對等、委托代理契約本身不完全：企業管理層面常表現為管控模式未明確、商業智能不系統、管理要素不齊全、管理機制不科學、企業流程不合理：技術方法層面常表現為管理信息殘缺或冗余、數據孤島或擁堵、重復工作或工作不充分、管理未實現數據化、數據鏈不閉環、管理技術手段落后等。

企業持久成功的基礎是戰略正確、經營良好、操作規范。企業任何一個層面提高決策質量的重要途徑都是實現基于數據和信息的決策。技術方面層面的是數據、企業管理層面的是數據、公司治理層面的同樣是數據。任何一種治理框架和管理模式的導入都應該堅持問題導向，需求牽引，定位清晰，方法有力。數據化治理是解決新經濟圖景下企業生存和發展的根本途徑，其成功實施應建立在公司治理、企業管理與技術方法的有機結合、整體協同。

1數據化治理的特征

數據化治理的內涵和外延還在不斷發展中，但至少應具備以下特征。

企業以數據的記錄、識別、加工、計算、聚合、歸納、應用、反饋、再記錄的閉環循環為核心規劃企業業務與管理行為，實施企業流程再造，實現企業和人的行為與結果的數據化，再用數據推動企業和人的行為。

企業經營成果的載體和形式就是企業大數據。企業大數據系統與社會大數據系統建立緊密的物理與商業連接，形成積極的數據供應、采購的反饋關系，企業大數據系統將自身數據脫敏后供應給社會大數據系統，既可以實現數據變現，又推動社會大數據樣本的增加，推動社會智能的發展：同時，企業又不斷從社會大數據系統采購大數據用于企業決策優化和運營績效的提升，進而形成廣義社會大數據系統。

2數據化治理的原則

2.1將企業與人的行為、結果數字化、數據化的原則。

2.2與企業戰略和治理架構緊密結合的原則。

2.3與企業管控模式和管控統一界面緊密結合的原則。

集團管控模式和管控統一界面是企業商業智能建立的組織、模式與機制基礎。只有實現這一緊密結合，企業商業智能與衍生數據的生成才有針對性和適用性，線下業務流與線上數據流、工作流才能契合，才能實現數據化治理的效率和價值。

2.4一個網、一套數據系統、消除數字鴻溝的原則。

企業往往存在較多不同類別、不同領域的異構軟硬件系統，企業還需要填報政府各部門及上級單位各種口徑的表格或系統等，存在著太多的數據孤島和數據冗余，為了實現集成與融合，應統一系統技術標準、選擇便于形成企業大系統的軟硬件系統、改造部分數據單元的軟硬件系統或者實現跨平臺異構系統的數據無縫轉換、銜接與訪問，實現自動化的技術接口轉換、一個網、一套數據系統，消除數字鴻溝。

2.5企業最終控制人視角確定數據化治理系統邏輯邊界的原則。

企業應根據集團管控模式，從企業最終控制人視角確定企業一套數據化治理系統的邏輯邊界是集團、企業還是其他管理單元。

2.6在一套數據化治理系統中原生數據的記錄不冗余原則。

2.7在一套數據化治理系統中衍生數據生成的最少冗余原則。

數據化治理系統中數據量的增長是爆發式的，必須從架構、機制、模式與管控統一界面設計等角度降低數據冗余度和計算單元任務量。特別是衍生數據，相同加工維度、相同加工算法、相同數據視圖的生產應堅持最小冗余原則。

2.8提高數據標準化應用水平的原則。

當前企業管理的很多領域已經發展了數據標準化標準，比如財務會計標準化方面XBRL的應用，建筑標準化方面BIM的應用，已經揭開了企業管理數據標準化的帷幕。

2.9結構化數據與非結構化數據兼容處理的原則。

3界面數據分析方法

界面數據分析方法是數據視角下系統分析企業管控統一界面中每一個界面的數據起源、數據要素、數據類型、數據流、數據轉換、數據標準和數據歸宿，打通數據鏈，建立統一的、符合目標的、充分和必要的界面數據框架的基本方法。

界面數據框架分析是數據化治理的基礎工作。以集團與不同層級所屬企業之間的界面為例，集團需要根據所屬企業的管控模式，建立該界面的統一數據框架，系統全面分析集團與所屬企業間的雙向的管理思想和需求，并將管理思想和需求數據化，建立數據視圖，并將其作為數據化治理系統底層支撐分系統規劃設計和商業智能分系統邏輯設計的共同的任務書的一部分。其一種表現形式可以是該界面的管理評價數據、財務會計數據、管理會計數據、研發與創新數據、資產運營數據、投資數據、工程項目數據、生產管理數據、供應鏈數據、品牌營銷與市場數據、人力資源數據等組成的月度、季度、半年度、年度的財務報表體系與管理報表體系，該報表體系基于數據化治理系統生成并報送，當然也可以有其他表現形式。集團及企業各層級依據設定的權限抓取、查閱、轉換和應用，消除重復填列、多頭管理等導致的冗余。endprint

其他各個界面的數據視圖也存在類似的問題。特別是集團及企業與監管機構的界面的管理需求數據視圖需采用數據轉換與軟件接口標準化等支撐技術實現軟件、系統數據格式無縫轉換。企業需將各界面管理需求數據視圖以適當的結構和形式統一在一個管控界面、一套數據化治理系統中。

4數據化治理的框架

企業數據化治理框架至少應包含以下要素：公司治理架構與企業管控模式；管控統一界面；管理思想、需求的數據視圖；企業業務流程：戰略決策、商業智能、績效評價、管理評審等數據化決策支撐體系：形成企業數據化治理系統。

4.1公司治理架構與企業管控模式

結構影響行為。實施數據化治理，首先，需要評價企業的公司治理架構與企業戰略目標和定位的適應性，依據公司治理理論與企業戰略確定公司治理架構。

其次，需要明確所屬板塊企業及部門的管控模式。常見的企業管控模式有財務管控模式、經營管控模式和戰略管控模式。財務管控模式下集團總部只負責集團的財務、資本運營、投資監控，所屬企業完成集團設定的財務和經營目標即可。經營管控模式下集團總部從戰略規劃制定和實施、各職能的具體執行等幾乎都管，集團各職能管理非常深入，所屬企業主要職能是執行。戰略管控模式下集團總部負責集團的財務、資產運營和集團整體的戰略規劃，所屬企業制定自己的戰略和業務規劃，提出資源需求預算。當然還有細分更具體的管控模式和其他管控模式。每一種管控模式的企業都有成功的典范。但任何一種管控模式的成功必須依賴整套的架構、模式、制度、界面、流程與支撐系統的整體協同才能實現。

4.2數據視角的企業管控統一界面

每一種管控模式都需要建立企業管控統一界面，模式不同，統一界面的結構和要素有很大差異。企業管控統一界面是破解管理碎片化，實現企業管理“整”與“合”的治理理念和管理方法，是公司治理、企業戰略與管控模式的具體化。數據化治理系統是建立企業管控統一界面的有效途徑。

企業管控統一界面的結構和要素與企業的戰略目標、組織架構、管理體制、內部運營、監管要求、市場環境等因素有關。其結構至少包括以下部分：集團與不同層級所屬企業之間的界面、集團與其部門之間的界面、所屬企業與其部門之間的界面、集團和所屬企業與其人力資源之間的界面、集團和所屬企業與監管機構之間的界面、集團和所屬企業與市場之間的界面、集團和所屬企業與其他利益相關者之間的界面等。

4.3管理思想、需求的數據視圖

數據視圖是數據庫系統的一個概念，其定義是按照某種需求對數據庫系統原始數據的一種變換和映像。數據視圖中看到的就是需要的，數據視圖可以簡化用戶對數據的理解，也可以簡化操作，經常使用的查詢可以被定義為視圖，從而使用戶不必為以后的操作每次指定全部的條件。

管理思想、需求是企業管理工作的內在邏輯和輸出要求。應將管理思想、需求數據化，建立其數據視圖，作為管理工作的數據刻畫，也作為數據化治理系統規劃設計的依據。

4.4效率驅動再造的企業業務流程

用數據思維、效率思維、扁平化思維、共享思維、協同思維指導和實施企業流程再造，提高企業運營效率，實現企業資源和能力的協同。企業業務流程的設計直接決定了企業業務處理的效率，關系到能否實現跨職能、跨層級分工協作的協同效應。

基于數據思維、效率思維、扁平化思維、企業內部控制框架、組織理論與崗位不相容原理實施企業流程再造。企業可以通過流程再造實現業務管控的扁平化和流程優化，提高運營效率。

共享思維是消除冗余的重要原則。數據的共享是降低數據系統冗余度的技術基礎和消除冗余工作的制度基礎。共享思維得以實現的保障是授權和安全機制，授權和安全機制的管理表達是管理流程與數據訪問的權限矩陣。

協同思維基于分工理論與整體效應，應用于流程再造，可以實現組織的效率和專業化，并實現整體協同。

4.5數據化決策支撐體系

建立完善的戰略決策、商業智能、績效評價、管理評審等數據化決策支撐體系。比如，商業智能是應用基于數據的支持系統輔助進行商業決策的一系列理論、方法學和過程。輔助進行的業務經營決策，可以是操作層的，也可以是戰術層和戰略層的決策。商業智能技術需要綜合利用數據倉庫、數據集市、聯機分析處理（OLAP）工具、數據挖掘、深度學習與人工智能等技術，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發到企業各處。

企業財務和運營績效指標的評價應建立在對企業管理與運營的管理評價基礎上。數據化治理系統有助于管理評價和運營的數據化度量。管理評價的方式除了財務與審計、還應發展管理會計、開展管理評審，從多種維度系統評價企業運營質量和市場競爭力。

4.6系統規劃企業數據化治理系統

企業應系統規劃數據系統方案，按照企業最終控制人視角確定數據化治理系統邏輯邊界的原則，確定企業數據系統的邏輯邊界，確定數據單元。

企業應基于大數據視角和物聯網萬物互聯思維，規劃大數據系統方案。全面調查企業數據資源與環境，依據界面數據框架分析和管理需求數據視圖，科學論證、系統分析，采用高度可擴展的、支持異構環境、易用開放的數據大系統方案，確保系統開放、共享、穩定、安全、高效，助力企業運營和管理。系統方案規劃需特別注意企業組織架構、網絡拓撲結構、數據系統結構等的協調和相容。系統結構的層次取決于具體的技術方案，但重要的組成部分包括底層數據庫系統、各種業務管理系統、大數據處理工具、商業智能工具等。

5小結

企業通過應用界面數據分析方法，建立數據化治理框架，形成數據化治理系統，消除數據孤島，打通數據鏈，克服了管理碎片化的挑戰，提升了企業管理的整合度，提高了企業效率和市場競爭力，實現了企業戰略目標。

企業治理乃至科學技術和哲學的數據主義時代已然來臨，數據主義引領重構治理架構和技術系統架構的現實挑戰已經開始被重視。

對于該課題研究的建議是對于數據化治理框架的更深人層面的分析和治理框架拓撲的討論還需要進一步研究。

對于企業的建議是企業在經營產品和服務的同時，應同時經營產品和服務的數據，企業在獲得產品與服務的同時，應同時重視獲得產品和服務的數據。企業的經營管理就是經營數據、用數據、養數據，企業應自覺融人數據產業價值鏈，盤活數據資產，挖掘數據資源，成為數據資源與能力運營商。企業應率先建立數據化治理系統，實現后發優勢、追趕超越乃至行業領先，從而真正在新經濟圖景下取得持久成功。endprint