【原】談談基于全面數據治理的工業企業數據資產價值體系

數據治理精英館 2022-01-27

展開全文

隨著數字經濟的快速發展，數據價值越來越受到重視。《關于構建更加完善的要素市場化配置體制機制的意見》中指出：在數字經濟時代，數據成為推動經濟發展的關鍵生產要素，改變了基礎設施的形態，數字基礎設施成為新的生產要素，數據正成為帶動技術流、資金流、人才流、物資流的核心生產要素，數據自動流動水平成為衡量一個企業、一個行業甚至一個區域發展水平和競爭實力的關鍵指標。

盡管有很多企業意識到數據是企業的核心資產，但是沒有完備的數據資產管理體系，數據要素的生產力就很難發揮出來。工業企業的數據體量大、數據類型多、數據產生快，這就要求企業從數據產生、數據存儲、數據加工、數據應用、數據歸檔等數據全生存命周期進行管理。當前，大型央企從數據湖建設、數據資產目錄建設、數據指標體系建設、數字化運營平臺建設等方面采取了一系列開發利用數據的措施。

然而，眾多企業發現數據資產體系構建后，并沒有像預期那樣實現數據資產化和數據價值化，數據產生的洞察和報表也沒有完全受到業務和管理部門的認可。主要原因包括數據質量不高、數據標準不一、數據安全缺位、應用場景匱乏等。由此可見，不受治理的數據資產體系難以發揮數據資產的價值。本文試著從基于全面數據治理的視角出發構建工業企業數據資產價值體系，發揮數據作為第五生產要素的重要作用。

1.工業企業數據資產體系建設現狀

進入數字經濟時代，數字化轉型成為工業企業的必選題。要想打造可持續的競爭優勢，離不開業務數字化和數據業務化的兩大階段，很多大型集團開始探索數據價值的挖掘。基于傳統數據倉庫的數據存儲模式被打破，為了存儲大量多類型的數據，眾多大型集團啟動了數據湖的建設，將數據按照不同的業務域或者不同的業務系統進行數據的入湖。

數據入湖后，如何對數據開發利用成為組織關注的焦點。首先，大部分企業從數據可見性出發，梳理和構建數據資產目錄，有些數據資產目錄停留在文件上，有些數據資產目錄構建在數據湖中；然后，以數據服務為目的構建企業數據中臺，數據中臺中配置了多場景的數據服務APP；同時，為了發揮數據對經營和管理的決策支持作用，構建集團全產業端到端的數據指標體系；最后，通過管理駕駛艙、報表工具、大數據應用等平臺集成數據服務和數據指標，實現數據對企業數字化運營的支撐。

同時，工業企業意識到沒有數據治理將會產生數據災難，數據標準不一致、數據安全沒保障、數據應用難協調、數據集成打不通等一系列問題，阻礙了數據價值的發揮。所以，工業企業開始數據治理建設，一般來說是從主數據入手，構建了主數據標準、建立主數據組織、搭建了主數據平臺、集成了主數據應用等，為數據打通和數據質量提供了重要基礎。有些企業在業務數據的數據質量方面進行了實踐，構建了數據質量體系、搭建了數據質量管理平臺，定期開展數據質量管理活動。領先企業在數據授權和數據價值方面進行了實踐，建立了授權機制和數據定價策略，為數據資產化開啟了先河。

2.工業企業數據資產體系存在的問題

數據資產體系是企業數據資產價值的引擎，也是數據資產是否產生價值的基礎。由于數據資產體系建設在工業企業還處在初級階段，企業數字化所處階段不同、建設廠商的專業能力不同、數據資產的建設標準缺失等原因，導致很多大型企業在數據資產體系建設后數據價值體難以體現。

技術性強的數據目錄業務理解難。我們經常遇到企業建了數據資產目錄應用不好情況，分析原因不難發現，很多企業數據資產目錄偏技術屬性，元數據的業務屬性維護不全面或者不完整，導致數據目錄無法對業務部門開放，即使開放了業務部門也無法使用。這就是通常說的，不能解釋業務的數據就無法被業務使用。

不受管理的數據服務維護使用難。尤其建立了數據中臺的企業該問題比較明顯，由于沒有建立數據服務管理機制，數據服務的注冊、修改、發布就沒有專門的組織和流程進行管控，經常出現數據使用者不知情的狀態下數據服務名稱發生了改變、數據服務對應的物理模型發生了變化、數據服務被注銷等，導致數據服務的連續性不能得到保障。

相關性差的數據指標體系聯動難。企業中經常發現，每個部門指標完成的都不錯，就是公司整體指標完成的不好。這是為什呢？就是在數據指標標準化的過程中，原子指標、復合指標、衍生指標沒有進行有機關聯，沒有形成端到端基于價值鏈的指標體系，也就無法分析一個部門的指標發生變化后，到底會影響到哪些業務部門的指標。

不受治理的數據湖成為數據沼澤。很多企業在進行數據湖或者大數據平臺建設的時候，沒有從數據治理的視角系統的考慮問題，將業務系統的數據進行一股腦的貼源存儲。導致大量質量差的數據進入到數據湖或大數據平臺，湖里存儲了TB或PB級數據，治理起來難度可想而知，日積月累數據湖變成數據沼澤。有些企業建完數據湖，即不在湖外治理也不在湖內治理，幾年下來已是一灘渾水。

無法估值的數據資產成為企業負債。企業跟隨著數字化轉型的浪潮開展了數據資產建設，但是對于數據資產建設的愿景、目標、價值均不是很清晰，尤其數據資產價值的量化評估體系沒有建立，導致大量的投資沒法衡量業務收益，數據資產的價值短期難以體現，在財務報表上常常體現為投資成本，使決策層對數據資產的投資缺乏信心。

3.基于全面數據治理的數據資產價值體系框架

根據以上對工業企業數據資產體系的建設現狀和主要問題的分析，提出基于全面數據治理的數據資產價值體系框架，為工業企業進行數據資產價值體系建設提供指引和參考。

3.1 框架藍圖

基于數據治理的數據資產價值體系框架自頂向下分為六層，包括企業戰略層、數據戰略層、數據運營層、數據賦能層、數據融合層和數據源層，如圖1所示。

圖1 基于全面數據治理的數據資產價值體系框架

3.2 核心內容

數據資產價值體系的目標是實現企業的數據戰略，而數據戰略的根本目的是支撐企業戰略的實現。因此，數據資產價值體系必須從公司戰略出發，分析通過數據資產價值實現能夠打造的可持續競爭優勢，從而形成企業的數據戰略。數據資產的構建和運營要僅僅圍繞數據戰略進行，才能從全局視角出發，統籌數據價值實現，發揮數據要素的基礎性支撐和創新型應用。

（1）企業戰略層

通過對企業戰略解讀，分析內外部數字化環境對企業的影響，構建SWOT矩陣，識別基于數據要素對企業可持續競爭優勢的能力，從而形成植根于企業全面發展的數據要素價值主張，歸納為數據要素下的新型能力。例如，某企業對數據能力的要求是全面數字化：內部通過數字化提升企業效率，外部通過數字化開拓市場。

（2）數據戰略層

根據數據要素下的新型能力制定企業的數據戰略。數據戰略要包括數據管理和運營的愿景、目標、價值、能力和路徑。例如，某大型集團的數據戰略目標是將數據作為戰略性資產，以清潔、高效、可靠的數據，驅動業務轉型升級、創新增值，為集團數字化轉型供強大動能。

（3）數據運營層

只有通過數據運營才能最大化發揮數據資產的價值。數據運營層的目的是通過企業畫像，一點看全企業的市場、設計、研發、生產、采購、物流、財務等經營情況；通過資本監管和運營監管，重點監控企業財務、項目建設、三重一大等風險；通過板塊數據穿透，全面了解子分公司的運營情況。數據運營層涉及的數字化技術包括數據資產地圖、知識庫、多維搜索、自助分析、數據服務等。

（4）數據賦能層

通過“理、研、查、監、用”五個方面使數據賦能企業，也是數據運營的基礎。理就是對數據資產分類、注冊、審核、發布等進行管理；研就是對數據資產建模、數據資產知識圖譜、數據價值評估、算法庫等進行管理；查就是對數據資產目錄、數據資產檢索等進行管理；監就是對數據資產標簽、數據資產分析、數據資產監控等進行管理；用就是對數據資產開發、數據資產授權、數據資產訂閱定進行管理。

（5）數據融合層

數據資產的形成離不開數據的采集、加工和治理，數據融合層是數據資產的底座。數據采集是對不同類型的數據、不同時效要求的數據形成采集策略，包括采集對象管理、采集監控管理、批量采集、實時采集等能力；數據加工是通過數據清洗轉換、關聯計算、語義分析、文本挖掘、圖像解析等能力，將原始數據加工成可用的數據資產；數據主題是數據開發利用的基礎，通過對數據主題建模形成數據倉庫和數據集市，為數據賦能提供輸入；數據治理是保障數據成為資產的堅實基礎，數據資產的管理能力需要包括數據治理、數據標準管理、數據架構管理、數據應用管理、數據質量管理、數據安全管理、數據生存周期管理。

（6）數據源層

數據源從技術分類視角看包括企業的結構化數據、非結構化數據、半結構化數據、IOT數據等；從區域視角包括了集團總部數據、下屬單位數據以及外部采集的數據。問渠那得清如許，唯有源頭活水來，數據源的數據質量在很多程度上決定了數據資產的價值。因此，數據在進入數據融合層前或者進入數據湖前就要進行適當的數據治理工作。

3.3 建設策略

數據價值化、數據資產化、數據產業化都離不開數據資產價值體系的建設。然而，優良的數據資產并不是一天建成的，因此要進行統籌考慮、循序漸進、持續優化的開展。同時，在數據資產建設時就要同步考慮數據治理的介入。

4.應用效果

某大型能源集團高度重視信息化工作，落實企業發展和管理提升要求，大力推進信息化建設，取得明顯成效，在企業發展與經營管理各領域發揮了重要作用。在國資委對央企的信息化水平評價中穩居A級水平。雖然集團公司信息化取得長足的進步，但從數據資產價值化方面看，還存在“家底”不清、共享不足、質量不佳、技術不優等不足，相對集團公司智慧能源的愿景目標存在較大的差距。

2020年該集團啟動數據資產目錄標準編制項目。數據目錄和數據地圖盤點數據實體在企業內的分布和管理情況，并關聯其業務元數據、管理元數據、技術元數據，以統一數據資產臺賬的方式提供給企業內的相關業務人員、技術人員和數據資產管理人員，以數據湖的方式為其它系統提供調用的統一服務接口，避免因異構系統帶來的系統集成和溝通成本的增加。項目建設的主要內容包括：

（1）頂層設計，統籌治理

在構建數據資產目錄建設初期，先進行數據資產頂層設計，同時厘清數據治理與數據資產的關系。在數據資產體系構建初期融入數據治理，保障了數據標準化、管理的流程化，協同的組織化，價值的評估化。

（2）摸清家底，建立臺賬

理清集團總部各部門、各二級單位信息系統、數據庫建設情況，摸清各部門、各二級單位具備的數據資產，編制集團統一的數據資產目錄清單，為各部門、各二級單位建立數據資產“臺賬”。

（3）統一標準，促進共享

通過編制集團數據資產目錄標準（規范），為各部門、各二級單位梳理本單位數據資產目錄，提供統一基礎元數據，促進各部門、各二級單位數據需求對接，推動各部門、各二級單位數據資產目錄在集團內部公開、共享。

（4）匯聚發布，整合利用

各部門、各二級單位數據資產目錄匯聚到集團大數據中心，形成統一的數據資產目錄；將匯聚整理后的數據資產目錄發布到各產業創新中心，實現集團內部數據資產目錄統一檢索、快速定位和統計分析。

（5）建立機制，維護更新

通過制定數據資產目錄梳理及發布機制，明確各單位數據資產采集、維護、更新的管理責任。加強部門、單位間信息共享需求對接，推進各部門、各二級單位數據資產目錄維護、更新。

（6）構建圖譜，智慧應用

通過數據資產目錄梳理和元數據定義，嘗試在各業務領域構建行業知識樹，涵蓋該領域的各種實體或概念及其關系,其構成一張語義網絡圖，為后續大數據和人工智能的應用打下良好基礎。

（7）數據資產可視化展示

數據資產目錄，使數據關系脈絡化、數據目錄可視化、支持數據資產地圖可視化展示。通過資產可視化地圖驅動應用創新，支撐資產運營，實現高增值服務。為構建知識圖譜、智能應用奠定基礎。

數據資產目錄是數據資產發揮價值的基礎，數據治理體系是數據資產價值發揮的保障。通過建立受治理的數據資產體系，實現了集團數據地圖統一展現，通過自動化、流程化、智能化的數據資產盤點，發布數據資產目錄，為用戶提供查找數據，理解數據，判斷數據的可信度，申請數據，使用數據等“一站式”數據服務，實現數據資源“易查找、看得懂、高可信、促應用”的目標。

通過數據地圖提供多種數據服務方式。圍繞集團一流戰略管理的目標，構建數據地圖，提供多種查詢、展示、監測、發布等數據服務。打通業務壁壘，將管理與生產運行貫通，為充分發掘數據價值提供有力支撐。

實現了集團數據納管，為管理賦能。打通數據源到數據資源池、數據服務的鏈條，建立健全數據管理體系。通過全量數據納管，為管理賦能，支持實現智能創新應用，全面支撐集團數字化轉型的戰略實現。

5.總結和展望

如何讓數據資產更好的滿足用戶體驗，實現數據“好找、好用、好看、實時和共享”，借助大數據、云搜索、微應用等先進技術，搭建企業數據資產管理體系，推動企業數據資產管理規范和創新，豐富數據應用與消費工具，提升數據資產應用價值，解決企業數據資產查找難、應用難、管理難等問題，實現企業數據價值挖掘及數據資產變現升值，實現數據資產的“應用和管理”的穩步前進。

一方面數據成為資產，需要以資產化的方式進行數據治理；另一方面企業數據的核心體現不在于數據的數量大，而在于數據的質量高。因此。只有通過數據治理的工作，將數據質量提升整合、將數據合規安全使用、將數據目錄開放共享，達到企業數據的上下貫通，橫向融合，才能更好的做好數據資產的運營，從而發揮數據資產的戰略價值。

贊賞

共11人贊賞