数据资产入表解决方案

高效数据资产入表规划,专业数据合规,精确成本分摊,释放数据价值,助力国央企和上市公司一站式数据资产入表。

数据资产入表解决方案

高效数据资产入表规划,专业数据合规,精确成本分摊,释放数据价值,助力国央企和上市公司一站式数据资产入表。

某大型央企主数据项目实战,上线前后深度对比与解析

时间:2024-05-08来源:亿信华辰浏览数:8

数据已成为数字化转型的核心,如何将数据转化为战略资产,是当今企业迫切需要解决的问题。其中主数据作为企业的“黄金数据”,是数据资产管理实践方式的重要切入方法之一。某大型央企成功实施了主数据管理项目,实现了从数据孤岛到一体化的转变,显著提升了数据的质量和价值。本文将深入剖析该项目上线前后的对比情况,揭示主数据治理的力量,以及项目为企业带来的实际成效和深远影响。

01项目背景
过去信息化建设忽略了对数据本身的关注,没有充分挖掘和利用数据的价值,没有形成对数据的规范化管理,在主数据管理方面存在如下问题:
(1)没有规范的管理要求。同一数据在不同信息系统使用时达不到管理要求,在多系统重复录入,录入身份不统一且审批流程各自独立,易导致数据质量参差不齐,需要重复建设和管理;
(2)没有标准的规则定义。数据在各个信息系统间分头建设,可能存在不同的编码或名称,导致各业务系统之间无法进行数据共享或进行数据交互,需要进行复杂的转换,如供应商编码信息,分散在多个系统中,没有进行统一管理;
(3)缺乏数据监管。对数据、指标数据的现状、质量问题不能灵活地监管,数据出现异常未能即时定位并发出预警;
(4)没有统一的交互平台。信息系统间没有直接关联,部分数据通过线下同步,或者只建立了点对点的链接,易增加各业务系统更新同步数据的复杂性及开发难度;同时由于缺乏关联关系,对后续分析造成极大困难。
(5)未明确主数据权责及管理角色。当数据出现问题时未能及时找到对应负责人,不易溯源及进行数据管理。
(6)数据缺乏模型标准及质检规则。因而无法对数据进行标准化维护管理,久而久之容易降低数据质量,且不易发现。

以上的问题造成在建设新信息系统时,没有统一的接口标准可调用,只能手工重新维护数据,或者单独开发数据接口。在维护旧系统时,某一数据的变更,需同时变更多个信息系统的数据。最根本的原因是缺少主数据管理平台

02解决思路
为提升企业数据资产质量和管理水平,主数据建设在信息化战略中处于核心地位,处于基础支撑地位,是基础数据的汇集地,确保目标系统数据的一致、唯一和合规。

主数据治理要做的就是从企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),依据科学的主数据治理方法论,对主数据进行分类、分级、清洗和丰富,明确主数据全生命周期的管理组织、管理制度。最终以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给全企业范围内需要使用这些数据的操作型应用和分析型应用。

主数据建设思路
整个项目以集团数字化转型战略为指引,依据亿信华辰的主数据治理方法论,亿信华辰咨询实施团队与客户方数据管理团队一起,根据现状结合问题分析编制管理制度,包括制定管理流程、组建管理组织、构建数据标准;再将编制确认后的管理制度应用主数据系统实施落地,实现以制度指导系统落地的结果。

某央企主数据管理平台涵盖了物料、客户、供应商、人员、组织、产品线、利润中心、成本中心共计8大类主数据,并建立统一的主数据管理模型、流程、制度,在公司层面实现主数据的规范管理。以国际标准和行业标准为基准,实现了各主数据域数据的全面清洗,进一步提升主数据质量。

03价值体现
统一数据标准
上线前:建立、维护主数据没有明确的标准及约束。如编码出现汉字;名称、描述出现纯数字等明显问题,导致后续业务使用中经常出现问题需要重新维护,极大影响业务效率。

解决过程:梳理主数据及其相关的元数据对象,并进行主数据标准制定。通过本系统,建立数据标准管理体系,根据业务对字段内容的要求,进行一个或多个字段的标准定义,并且实现标准的管理。

上线后:每类主数据有明确的数据标准,制定的数据标准充分满足下游消费端需求,极大提升业务效率。

构建管理体系
上线前:没有明确的管理组织、岗位及流程对主数据进行维护。谁用谁建没有人管理,导致主数据异常混乱。

解决过程:1.建立主数据管理的基础能力,设置合适的标准化组织、流程机制与系统固化主数据管理的工作,实现数据分级管理。2.按照新制定的主数据申请、审批、审核等操作的全生命周期管理流程,制定包括IT、业务、管理等部门深度参与的管理流程。

上线后:每类主数据有很明确的管理组织、岗位,并且主数据全生命周期有明确的管理制度及流程,实现主数据长效运行。

保障数据质量
上线前:因为在治理前没有建立标准和管理体系,导致数据质量很差,每类主数据关键信息缺失、错误严重;致使在使用时需要人工大量修正,严重降低业务效率。

解决过程:
1.建立质量要求。根据业务要求,在系统上自定义每类主数据的质量要求,如完整性、及时性、准确性、一致性等要求。
2.自定义质量检查模板及报告模板。根据不同质检对象定义质量检查模板(含事前/事中/事后),实现根据不同质检对象的质量状态生成质检报告。
3.建立数据质量管理流程。实现在系统上自定义质量问题管理流程。
上线后:数据质量有了较高提升,并且建立长效运营机制,确保消费端可以长期应用高质量数据。

破除数据孤岛
上线前:部分信息系统间并未建立数据通路,而是通过线下手工同步;导致数据的准确性、及时性等难以得到保障,致使后续采购、销售等业务流程受到较大影响。

解决过程:
1.主数据集成。根据定义好的集成方式,对主数据对象所在业务系统进行集成或在主数据系统中录入、维护数据。
2.主数据分发。根据定义好的分发接口,对主数据对象选择分发的下游系统,并能保存发布方案,需要支持定时发布和按条件发布的规则自定义。
3.上下游数据一致性。监控数据分发记录,假如出现错误,需要第一时间通过待办事项通知相关人员。
4.数据版本管理。对需要进行版本管控的主数据进行版本管理,可以定制不同分发方案,并且分发不同数据版本。

上线后:通过MDM系统实现每类主数据的集成、分发,在客户整个IT环境中,每条主数据实现跨部门、跨业务、跨系统的一致性、准确性、实时性。为客户数据标准化打下坚实基础。

04项目心得与总结
1.发现问题、分析问题
解决主数据问题,要先通过系统调研、数据调研以及业务调研充分地发现问题;对问题的本质、关键因素及影响进行全方面的分析,确保对存在的问题有清晰理解。

2.制定治理方案
根据问题根因,制定针对性的解决方案,结合客户实际情况编制各类主数据标准,组建主数据管理组织架构明确责权利,规划管理流程,明确主数据标准及数据增、删、改等各类流程;确保主数据管理的标准化。

3.编制落地方案
以治理方案为基准,编制主数据落地实施方案,明确数据建模、数据维护、数据集成分发、数据质量、数据维护等各类功能模块详细实施方案,通过系统落地高质量承接治理方案的效果,最终实现主数据管理能够高质量、高效率、高稳定性的持续运行。

4.技术、知识转移
在整个项目开展中,积极邀请各方相关人员,如:系统管理员、数据管理员、数字化总监、业务各级骨干等全情参与,从启发思维、培养能力、传授方法等多个方面着手,做到授人以渔;实现客户各方面人员“能用”、“会用”、“想用”的目标,真正做到将技术、知识传递给客户。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
产品功能
丰富的数据资产类型

该平台支持多种资源的定义和规划,包括数据库和文件等结构化和非结构化资源,并封装逻辑资源为数据产品,以全面盘点企业数据生产要素。

智能的目录活化管理

可配置的资产目录详细描述数据资源的各类信息,与元数据集成,实现批量盘点和自动更新,以应对资源变更。

多样的数据服务方式

平台管理的数据资源可快速开发多种服务,包括数据查询、下载、API、分析产品授权等高附加值服务。

全流程数据安全管控

平台内置自定义数据资产服务工作流,可根据权责划定服务审批对象,同时支持数据权限控制。数据消费者获取的数据会按照分级分类要求进行脱敏和加密处理。

可视化数据资产服务门户

平台盘点的数据资产以数据商品形式在门户中对用户开放,用户可通过分类、标签、评级和关键字检索查找资产并发起服务申请。

customer

在线咨询