多元化企业数据治理实践案例

某大型企业是一家拥有金融、房地产等产业的多元化企业集团。从十三五开始，该企业先后统一部署和建设了面向不同管理领域的信息系统，包括ERP系统、人力、财务、办公自动化等。业务活动在这些系统中均有不同的管理要求。为充分发挥系统中沉淀的数据价值，集团数据治理工作围绕1套体系、2类数据、3大平台，为数字化建设奠定了坚实基础，也为多元化集团企业的数据治理提供了可供借鉴的实践案例。

一、案例背景

以建设数据中台为抓手，整合数据资产，全面赋能业务和管理。加强数据治理，建立一套完整的数据治理组织制度、流程规范和方法体系，实现数据的标准与统一、融会贯通以及资产化。全面数据集成和支撑保障措施，实现“整合数据资产，提高数据价值，支持管理决策”的目标。

2.1实施方法和思路

针对公司数据使用现状和面临的问题，数据治理实施总体围绕1套体系、2类数据、3大平台，逐步进行推广实施。

集团数据治理实施范围

1套体系：即数据治理体系。合理规划，明确数据治理愿景、目标与推进路线，通过明确组织职责，梳理管理流程与规范，自上而下体系化推动数据治理工作开展。

2类数据：包括主数据和指标类数据治理。主数据层面，优先针对核心的主数据进行规划落地，包括识别主数据域、规划主数据全景图、搭建主数据平台、规范主数据管理过程、分步落地实施各主题主数据，确保基础数据连通一致和质量可靠。指标类数据治理，主要通过以用促建，系统化地梳理指标标准、统一指标口径、厘清管理责任人，构建管理模板，确保数据建设过程的规范性。

3大平台：包括主数据平台、数据中台、数据资产管理平台，通过主数据系统，夯实核心基础数据管理。通过数据中台，融汇、整合各业务板块数据并进行规范加工。通过数据资产管理平台，完成元数据管理、数据质量管理、数据标准管理、数据资产共享等流程化、系统化。

公司数据治理工作分为三个主要阶段：第一阶段，主数据管理建设优先，夯实数据基础；第二阶段数据治理体系建设，确保治理工作有的放矢，高效协同。第三阶段数据中台和数据资产管理平台建设，推动数据治理工作流程化、线上化。

第一阶段主数据管理采取“总体规划、分步实施”的管理策略，遵循“统分结合”的管控思路，分阶段逐步推行“标准先行、夯实基础、建立管控、注重实效、提升服务”的理念，实现主数据的统一、集中、规范管理。从2018年至今，开展主数据四期项目建设，经过四年多时间的持续建设，建成管控主数据标准化体系，实施主数据管理平台，重点管控集15 项主数据域，覆盖了人力域、产权域、财务域、客户、供应商、物料、基础数据七大领域，通过标准化管理超过270万“黄金记录”，实现“数出同源”为数据治理奠定坚实基础。

第二阶段通过数据治理体系建设，从组织和制度上保障了数据资产管理相关工作体系化的开展。2021年开始，开展数据治理一期项目建设，梳理风险数据指标标准，同时成立数据治理委员会，制定数据管理办法和管理工作指引，从制度上保障数据管理工作有法可依。2022年开展数据治理二期项目建设，制定经营管控指标体系，梳理数据资产目录和数据标准。

第三阶段通过建设数据中台和数据资产管理平台，保障数据资产的管理和应用有效落地。2020年至2021年，开展数据中台建设项目，统一建设数据中台底座、统一管控数据资产、联合建设板块数据应用，接入外部数据、业务数据，实现数据要素的持续汇聚和沉淀，支持了相关的业务应用的价值实现。赋能业务数字化、运营智慧化、触点生态化、技术平台化，实现数据的标准与统一、数据资产化。基于数据中台建设成果基础上，于2022年开展数据资产管理平台建设，通过建设全域数据资产管理功能，纳管数据资产和数据标准，提升数据质量。

数据治理项目体系建设，通过对数据管理系统进行优化，建立分层的数据治理组织架构与分级的数据治理制度体系，数据治理管理制度体系为各层级的数据治理工作提供管理和技术的规范，确保“有章可循、有据可依、指导落地”。

为满足数据治理工作需要，承接数字化战略，公司构建了符合业务发展的数据治理组织，通过建立数据治理组织和运作机制，明确职能部门、IT部门及下属企业在数据治理工作中的权责及定位，推动建立数据治理的长效机制。

集团数据治理组织架构

公司目前已建立分级的数据治理制度体系，数据治理管理制度体系为各层级的数据治理工作提供管理和技术的规范，以及适用于全公司数据管理的数据标准、规范、流程，涵盖数据资源管理与数据运营管理等。同时依据各领域数据分布情况，明确各组织在数据管理过程的管理界面及运作体系。

集团数据治理管理制度体系共分为四级：

一级办法制定数据管理总纲以及数据管理细则明确数据治理的方向及原则。

二级规范制定基于数据管理平台的规范

三级流程制定基于数据管理平台的流程

四级表单制定基于数据应用的表单级管理规范

公司主数据建设历时近五年，主数据管理覆盖了人力域、产权域、财务域、客户、供应商、物料、基础数据七大领域十五项主数据，管理超过270万条“黄金记录”，服务超过70套共性系统和个性系统，有效提升了主数据管理系统的使用效能，避免重复造轮子。同时发布了主数据管理工作指引以及 12 份主数据标准。

在主数据建设过程中，采取“先基础、后深化、先共性、后个性”的策略推进，总结出主数据管理“四化”特点，即：管控模式协同化、主数据管理标准化、质量提升制度化、技术平台智能化。

管控模式方面，从IT管理模式和数字化建设成熟度出发，将主数据域划分为“总部统一管理、总部和下属企业分级管理、下属企业自行管理”三类模式，形成“联邦式”的主数据管控模式。通过总部和下属企业联邦式管理，有效满足了全公司共性统一管理与下属企业个性数据自行建设的需要。

“联邦式”主数据管控模式

目前，公司制定了统一的主数据标准定义，在主数据建设初期正式发文《主数据管理工作指引》，同时针对7大主题共发布13份主数据标准。

主数据标准全览

同时设计主数据标准制定、审核、发布、应用与反馈等流程，保证主数据标准的科学、有效、适用。

主数据标准贯标层面，根据不同的应用系统建设阶段，也提出了差异化的贯标要求。针对新建应用系统，要求严格执行主数据标准，采用主数据统一编码标准，并将主数据标准作为各类系统建设时方案评审、系统验收的重要条件。针对存量应用系统，根据公司共性系统的推广节奏以及自身系统的建设计划，逐步贯标，并使用主数据统一编码或新旧编码映射方式确保编码统一性。

针对主数据质量管理，通过定期分析主数据质量全貌，持续优化运营流程，确保主数据质量。

自动化、周期性数据质量分析：基于主数据标准，设计并配置数据质量检核规则，通过系统平台进行自动化质量监控和分析。通过对主数据的数量和质量变化进行分析，了解各企业和各主数据域的数据增长和维护情况，及时查明异常数据来源及原因，提高数据质量和数据利用率，提升用户规范数据的意识，推动系统校验规则的完善，简化改进管理流程并提高业务的响应速度。同时，按月编制数据质量报告，并及时通知各部门修正缺陷主数据，清理冻结异常数据量稳步增加。

技术平台层面，主数据基于搭建JAVA前端，完成主数据采集、申请、新增、变更、审核、生效、失效、分发等全生命周期管理。

充分利用S成熟产品的标准功能和高并发能力，辅以定制化开发和模型管理，确保主数据基础管理功能的完整性、可靠性。同时，为提升用户体验，降低技术运维成本，在产品基础上，搭建JAVA WEB端，通过Web端灵活开发有效提升前端友好性、易用性。

通过不断建设、优化与推广使用，主数据管理系统实现雪花状主数据集成架构，集成系统共70个，接口总计269个，涉及总部上游系统10个，板块上游系统13个，总部下游系统36个，板块下游系统34个。

工商通过主数据管理平台建设，构建主数据管理体系，有效促进了各部门之间业务的横向协同和数据的纵向贯通。通过主数据治理的建设，规范总部和下属企业主数据的标准和流程，提高数据质量，为ERP和其他业务系统提供高质量主数据输入，为后续管理层决策分析、业态融合等打下坚实基础。打通上下游系统，支撑总部及各分子公司“业财一体化”，为业务赋能。

在数据应用建设过程中，公司总结出一套完整的指标数据治理体系。通过数据治理梳理管控指标标准，系统化地梳理指标标准、统一指标口径、厘清权责关系，构建系统性的指标管理模板。对指标进行链路回溯，梳理链路层级，确定各层级数据转换关系、以及所涉及的表与字段，发现并纠偏链路中发现的问题，并为质量校验提供有力的支撑。

在数据建设过程中，对指标标准模板进行多次优化，凝结成了一套结构统一、框架简洁、规则明确的指标标准模板及配套指标编制规范，为指标维护和管理夯实内容基础。

集团指标标准模板示例

在日常开发管控的过程中，严格遵循上述框架及编制规范，确保内容及格式具备高稳定性，有效降低了指标标准长期维护的成本。同时明确的责任归属，也有效降低未来指标管理的成本。

指标数据标准落地的前提是厘清加工链路，以加工链路为抓手将指标与源端基础数据的进行穿透，通过对指标源端数据结构的标准化管控，从源头封堵问题数据的产生。对指标的加工链路进行完整梳理，明确了支持指标生成的各层明细数据，支持对具体数据质量问题的精准定位。

在数据应用建设过程中，以关键指标的标准为靶向，各部门/业务板块牵头各自源系统的数据标准化工作，逐步开展基础数据标准定标贯标工作，进而有效提升了基础数据质量。

厘清链路，以关键指标为靶向提升数据标准落地

2021年，公司在统一的基础技术平台（数字化底座）上，与行业科技公司合作，开始主导数据中台建设。通过数据中台平台建设，落地数据整合应用和数据治理要求。通过引进先进的互联网架构技术平台，建设数据资产管理平台，统一管控数据资产，推动数据资产的共享共用。

数据中台基于统一数据资产管理的策略，设计统一的大数据存储、集成、交换、服务的技术架构，按照场景驱动与循序渐进的原则，快速响应数据应用场景落地。

数据中台总体架构

围绕“搭平台、建标准、梳场景、落试点”目标，数据中台重点建设内容包括：夯实数据中台基础架构和标准规范、整合内外部数据资产，通过试点应用产生业务价值。

平台层面，搭建统一数据中台底座，设计建设规范，为数据整合和数据价值变现打下基础。同时通过建立数据治理组织、流程与制定，通过中台落地数据标准和治理要求，保障数据质量。

数据应用场景层面，通过项目调研及案例参考，梳理出数字化应用场景，基于业务价值和技术可行性评估，形成数据中台实施路线图。

按照业务优先级，先后建成风险数据应用、管理驾驶舱、资产估值、数据分析，如经营分析、客户分析等各类场景，创造数据价值。

为了推动数据资产的有序管理与共享应用，目前已经开展数据资产管理与建设。通过引入中台全域资产管理模块并开展定制化开发，与已有的数据中台模块集成，设计相关的管理机制和落地K2流程，实现数据资产管理功能，打造企业级好数据，驱动数据价值释放。

构建了基于数据中台套件的完整的数据资产管理解决方案，完成数据中台的数据研发、数据标准和数据质量管理，实现元数据管理、数据标准管理、数据质量管理等数据治理功能集成一体，实现数据资产消费与运营。将原有数据治理的线下分析和输出成果，需通过数据建模与功能配置，在数据资产平台中实现落地，从而达到持续数据治理与运营的最终目标。

数据资产管理平台功能概况

在数据资产平台基础上，构建数据资产管理体系，充分结合企业组织特征与数据资产的业务特性，将数据资产目录架构设计为组织层级及业务层级两大部分，共计6层目录。以资产目录为基础，配套可落地的管控流程和保障机制，促进数据要素内部的流通共享，以数字化能力服务更多业务场景，带来业务高质量发展。

公司提出的“顶层设计、场景驱动、价值导向、治理先行”的16字建设方针，以及围绕“1套体系、2类数据、3大平台”的建设策略，为大型多元化企业集团公司提供了行业标杆案例。具体表现在以下四个方面：

1.主数据管理创新

通过总部和下属企业联邦+式管理，管理超过270万黄金记录，保障主数据源头唯一，流程和IT管理协同，做到事前数据质量控制，有效满足了工商共性统一管理与板块个性数据自行建设的需要。对大型多元化集团如何统筹协同主数据的难题具有很好的借鉴意义。

2.数据资产管理创新

通过数据资产管理体系统一数据标准化管理、治理和流通。管理超过1000+指标标准，从根源保证数据标准，统一业务管理语言，避免重复建设。通过实施数据资产管理平台落地，实现数据资产的“可见、可用、可管、可治”，夯实数据质量，保障数据合规，配套可落地的管控流程和保障机制，促进数据要素在内部流通共享，以数字化能力服务更多业务场景，促进数据资产价值进一步释放。

3.多元化集团数据中台管理创新

针对多元化集团的特点，数据中台建设采用统分结合的方案，统一建设技术底座，统一运维，各个子公司划分数据中台租户，对各自租户开展管理和实施工作。总部通过统一的数据管理体系、统一的数据架构方案、统一的数据中台安全方案、统一的数据中台建设规范，保证数据中台建设步伐统一，前进有序。

4.数据治理模式创新

总部与板块分层数据治理组织+多层规范管理体系+一套系统固化的方式，对多元化集团企业数据治理机制和模式管理提供了参考案例。

多平台协同管理创新：通过主数据为骨架构建数据体系，撑起整个组织的数据架构，让整个组织内部的数据完整而具备更多可持续性价值。数据中台汇聚全公司绝大部分数据资产，通过规范化和标准化管理，保障数据研发效率。数据资产管理平台实现数据治理系统化落地和数据资产的共享应用。实现了从源头、加工到应用的全链路协同管理模式。

以用促治的模式创新：在数据管理过程中，重点关注的业务关键指标数据质量，将指标数据与业务源系统数据的进行全链路穿透，通过对指标源数据标准化管控，从源头封堵问题数据的产生，反向不断完善数据治理机制、流程和平台系统，具有良好的实践意义。