论企业数据管理体系建设

论企业数据管理体系建设

数据是企业在持续经营活动中积累下来的宝贵资产，数据本身以及围绕数据所进行的活

动必须得到管控，以确保在合理的成本范围内数据价值充分发挥并进一步增值，实现投资回报最大化。

本文分析企业数据管理存在的突出问题和挑战，对数据管理体系构成、建设原则、建设关键点、演进策略提出一些建议，力图为企业建立或完善本企业的数据管理体系提供一些参

考。

背景和问题

信息技术进步使信息化成为企业发展和快速扩张的有效支撑手段，多年来，国内外各行各业分别建设了适合本企业的信息系统，如生产支撑型、业务支撑型、管理支撑型，以及分析决策型系统等；与此同时，随着全球经济发展、市场竞争加剧、新技术的推陈出新和逐渐

商用，信息系统所承载的业务内涵、系统规模和数量和复杂性也在不断攀升。

林林总总的这些信息系统，在长期使用中积累、沉淀了大量的核心业务数据，如客户资料、营销策划内容、产品资料、合作伙伴、合同契约、企业资源、进销存、生产、工程建设、财务数据等，这些既是企业的关键信息，也是企业的核心资产，如果不对数据生命周期全过

程加以管治，将可能带来多方面问题，例如：

数据安全问题：数据的不恰当使用可能泄漏企业机密，导致企业在竞争中失利，危及企业生存和发展；另外国内外对上市企业也有相关法律要求，例如美国《Sarbanes-Oxley

法案》和我国《企业内部控制基本规范》，均提出上市公司的内控管理必须切实做到保护财

务数据、维护系统安全、保护客户数据免遭盗窃与破坏，以提高公司披露的准确性和可靠性等。

价值发挥问题：面对众多信息系统，如果缺乏完整、一致的企业数据视图，业务部门将不知道企业内哪些系统拥有自己所需的数据；用户在不知道数据质量状况或明知数据不可靠

的情况下，不可能放心使用数据，无从根据数据作出正确判断、决策和快速响应。这些都将遏制数据价值的完整释放。

数据升值问题：在数据质量有保障的前提下，对企业的大量历史数据采用商业智能、数据挖掘、预测能技术手段，能从数据中发现事物发展的深层次规律，例如客户偏好、收入预

测、客户流失倾向预测等，为企业提供经验总结和预见性的业务支撑；另一方面，良好的数据管理机制将在企业内形成良好的知识共享和传承体系，促进企业的人才培养和组织进步，

实现数据增值。反之，数据的零散分布、数据歧义、低劣的数据质量，以及制度和平台的缺

乏，将严重遏制数据价值的进一步发挥和增值。

成本效率问题：

如

果缺乏对数据的一致理解，将影响跨系统、跨部门、跨专业的需求沟通和 提高企业的沟通成本和建设如果对贯穿企业的错综复杂的数据流 完整认识， 那

么系统故障、 数据问题的快定位难以数据权责的不明确， 将导致问题解决中系统之 间、部门之间的相互推诿和扯皮。所有这些， 都最终体现为信息系统对业务的支撑不力，业 务部门将越来越质疑企业对信息入 ⋯ ⋯ 综上所述，企业数据从产生、加工、传递到使用、销毁的全过程，应得到专门管控，获 得组织和制度保障，明确数据生命周期过程的相关权责，实施体系化、制度化、流程化、规 范化、标准化管理，确保数据生产、使用的全控。 而这些， 都是企业数据管理体系的范畴， 其目的是最终实现数据对企报最大 化。 企业数据管理面战 我国各行各业 （特别是大型近年来逐渐意识数据管理的重要性和意义， 开始或正 在建设企业数据管理体系，不约而同都面临一些战，如： 管理方面：缺乏覆盖全企业、跨业务线条、跨部门、跨系统的统一数据管控体系，信息 在创建、传输、加工、使用过程中的角色、职权分工不清晰，需要建立明确的信人制 度、有效的措施及配套的考核办法； 流程方面： 对于需求响应、问题处理和日常护工作， 缺乏跨部门、跨团队 的流程定义，将难以高效整合相关资源形成系统建设的合力； 规范方面：缺乏跨部门、跨系统的统一的业务规则、数据标准，不同业务部门之间、业 务部门与技术部门之间、 技之间， 存在沟通和理解的歧义， 需求从提出到实现存在前 后不一致； 技术方面： 数据管控工作缺乏有效的平台支撑，事件类型众多、处理复杂， 人工处理效 率低下，并且难以跟踪。 企业数据管理体系建设 数据管理体系构成 根据国际数据管理组织提出的数据 数据管控体系由规范、 组织职责、 流程三 大模块组成。 通过多年来为客户实施数据管理的项目实践，我们认识到，成熟的信息化技术有能力、 有必要为管控工作的高效开展提供能力支撑， 我们建议对国际组织提扩展，将平台支撑作为其中不可缺少的一部分。扩展后的数据管理体系

数据管理体系图

首先，数据管理体系的框架是稳定的，自上而下由管控目标、管控对象、管控措施、组

织/规范/流程和管控平台构成；同时，整个管控体系应适应企业战略和总体业务目标需要，

呈螺旋式上升、持续演进，是动态变化的。

管控目标：服务于企业战略和业务目标，因此随着战略和业务的发展，数据管控，不同时期的数据管控目标将有变化、关注点不同。通常，管控目标将提出建立统一的企业数据管

理中心，明确数据职责和流程，以数据价值最大化为己任。

管控对象：随着管控目标演变，各时期关注的管控也相应调整，分阶段纳入不同类型、

不同范围的管控对象。例如，在初期重点管理企业数据中心的元数据和基本的数据质量，之后管理业务指标体系、业务需求和完善数据质量，后续将主数据、数据生命周期纳入管理，

最后管控范围从企业数据中心扩展至企业其它信息系统。

管控措施：对不同管控对象在不同阶段采取进化的管控措施，如与需求流程结合的元数

据变更管理、自检与第三方检查结合的数据质量监控、基于数据实时性需求的主数据同步、

应用生命周期管理、数据生命周期管理、数据安全保障、数据审计、周期评估、总结报告等。

组织/规范/流程/制度：建立可适应管控目标演进、责权明确的组织架构；结合企业实

际情况及未来发展需要，制定相关管控制度、规范，如数据保密制度、元数据管理规范、数

据质量管理规范、主数据管理规范；以规范为框架，梳理相关流程，如元数据管理流程、数

据模型管理流程、数据质量管理流程等。

IT支撑：即采用信息技术手段建设数据管控平台，承载数据管理的相关能力，形成企

业统一信息视图，承载相关管理流程，对各管控对象进行监控预警，支撑故障处理、知识总

结、评估优化等管控工作。IT支撑平台的建设，首先应提高管控效率、降低管控成本，在

此基础上帮助数据增值。

数据管理体系建设原则