某大型国有工业企业主数据治理实践
本帖最后由 168主编 于 2020-12-7 15:18 编辑为加速推进企业高质量发展，提高信息化建设，最终达成目标共享、信息共享、资源共享、成果共享的愿景，企业的数据资产必须进行有效管理。但是数据资产管理知识体系涉及管理、技术、金融等多个学科领域，是一个非常复杂的系统工程，在这个过程中，依然存在痛点和难点。
痛点和难点企业内已建和将要建设的业务系统包括ERP系统、MES系统、财务管理系统、营销系统、原料管理系统、物料管理系统、能源管控系统、物流系统、一号工程、协同办公系统等。它们将承担着公司的业务运行和管理需要，且这些信息系统之间并非孤立运行，需要彼此之间进行信息交换。但由于运行环境和实施方式不尽相同，且都有各自的基础数据管理模块，数据种类、分类以及存储模型都不一致，为了保证业务在系统间的连贯，数据需要反复的进行传输和转换，极大的增加了系统集成的难度。同时，各个业务系统间的数据存在着“数据不规范、数据不完整、数据不共享”的三不困境，因此必须改善整个信息资源基础环境的健康度，为信息系统的资源共享提供统一标准。面对这些痛点和难点，公司急需建立统一的主数据管理平台来规划数据标准管理加强系统间的数据整合，通过对数据来源单一性的控制来提高数据质量和数据一致性，实现数出一门，提高信息资源基础管理水平。下面我们一起看一下具体的实践工作如何展开？
实践路径对于企业主数据管理系统建设，应该在信息资源标准体系规划的整体指导、规范引导下，首先对项目的建设进行整体的规划思考，确定整体的数据治理架构蓝图。整个项目周期分为数据现状梳理、标准体系设计和规划成果落地三个阶段，具体如下：
摸底：数据现状梳理阶段要建立一套完整规范的主数据管理体系就必须从企业信息系统建设的现状以及未来发展要求等因素出发，对目前企业的数据环境进行梳理和清洗。首先针对企业目前所积累的信息资源进行分析，从中提取本项目建设所重点关注的主数据相关属性及范围，了解数据与数据之间的逻辑关系，建立完整、前瞻性的企业权威数据模型。同时，针对数据实体各属性的特征进行数据规则分析，明确需要进行标准编码和数据有效性校验的相关元数据，建立企业完整规范的标准编码体系。
设计：标准体系设计阶段 数据模型设计数据模型的设计要充分结合企业当前的业务环境，使数据结构与业务活动相匹配，除了支撑现有的业务需求外，还需结合行业特性满足企业未来的发展要求。编码标准设计标准规范体系的建设首先应参照国家标准、烟草行业标准中的有关分类标准体系进行编码，保持与行业一致的基础代码标准，以满足行业内数据交换和共享的需要；同时，还要建立企业内部自己的基础代码标准体系，实现企业内部系统的数据整合。编码标准规范体系要体现科学化、标准化、规范化、合理化，还应遵循实用性、唯一性、简明性和可扩充性。编码方法以预定的应用需求和编码对象的性质为基础，选择适当的代码结构。管理制度设计无规矩不成方圆，在正式推广主数据管理项目之前，首先制定数据管理制度，明确数据维护和审批的相关责任人，以及规范业务系统在实现与主数据管理平台对接时的具体操作动作和步骤。集成规范设计为了保证企业主数据的一致性和完整性，在统一数据维护口径的基础上还需要实现数据的分发同步，将变更的数据信息及时通知企业各业务系统，因此需要制定一套各业务系统都需要遵守的数据集成交换规范。主数据管理平台作为数据提供者负责管理数据的新增和变更，同时将新增变更信息以消息的形式进行广播。企业当前的各个业务系统作为数据消费者负责接收数据变更消息，并根据消息内容进行数据相关的同步操作。质量规则设计水清湖静方可照人，只有干净的高质量的数据，才能真实反应企业运行现状。质量规则设计是保证企业一个干净数据环境的有效手段，针对不同主数据的业务要求和管理程度制定不同的规则要求和警醒等级。一旦数据进行维护，或者发生变更将启动配置好的质量检验规则，保障了数据有效性的同时也减少了脏数据对企业业务正常开展的影响。
落地：规划成果落地阶段
本阶段重点是搭建主数据管理平台，将规划成果在管理平台中进行配置，完成标准体系的落地。根据前两阶段的梳理工作按信息分类建立主数据模型，定制数据审批流程，参照编码规范定义数据规则并完成数据清洗和初始化。同时根据实际的业务现状完成数据同步订阅和数据服务管控的配置，并指导和配合下游系统完成主数据同步的接口联调工作。企业通过主数据管理平台的建设和部署，将分散在各个业务系统的主数据集中起来，实现主数据的统一管理、集中存储和全面共享。通过，数据现状梳理阶段、标准体系设计阶段、规划成果落地三个阶段的完成，构建了以信息资源标准为基础、信息安全为保障的主数据管理平台，支撑信息资源标准体系的建设和管理落地，生成及时、准确、全面的信息资源，同时，通过统一的数据共享平台将数据分发至各个业务系统，实现资源整合信息共享，可以看到以下明显的应用效果。
应用效果1、优布局：变分散为集中通过主数据管理平台，将分散在各个业务系统的主数据进行集中存储，统一维护，避免各业务系统单独维护造成数据不统一以及不准确的问题。2、转方式：变人工为自动主数据管理项目，结合行业标准、企业现状制定符合企业发展要求的主数据编码标准，同时，通过主数据管理平台的编码规则引擎实现编码的自动化生成，让数据维护人员从繁琐的编码工作中解放，同时降低了人工编码的误操作率。3、强监管：变粗放为精细主数据管理制度明确每支主数据的参与部门，包括归口管理部门、审批部门、维护部门和使用部门等，以及每个部门对应的职责与权利；通过流程管理平台将管理制度结构化，确保每一支数据的生命周期内的每个操作环节都有据可依，有证可查。4、降成本：变低效为高效通过信息资源标准体系以及主数据管理平台，统一业务人员沟通语言，提高沟通效率；降低业务系统对主数据的维护成本，各业务系统有更多的时间专注业务的优化与提升。5、建连接：变壁垒为通道主数据管理平台展现了企业权威的且唯一的主数据视图，通过分发引擎实时发送至需要共享的各个业务系统中，通过这种“管道式”共享通道代替了以往的“烟囱式”深井模式，打通了异构间数据壁垒，为不同业务系统实现数据共享提供坚实的基础。最后通过该项目的实施建设，关于信息化建设方面带来三个方面的洞察启示。
洞察启示1. 思想上有启发：共享人们使用数据的速度，已严重落后于数据产生的速度。因此，企业对数据资产的重视程度飞速提升，数据资产日益成为重要的生产要素和企业竞争力，掌握数据资产的多寡、数据资产管理能力的强弱，预示着企业的竞争潜力。数据是一种集中化的力量，数据越多，力量越大，因此需要将分散在各个业务烟囱中的静态数据进行集中共享，激发数据的活性，提升企业数据资产能力。2. 关系上有促进：连接连接可以创造价值。企业间的业务系统并未完全孤立，因此数据也需要互联互通，要通过相匹配的管理制度和技术手段，为系统进行连接提供基础保障。3. 行动上有指引：赋能新技术不断涌现，比如云计算、大数据、机器学习、智能化、自动化等等，结合企业实际业务场景，通过新技术给数据赋能，让数据管理数据，数据驱动业务，通过数据服务优化企业业务，从而提升企业管理水平和业务水平，为企业创造更多的价值。
页:
[1]