中核建中核燃料元件有限公司 四川宜宾 644000
摘要:本文通过对企业自身信息化数据痛点、难点的分析,围绕数据标准的定义、意义、建设等方面,基于企业数据资产、业务范围和流程、数据分类等业务进行了研究,推进企业快速形成数据标准体系能力。
关键字:数据标准 数据资产 数据分类
引言
随着物联网、大数据、云计算、人工智能等技术的发展,信息化在制造业中得到迅速发展,信息数据已经成为制造业发展的重要战略资源,然而,企业对数据资产的掌握程度仍旧停留在简单的数字化,手中的数据难以转化为数据资产。可是面对日渐繁杂,结构不一的数据,企业进行数据治理并不是一件简单的事情,首先横亘在面前的最大问题就是数据间的不一致性,因此企业急需建立数据标准化体系。
一、什么是数据标准?
《数据标准管理实践白皮书》中提到:数据标准是进行数据标准化的主要依据,构建一套完整的数据标准体系是开展数据标准管理工作的良好基础,有利于打通数据底层的互通性,提升数据的可用性。简述之,即数据标准(Data Standards)是一套由管理制度、管控流程、技术工具共同组成的体系,通过这套体系来推广和应用统一的数据定义、数据分类、纪律格式和转换、编码等来对数据的标准化,保障数据的内外部使用和交换的一致性和准确性的规范性约束。
二、为什么建设数据标准?
自企业开展信息化建设以来,信息系统建设都是依据各业务部门实际业务需求进行推动,缺乏整体的规划,大多数信息系统相互间存在功能或数据重复问题,由于各信息系统分属不同厂商,所以不同信息系统之间数据无法交互,产生了大量的信息孤岛。
企业数据标准体系建设的目的主要就是按照企业各业务流程内在的联系形成科学完整的有机体。在生产、经营、服务和管理的全过程采用科学严格的标准,运用系统管理的原理和方法将相互关联、作用和影响的标准化要素进行识别,从而制定相应的标准,建立起数据标准的体系,并运用标准化的理论对信息系统进行管理,从而打通各信息系统壁垒,为企业下一步实现所有业务数据统一存储、加工、调用,支撑数据资产的集中管控;实现“数出一门、集中共享”、建立智慧化的大数据基础能力;实现企业生产运行平台与经营管理平台的数据集成和业务贯通奠定基础。
三、如何建设数据标准?
(一)构建数据标准管理组织
数据标准体系建设属于“一把手”工程,推动各单位落实数据标准建设“一把手”责任制,企业各业务部门主要负责人要亲自谋划、指定专人负责本业务范围内的数据标准建设工作,形成企业高层决策、数据标准管理部门统筹、各部门参与的数据标准管理的长效机制。其中企业高层是数据标准化工作的最高决策机构,数据标准化工作小组负责组织推动企业数据标准化工作,要充分认识企业数据标准的目的不是数据本身,而是围绕企业供应链管理、人力资源管理、财务管理、生产运行等企业自身的卓越运营而实施的能力与体系建设。
(二)制定数据标准管理制度
制定相关数据标准管理办法、细则等,从制度层面明确在标准化工作中相关方的职责,建立数据标准制定与发布、落地执行流程、变更与复审机制,使数据标准在制度机制上形成规范。
(三)制定数据标准规划
从企业业务实际情况出发,结合业界经验,收集国家标准、现行标准、信息系统需求标准及行业通行标准等,梳理出企业数据标准建设的整体范围,定义数据标准体系框架和分类,并制定数据标准的实施方案。企业的信息数据多且杂,不是所有的数据都需要建立数据标准,数据标准体系建设初期可对核心数据建立标准并落地,根据实施效果,后期在逐步推动全面数据标准化的过程中进行优化。
(四)制定数据标准规范
数据标准化工作小组根据数据标准规划开展数据标准的编制工作。
1.数据识别
(1)数据资产盘点、业务体系梳理
通过对公司各业务板块的逐步、逐层细化的梳理业务领域、业务职能、业务流程,结合管理重点关注的内容,盘点公司各业务部门的数据资产,形成各级主题域,定义数据实体对象,为数据资产化管理和利用奠定基础。
(2)数据资产目录建立
根据业务架构与业务流程输入,结合业务系统的功能设计,采用自上而下(业务管理分解)和自下而上(数据分类汇总)相结合的方式梳理与设计数据资产目录,形成多层次的主题域,定义数据对象。
2.数据标准规范的分类
在各种数据项的标准化过程中,结合企业实际业务情况,确定一种数据标准分类规范,本文从数据结构角度将标准规范分为两类,一种是结构化数据标准,一种是非结构化数据标准,以两类细分规范来进行更进一步的管理,为后续的各种数据管理工作提供便利。
3.数据标准规范
(1)结构化数据标准
元数据标准
元数据标准规定元数据的基本概念、描述属性、描述方法、命名和标识、规范表达、提取、分类、值域范围确立、扩展的原则和方法。元数据标准建立需遵循唯一性、描述性及准确性等指导原则对元数据及元数据属性描述。
属性及参考数据标准
属性及参考数据标准,定义数据由哪些属性来描述,以及属性的类型、约束等;哪些参考数据被引用,参考数据的管理定义,在企业全局形成统一的标准。属性及参考数据标准主要遵循稳定性、系统性、可扩展性、兼容性等原则开展。
(2)非结构化标准
集成标准
通过集成标准,数据管理系统向外界提供统一的数据采集与访问接口,实现数据的分发与共享机制。识别企业数据流向,规划信息系统间数据集成关系,建立集成标准,描述其集成方式、接口规范、典型应用场景,形成一套适用于数据集成接口的开发标准。
业务系统接口开发标准
为确保集成技术的通用性、应用广泛性,提高集成接口的可维护性、复用性,第三方业务系统对外发布的接口,遵循接口开发标准,主要包括:通用集成协议、服务规范与约定、接口命名规范、接口参数规范、返回值和异常处理规范等。
4.数据建模标准
企业数据模型是指从整个企业业务的视角,对企业业务活动相关数据采用数据建模方法构造的模型。包含企业概念数据模型、企业逻辑数据模型、数据中台模型和业务系统数据模型。
制定数据模型标准规范,形成《数据模型标准规范文档》,其中包括数据标准定义规范(包含业务数据、主题分析数据等)、元数据定义、数据分类及编码定义规范、数据字典等内容。
(五)建设数据标准管理平台
数据标准管理平台为数据管理人员集中管理、展示和查询数据标准的综合性管理系统。数据标准管理平台的建设,必须符合数据标准管理的相关办法,落实数据标准管理相关人员的职责,固化数据标准管理的流程规范,是企业数据标准制定、发布、管理、查询、执行的系统载体。数据标准管理平台提供保存和处理数据标准内容,提供统一的数据标准管理与标准执行分析功能,为日后的企业各系统的数据标准化工作提供基础。
四、结语
随着企业信息数据逐年递增,企业数据标准建设已成必然趋势,本文基于企业数据标准体系,主要对企业数据资产梳理,编制数据资产目录,全面梳理企业内部业务范围和流程,以及伴随流程运转过程中产生的数据项,对数据项进行分类归并,进而提炼数据标准等流程进行了研究,推进企业快速形成数据标准体系能力。
参考文献:
[1]《数据标准管理实践白皮书》中国信息通信研究院云计算与大数据研究所CCSA TC601 大数据技术标准推进委员会