论企业数据管理体系建设样本.doc

论公司数据管理体系建设
数据是公司在持续经营活动中积累下来宝贵资产，数据自身以及环绕数据所进行活动必要得到管控，以保证在合理成本范畴内数据价值充分发挥并进一步增值，实现投资回报最大化。
本文分析公司数据管理存在突出问题和挑战，对数据管理体系构成、建设原则、建设核心点、演进方略提出某些建议，力图为公司建立或完善本公司数据管理体系提供某些参照。
背景和问题
信息技术进步使信息化成为公司发展和迅速扩张有效支撑手段，近年来，国内外各行各业分别建设了适合本公司信息系统，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；与此同步，随着全球经济发展、市场竞争加剧、新技术推陈出新和逐渐商用，信息系统所承载业务内涵、系统规模和数量和复杂性也在不断攀升。
林林总总这些信息系统，在长期使用中积累、沉淀了大量核心业务数据，如客户资料、营销策划内容、产品资料、合伙伙伴、合同契约、公司资源、进销存、生产、工程建设、财务数据等，这些既是公司核心信息，也是公司核心资产，如果不对数据生命周期全过程加以管治，将也许带来多方面问题，例如：
数据安全问题：数据不恰当使用也许泄漏公司机密，导致公司在竞争中败北，危及公司生存和发展；此外国内外对上市公司也有有关法律规定，例如美国《Sarbanes-Oxley法案》和国内《公司内部控制基本规范》，均提出上市公司内控管理必要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，以提高公司披露精确性和可靠性等。
价值发挥问题：面对众多信息系统，如果缺少完整、一致公司数据视图，业务部门将不懂得公司内哪些系统拥有自己所需数据；顾客在不懂得数据质量状况或明知数据不可靠状况下，不也许放心使用数据，无从依照数据作出对的判断、决策和迅速响应。这些都将遏制数据价值完整释放。
数据升值问题：在数据质量有保障前提下，对公司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，为公司提供经验总结和预见性业务支撑；另一方面，良好数据管理机制将在公司内形成良好知识共享和传承体系，增进公司人才培养和组织进步，实现数据增值。反之，数据零散分布、数据歧义、低劣数据质量，以及制度和平台缺少，将严重遏制数据价值进一步发挥和增值。
成本效率问题：
如果缺少对数据一致理解，将影响跨系统、跨部门、跨专业需求沟通和信息共享，提高公司沟通成本和建设成本；如果对贯穿公司错综复杂数据流缺少直观、完整结识，那么系统故障、数据问题快定位难以实现；数据权责不明确，将导致问题解决中系统之间、部门之间互相推诿和扯皮。所有这些，都最后体现为信息系统对业务支撑不力，业务部门将越来越质疑公司对信息化投入……
综上所述，公司数据从产生、加工、传递到使用、销毁全过程，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有关权责，实行体系化、制度化、流程化、规范化、原则化管理，保证数据生产、使用全过程受控。
而这些，都是公司数据管理体系范畴，其目是最后实现数据对公司投资回报最大化。
公司数据管理面临挑战
国内各行各业（特别是大型公司）近年来逐渐意识数据管理重要性和意义，开始或正在建设公司数据管理体系，不约而同都面临某些重大挑战，如：
管理方面：缺少覆盖全公司、跨业务线条、跨部门、跨系统统一数据管控体系，信息在创立、传播、加工、使用过程中角色、职权分工不清晰，需要建立明确信息负责人制度、有效办法及配套考核办法；
流程方面：对于需求响应、问题解决和寻常运营维护工作推动，缺少跨部门、跨团队流程定义，将难以高效整合有关资源形成系统建设合力；
规范方面：缺少跨部门、跨系统统一业务规则、数据原则，不同业务部门之间、业务部门与技术部门之间、技术团队之间，存在沟通和理解歧义，需求从提出到实现存在先后不一致风险；
技术方面：数据管控工作缺少有效平台支撑，事件类型众多、解决复杂，人工解决效率低下，并且难以跟踪和评估。
公司数据管理体系建设
数据管理体系构成
依照国际数据管理组织提出数据管控框架，数据管控体系由规范、组织职责、流程三大模块构成。
通过近年来为客户实行数据管理项目实践，咱们结识到，成熟信息化技术有能力、有必要为管控工作高效开展提供能力支撑，咱们建议对国际组织提出数据管控框架进行扩展，将平台支撑作为其中不可缺少一某些。扩展后数据管理体系构成如下图：

数据管理体系图
一方面，数据管理体系框架是稳定，自上而下由管控目的、管控对象、管控办法、组织/规范/流程和管控平台构成；同步，整个管控体系应适应公司战略和总体业务目的需要，呈螺旋式上升、持续演进，是动态变化。
管控目的：服务于公司战略和业务目的，因而随着战略和业务发展，数据管控，不同步期数据管控目的将有变化、关注点不同。普通，管控目的将提出建立统一公司数据管理中心，明确数据职责和流程，以数据价值最大化为己任。
管控对象：随着管控目的演变，各时期关注管控也相应调节，分阶段纳入不同类型、不同范畴管控对象。例如，在初期重点管理公司数据中心元数据和基本数据质量，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，最后管控范畴从公司数据中心扩展至公司其他信息系统。
管控办法：对不同管控对象在不同阶段采用进化管控办法，如与需求流程结合元数据变更管理、自检与第三方检查结合数据质量监控、基于数据实时性需求主数据同步、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：建立可适应管控目的演进、责权明确组织架构；结合公司实际状况及将来发展需要，制定有关管控制度、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，梳理有关流程，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，承载数据管理有关能力，形成公司统一信息视图，承载有关管理流程，对各管控对象进行监控预警，支撑故障解决、知识总结、评估优化等管控工作。IT支撑平台建设，一方面应提高管控效率、减少管控成本，在此基本上协助数据增值。
数据管理体系建设原则
公司数据管理体系建设是系统工程，不也许一蹴而就，建设过程需遵循有关原则，如下是某些核心原则：
总体规划、分步实行：数据管理工作是长期，应立足长远做总体规划，同步结合实际分布实行，避免不切实际一步到位。
需求驱动、价值优先：各阶段管控目的应结合本阶段实际需要，合理安排资源，优先满足最迫切需求，体现对公司实用价值，避免片面求大求全或激进。
目的指引、整体带动：应始终环绕管控目的，完善组织、制度、规范、流程和支撑平台，实现目的驱动整体上升效应；管控体系是演变。
借鉴和定制化：借鉴业界先进经验，采用成熟实行办法，与本公司实际需求融合，保证先进性和实用性。
先固化再优化：各种制度、规范、流程，形成后应先固化有个适应期，在执行过程中积累经验、总结教训后再阶段性优化，避免随意调节。
数据管理体系建设核心点
公司数据管控涉及大量跨业务、跨部门、跨系统工作，实行过程需着重保障如下核心点贯彻到位：
高层领导注重和支持是数据管控体系建设重要保障
从公司高层到基层，需要清晰结识到数据管控工作开展涉及到方方面面，并不但仅是技术层面问题；数据管理是长期过程，不也许一步到位，需持续完善。因而，必要将其上升到公司战略管理层面，获得公司高层领导注重与支持，保证数据管控目的和方向对的性、有关资源能及时到位、重大冲突或问题能有效协调。
职能集中化数据管控组织是保证数据管控体系正常运转核心
在业界数据管控最佳实践中，无一例外具备一支专门、稳定团队，负责公司内数据解决与管理工作。该团队一某些分布在业务条线上，实时支持业务线管理和经营；一某些集中在后台负责管理公司级数据整合，两某些人员紧密沟通，统一行动。从数据管控发展趋势来看，该团队必要进一步转型为固定权责明确、职能集中数据管控组织机构，赋予执行各种数据管理活动和数据增值服务责任和权力，以支撑业务发展战略和运营管理两方面目的。
数据管控工作需与公司业务流程结合
数据管控与公司业务目的实现密切关联，公司必要建立融合于业务流程数据管控流程。为了实现业务目的，业务部门、支撑部门都对数据负责，职责清晰，业务方面保证需求质量、指标口径清晰，支撑部门进行响应需求和申告/投诉、整合数据、监控应用和数据质量。
数据管控需要公司文化层面支持
数据质量保证与产品质量保证同样，需要公司文化支撑；在数据管控建设初期，可以考虑将数据质量纳入绩效考核重要内容，以增进数据质量意识和控制文化哺育。
数据管理体系演进方略
如上文所述，公司数据管理体系在框架稳定基本上不断迭代完善，下面提供了一种演进路线案例供参照。详细公司演进阶段划分、演进路线设计，应结合本公司实际需要来制定。

数据管理体系演进路线参照图
结束语
公司数据管理体系建设是系统化工程，涉及于众多源系统交互和大量协调工作，必要有数据管控平台来有效支撑这些工作，保障数据管控可行、高效。
同步，平台建设不等同于整个体系就建设好了，公司还需成立相应组织，制定有关流程、制度、规范，并将管控工作落到实处、通过平台运转起来。
也就是说，数据管理体系在投入运作前，必要进行需求分析、规划、设计、平台开发。对于这些工作，建议公司引入具备实际实行经验专业征询公司，可以通过行业标杆、业界经验引入开拓视野、保证高度，又能保证所设计管理体系是切实可行、能落地执行。