企業數據資產治理與管理

中國航發西安航空發動機集團有限公司 韓 旭 曹增義 王昭陽

1 前言

隨著信息化的不斷發展，企業各個業務模塊從傳統模式運營到借助信息系統運行，再到相互集成應用，經歷了不同的發展階段。信息系統的應用為企業的提質增效帶來了可觀的效益，但隨之也帶來了不同程度的信息孤島與數據多源等問題?！叭窒到y，七分數據”的信息化管理理念日益凸顯，通過企業數據資產治理與管理，可以幫助企業提升市場的競爭力。

2 數據資產治理與管理

數據資產治理是指企業進行數據資產管理活動所遵循的機制，通常包括了數據架構組織、數據模型、政策及體系制定、技術工具、數據標準、數據質量、影響度分析、作業流程、監督及考核等內容。數據資產治理的目的就是為企業數據資產管理的準確性、一致性、完整性提供機制上的保證。

數據治理是對數據資產的管理行使權力和控制的活動集合。數據治理制定正確的原則、政策、流程、操作規程，確保以正確的方式對數據和信息進行管理，其目標是保障數據資產質量，實現數據的標準化、一致性、準確性和共享性，為決策分析提供支撐，實現數據資產價值的最大化。

數據管理是規劃、控制和提供數據和信息資產，發揮數據和信息資產的價值。

3 企業數據資產治理與管理面臨的挑戰

企業日常經營活動中積累的大量數據，除了支持業務流程運轉之外，越來越多地被用于幫助企業提升管理決策效率、實現價值挖掘和業務創新。企業日常經營決策過程的背后，實質是數據的生產、傳遞和利用的過程，風險控制、產品定價、績效考核等管理決策過程需要大量高質量數據支撐。提升數據質量、降低成本已經成為行業企業熱點關注話題。如果不能對數據進行有效梳理及精細化管理，其價值就得不到很好體現，嚴重影響數據價值發揮，甚至會給運營管理帶來負面作用。此外，日益全面、嚴格的監管措施和信息披露要求，也對企業數據提出了前所未有的挑戰，主要體現在以下幾個方面：

（1）缺乏統一數據標準。數據登記盤點流程缺乏統一的數據標準，無法有效避免數據混亂沖突、一數多源、多樣多類等問題。統一標準是解決數據的關聯能力，保障信息交互、數據流通、系統訪問功能順暢的必要前提。

（2）數據周期規劃混亂。對于部分企業來說，其內部數據的采集、傳輸、存儲、應用、開放共享等全生命周期流程的各個環節的規劃存在不合理現象。如收集數據時數據源用戶處于不知情或非同意狀態、違約超范圍加工或未做到加工信息隔離等。

（3）難以統籌業務管理。數據的增刪、修改、使用等權限管理混亂，難以建立全面、準確、完整地反映企業運營狀況的單一數據視圖。數據需求、數據質量、數據應用等問題的管理和解決分散在不同業務和技術部門，沒有一個清晰的協調機制和統一的數據管理渠道，業務不能及時、按需獲得數據支持。

（4）數據處理效率低下。數據采集、預處理等工作的周期較長，方法不夠便捷，處理效率低下，無法快速挖掘整理岀完善優質的數據屬性供分析應用，需要提升開發及治理效率。

（5）數據質量參差不齊。數據冗余、數據缺值、數據沖突等數據質量問題不能被及時發現和有效解決。需要建立規范的數據治理流程和考核機制等途徑加以完善。

（6）數據垃圾亟待解決。大量的歷史留存冷數據無法被有效識別及處理，形成數據“包袱”。這些數據“包袱”很難變成數據“金礦”，又占用存儲空間，浪費成本，造成損失。

（7）數據價值難以評估。數據評價體系以及數據資產化目前處于初級階段，數據增值保值以及數據估值衡量問題亟待解決，可以說數據資產變現任重而道遠。

數據作為越來越重要的生產要素，將成為比土地、石油、煤礦、勞動力等更為核心的生產材料，但是，實現數據資源向數據資本的轉變還需要面對一系列的問題和挑戰，數據資產管理正在成為企業賦能商業創新的具有影響力和戰斗力的核心競爭領域。

4. 數據資產治理模型的建立及治理方法

4.1 數據資產治理模型

根據IBM數據治理能力成熟度模型，結合某企業的實際情況，提出了“一活動，兩體系、一平臺”的數據資產治理模型，如圖-1所示。

圖1 數據資產治理模型

“一活動”是指數據治理活動，主要圍繞元數據、主數據、動態感知數據這四類數據以及數據源、業務數據、數據存儲和數據應用的治理活動進行規劃。

“兩體系”是指數據治理管理體系與數據治理標準體系。數據治理管理體系主要包括數據治理組織架構、數據治理管理任務和數據治理評價考核三方面的內容；而數據治理標準體系主要由數據標準、技術標準和管理規范等組成。

4.2 基于數據資產治理模型的數據資產治理的方法

（1）建立數據治理管理體系

建立明確的數據治理組織架構與人員角色定義，并確定不同數據責任人的職責；

明確數據治理流程，定義數據治理各領城的工作方法和步驟以及在數據治理各領域中的分工和協作關系；

建立數據治理制度，明確數據治理各領域的政策、規劃和制度，保證數據治理的原則和執行是一致的；

建立數據治理考核機制，明確各項考核指標。

（2）建立數據治理技術體系，實現數據規范化管理

建立數據管理標準體系，制定各類數據標準，包括數據標準的制定和度量標準的制定；

建立企業數據模型，對數據進行統一定義，實現企業數據的標準化、規范化管理。

（3）實現各類數據的集中管控，為數據共享及數據應用奠定基礎

開展元數據、主數據、產品定義數據、業務數據、動態感知數據等數據管理活動，實現各類數據的精準管理；

實現各類數據與其它應用系統的集成共享；

為各類數據應用的開展提供高質量的數據。

（4）建立企業數據管理平臺，實現數據治理體系及標準落地

搭建數據中心，實現對各類數據的規范化管理；

依托平臺實現數據治理體系及各類數據標準的落地；

基于數據管理平臺，創建各類決策分析應用，為企業各級管理層的科學、精準決策提供支撐；

基于數據管理平臺，創建各類主題分析應用，實現企業運營狀態直觀掌握，并及時發現和解決企業在經營生產過程中的各類難題；

通過各類應用的創建，實現企業數據價值的最大化。

5.結束語

本文從分析企業數據資產治理與管理面臨的挑戰出發，根據IBM數據治理能力成熟度模型，提出了“一活動，兩體系、一平臺”的數據資產治理模型，并基于該模型提出了數據資產治理的方法，對企業數據資產治理與管理具有一定的借鑒意義。

參考：鄭悅，數據資產管理的關鍵點：IT經理世界，2015；張相文，于海波，關梓鶩，基于IT規劃的數據資產管理模式研究：軟件，2016；劉學霞，曾昭虎，管尊友，構建數據資產管理中心完善企業信息體系：數字化工，2014；朱磊，數據資產管理及展望：金融科技，2016。