賈洋洋、段冰、李津/中國空間技術研究院西安分院

黨的十九屆四中全會明確將“數據”作為生產要素之一參與社會經濟運行與分配,數據已成為最具時代特征的新生產要素,已經從投入階段發展到產出和分配階段。在加快推進國有企業數字化轉型的背景下,中國航天科技集團有限公司提出了“數字航天”戰略,明確要強化數據思維,樹立以數據驅動為核心的發展意識。航天產品研制型企業中,經營管理人員工作過程中需要和大量數據打交道,越來越多的業務以數據和流程為驅動,數據知識已成為每個人知識結構的必備要素,數據管理和利用的能力已成為關鍵能力要求。因此,如何進一步提升全員數據素養,更好地發揮數據資產價值,成為越來越多企業面臨的課題。
通過梳理國內外文獻,當前對于數據素養研究較多的主要在兩大方面:一是數據素養的內涵和發展變化,二是數據素養的指標體系及能力模型,數據素養的培養與提升策略、路徑、最佳實踐等。目前,數據素養成為研究的熱點,相關的理論和實踐呈上升趨勢,已有研究認為數據素養是特定人群或特定領域的人才應具備的基本素質,但研究的對象較為狹窄,主要集中在教育、圖書情報、信息管理、科學研究、醫療等領域;對于數字化轉型背景下企業員工應具備的數據素養和培養體系,相關研究還較少。這不符合當前發展數字經濟和推進數字化轉型的要求。筆者結合航天制造企業的特點,應用系統思維,探討在數字化轉型背景下提升企業員工數據素養實施路徑。
隨著大數據等信息技術的發展,數據的內涵已經遠超原有范疇,本文中的數據指的是航天企業在產品研制、經營管理過程中相關信息、成果、知識、情報的統稱。“數據素養”的提法源于美國教育界,隨著信息技術發展和數字經濟的興起,數據素養的內涵不斷豐富,許多學者均對數據素養的內涵進行了定義。筆者認為,航天企業員工數據素養是在遵守法規、符合社會倫理道德的基礎上,對工作中相關的信息、成果、知識、情報等有科學的認識,能夠進行正確的操作和管理,使數據在管理、決策、創新中發揮作用,挖掘數據資產蘊含的巨大價值,包括數據意識與態度、數據知識、數據技能、數據倫理4 個方面內容,結合航天企業特點,包含的具體內容如圖1 所示。

圖1 數據素養內涵
通過問卷調查、現狀分析等方式,對數據素養本身及影響數據素養的因素進行了分析。
(1)員工數據素養
在數據意識方面,普遍能夠意識到數據資產對于企業的重要價值,越來越多的員工習慣用數據說話、用數據管理、用數據決策、用數據創新,并具有較強的安全保密意識,但維護、更新、采集、積累、管理數據的主動性還不足,沒有做到日常數據管理,常常是應用數據時才尋找收集數據,另外對于數據質量意識還需要進一步加強,未充分意識到數據質量對數據資產價值發揮的決定性作用。
在數據知識和技能方面,針對數據素養提升的培訓體系還不健全,缺少面向不同崗位的數據素養能力指標體系,難以對員工數據素養進行精準度量,數據素養教育培訓和實踐訓練還不滿足員工數據素養提升的需求,對于如何使用數據驅動管理活動,還缺乏清晰的路線;不同崗位、不同年齡段員工數據知識和數據能力不平衡;在數據自動化處理、數據建模、數據可視化等方面的知識技能不能滿足數據驅動的目標,對數據中臺、大數據、機器學習等新興技術的學習和實踐的深度廣度不夠。
(2)企業數據素養的影響因素
在戰略層面,企業已將數據驅動作為核心發展思路,把數據資產的有效管理和增值作為重要建設內容,但在組織機制、制度標準、信息化工具方面還存在一定不足。在組織方面,缺少負責數據標準和數據治理的部門,崗位職責中對數據管理應用的職責還不夠細化,部分業務數據未明確數據所有者。在制度和標準體系建設方面,部分業務數據還缺少數據標準和質量標準,對數據管理的分工職責、業務流程、獎懲措施還缺乏制度支撐。在信息化基礎設施方面,現有信息化平臺在數據集成、數據抽取、數據展示方面的功能有待提升,系統中數據質量還有待提升,數據、知識共享平臺的功能和覆蓋范圍不足。給員工提供的數據采集、數據自動化處理等工具難以滿足日常工作需求。
數據素養的提升是一項復雜的系統工程,除了建立科學的指標體系和教育實踐體系,還需要在戰略層面高度重視,并面向數據管理的全生命周期,從組織、標準、制度、數據文化、數據基礎設施等方面采取措施,建成數據素養提升架構(見圖2),通過統籌協調、綜合治理,形成企業數據素養提升的合力。

圖2 數據素養提升架構
數據資產是航天企業的關鍵資源和核心競爭力之一,充分發揮企業戰略全局性、穩定性、收益性的特點,將數據驅動作為企業整體戰略的重要發展目標,將數據資產增值、和員工數據素養提升納入到企業的業務戰略和職能戰略中,通過全局統籌、頂層設計,用體系發展的思維,對頂層戰略進行了逐層解碼,分解為提升數據素養具體的目標和行動路徑,借鑒麥肯錫7S 模型將戰略與企業組織結構、制度標準、技能、風格等軟件、硬件維度要素作為一個協調整體,相互促進,支撐數字化轉型戰略中數據素養提升的落地。
構建滿足企業發展需求、匹配崗位職責的科學的數據素養指標體系,可清晰、直觀地對員工的數據素養進行量化,為全面、精準開展員工數據素養能力評估和提升提供標準和前提,并為進一步有針對性地干預和支持數據素養提升提供指導。在這個過程中,對照企業數據素養的內涵,應用德爾菲法構建了包含數據意識、數據知識、數據技能、數據理論4 個維度,基礎能力、高級能力、核心能力3 個層級的數據素養指標。采用層次分析法(AHP)和德爾菲法確定各個指標在評價體系中的權重。在評價具體對象時采用評級量表法進行考核。在指標應用過程中按照不同崗位進行權重優化,對于管理崗位,提高對于數據模型應用、基于數據決策的權重;對于數據處理崗位,提高對于數據質量、數據管理、數據可視化等評估指標的權重。進一步提升指標體系的合理性、科學性和可實施性。
數據素養教育是數據素養模型的具體化和實踐化,包括教育內容框架、教育模式、推進策略等內容,如圖3 所示。按照定義—測量—分析—改進—控制(DMAIC)的策略推進培訓工作。

圖3 數據素養教育培訓
其中教育內容框架依據數據素養指標體系設計,教育模式有講授式、自學式、實踐式3 種學習途徑,按照階段分為崗前培訓和在崗培訓,可采用集中授課、沙龍、集中培訓、自學等方式。用數據解決管理中的實際問題,得到清晰的數據驅動操作路徑,還需要浸潤于真實具體的實踐場景中,因此設計了面向崗位和具體業務場景的課程開發和培訓(崗位數據素養培訓要素見表1),發揮企業內部教育平臺和知識管理平臺的作用,通過理論結合實際來實現數據技能提升。建立學習型組織,在員工間形成全員學習、終身學習、全過程學習、團隊學習的氛圍和習慣。

表1 崗位數據素養培訓要素
按照硬件層、服務層、應用層的架構規劃(見圖4),分步驟建設企業的數據基礎設施。硬件層對數據存儲、備份和數據安全提供了基礎;服務層對結構化數據、非結構化數據、大數據等各類數據進行有效管理,具備日志管理、權限管理、數據集成等功能;應用層是用戶提升數據素養、開展數據管理應用活動的重要載體。在設計和實施過程中,堅持統一化、集成化的原則,并將數據質量管理的相關要求融入到平臺建設中,固化數據標準和數據管理流程。建設知識共享平臺和資源庫,具備入庫審核、數據共享、權限控制、數據檢索等功能,可依據關鍵詞快速查找所需數據,實現了數據的順暢流動和充分共享,未來還將結合應用場景實現智能推送。基于數據倉庫和大數據技術,開展決策管理和商務智能(BI)系統的開發和應用。應用層對企業業務層、管理層、戰略決策層基于數據開展管理活動提供了手段。

圖4 數據資產管理IT架構
維護了豐富的數據領域工具集(見表2)及教程資源庫,為開展數據采集、分析處理、可視化展示提供了先進的手段。例如,在數據采集環節應用二維碼、射頻識別(RFID)、光學字符識別(OCR)等技術,在數據批量處理環節應用機器人流程自動化(RPA),通過編寫VB 代碼或BAT 腳本等手段減少人工重復性勞動,顯著提升數據質量。

表2 數據管理工具集
企業中的各類數據資產尤其是基礎數據,生產者、采集者往往和消費者不是同一個崗位,甚至不是同一部門,數據質量好壞、數據錄入的及時性并不直接影響本崗位、本部門工作開展,但從全局來看會對企業的數據質量產生不利的影響,這種情況類似于經濟學中的“外部性”,必須通過完善組織機構和制度體系,明確工作職責,確定各類業務數據的產權,指定數據所有者對數據錄入、更新的及時性和質量負責,配合獎懲措施,來矯正這種“外部性”。在數據職責劃分的過程中,可借助責任分配矩陣(RAM)或者U/C(User/Create)矩陣進行職責劃分,按照“業務誰主管、數據誰負責”的原則明確各類數據資產維護職責。另外需要通過制度、規范明確不同主體之間數據共享的范圍與顆粒度,平衡數據知識產權保護和數據共享流轉之間的關系,在有效保護知識產權的前提下,促進數據的有效共享交互。
數據文化是企業數據資產管理實踐經驗的提煉和總結,是提升數據素養的重要抓手,文化具有全局性、滲透性的特點,利用數據文化的協同性、整體性、價值性視角以及基于文化認知形成的價值認同、行為習慣和行動自覺,使企業全員習慣用數據說話、用數據管理、用數據決策、用數據創新,讓注重、使用、分析數據成為一種內在習慣。企業數據文化首先體現在相關的機制、組織、流程和制度中,并通過加強宣傳、收集數據需求、樹立數據應用的最佳實踐和標桿案例等手段,突出數據在管理活動中的重要地位,同時將數據文化融入到了行政效能提升等管理創新活動中,有效培育航天企業中的數據文化、營造數據驅動的氛圍。
綜上所述,通過運用系統思維,采取多種手段有效提升全員數據素養,有助于實現傳統管理思路和模式向數據管理、決策和創新的轉變,同時借助信息化平臺的建設,實現全量數據采集匯聚、貫通融合、挖掘分析,徹底盤活數據資產,發揮數據資產的放大、疊加、倍增效應,最終推動經營管理效能提升。