协同推进主数据建设 夯实数字化建设基础

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 主数据是夯实数字化转型基础底座,是助力管理体系和管理能力现代化的重要举措。

   主数据是夯实数字化转型基础底座,是助力管理体系和管理能力现代化的重要举措。

   一、充分认清主数据建设重要意义

  (一)主数据建设是数字化转型的必经之路

   随着集团近几年持续的兼并整合,企业规模不断扩大,业务日趋复杂,对管理和经营上的要求越来越高,集团与成员企业间的信息交互越来越频繁,系统之间信息交换和实时集成的需求越来越迫切。历年来,信息系统产生大量需要统一管理和共享的管理数据和业务数据,在现今的大数据时代,这些数据是重要的生产资料。但由于历史原因,集团没有对这些数据进行归口管理,各系统独立建设,系统之间数据标准不统一,造成数据集成和共享非常困难,难以有效的利用数据。要解决这个问题,亟需建立集团统一的主数据平台,将各系统的数据进行归口管理,通过采用规范化、标准化、制度化的管理流程、程序和技术平台,形成统一的主数据标准。

  (二)主数据建设是落实数字化建设的基础性工程

   主数据是“数字化”各项目群数据共享和数据交互的“连接中枢”。主数据是数字化建设的“里子”,是“数字化”实施落地中的核心基础性工程。因此,主数据的成效,不仅仅决定了“数字企业”的内在质量,也在很大程度上决定了“数字化”的整体落地效果。

  (三)主数据平台是提升集团数字化管控能力的重要抓手 

   “三分系统,七分管理,十二分数据”,这是多年来企业信息化建设的实践经验,充分表达了数据在“数字化”系统实施中的重要地位,揭示了技术、管理和基础数据三者在管理信息化建设中的权重关系,即管理创新的任务和工作量比技术的任务和工作量重,而基础数据不仅工作量非常大,其工作质量好坏还决定着“数字企业”建设的成败。根据国外机构调查统计,在全球企业信息化项目的失败案例中,70%的原因就是在基础数据上出了问题。

   主数据超越业务、超越部门、超越系统、超越技术,通过主数据平台的建设,可实现数字资产的标准化管理,解决不同异构系统之间的核心数据共享问题,为集团各系统提供准确、权威、具有较高业务价值的数据资源,助力集团数字化转型。这既是加速集团标准化进程、规范基础工作的有力抓手,也是全面贯彻落实高质量发展理念,进一步提升企业管理水平的重大举措。通过跨系统的信息联动共享,解决系统各自为政的“信息孤岛”问题,有效提升用户体验和办公效率。

   二、充分理解主数据建设的目标

   集团主数据平台的建设目标是建立集团准确、权威、统一来源的主数据湖,提升集团关键数据的价值、实现数据共享,为“数字企业”建设夯实数据基础。

   主数据平台主要实现三个具体目标:

  (一)以主数据平台为手段,构建数据标准化体系。

   集团数字化转型要“制度先行、标准先行”。主数据是数据标准化的重要支撑,制定主数据总体规划,建立数据标准和规范,使集团在基础数据管理上统一度量衡,消除“一物多码”、“一码多物”的现象,打破系统集成的壁垒,逐步达到系统互联互通、业务联动协同的应用效果。

  (二)以主数据平台为抓手,深化数据管控体系。

   主数据建设,管理是关键,主数据的特点是持续的运营,必须明确主数据管控体系,包括组织架构,管理流程,落实到人,持续运营,只有这样,才能够实现数据“源头”集中管理,才能够实现数据的全生命周期的管理,才能够改变原有基础数据分散管理现状,为我们将来的数据治理和数据分析夯实数据基础。

  (三)以主数据平台为契机,实现数据共享共用。

   制定主数据应用“指南”,引导各分子公司在系统建设中规范使用基础数据,保持总部与各分子公司所用系统基础数据高度统一,进而为业务报表编制、数据统计分析以及财务业务一体化工作提供便利条件。建立基础数据共享“桥梁”,打破各系统信息交互壁垒,使得物资、客商、项目、人员、组织等重要基础信息能够在多个系统内充分共享、高度复用。

    三、充分认识到存在的困难,正确把握好两个关系

   主数据项目是基础性和系统性改造工程,牵扯面广、工作量大、复杂度高,不仅仅有技术上的复杂性,更重要的是面临业务的复杂性。因此,在项目建设过程中,我认为在这两个项目的推进过程中,必须要充分的认识到可能面临的困难,正确把握好以下两个方面的关系。

  (一)处理好与各业务系统的关系

   主数据管理平台在企业信息化体系中占据非常重要的地位,一方面能够保证企业内各单位系统信息编码标准的高度唯一性,另一方面为企业未来数据仓库建设、大数据应用奠定基础保障,为各系统数据标准化导入、多维统计分析工作创造先决条件。因此,项目建设首先需要考虑数据从哪里来到哪里去的问题,需要建立一整套数据管理规范流程。针对现有已经具备完整用户管理的业务系统,需要考虑好与项目的兼容对接工作,避免重复录入。同时,借助主数据平台建立良好的用户数据同步及唯一校验机制,确保用户数据的及时性、可靠性。

   (二)处理数据共享互通与信息安全的关系

   主数据项目的本质是共享,没有共享就没有统一,但一切信息化建设的基础是信息安全,没有安全,数据共享互通就不具备基本条件。项目建设,必须把握好数据共享和信息安全的辩证关系,系统设计过程中需要充分考虑哪些数据需要共享,共享范围及权限如何定义,要建立完善的数据追踪审查机制,确保信息安全。

   四、落实“三个必须”,高质量推进主数据建设

   一是必须主要领导挂帅,全员参与,持之以恒

   主数据虽然不是一个具体的业务系统,但是又和各业务系统息息相关,主数据来源于各个业务系统,又延伸至各个业务系统,这就必然要求所有相关的业务系统的主导部门都参与到主数据的建设中来,如果业务部门不积极参与,这个项目肯定无法成功,所以,各业务部门,各子(分)公司务必要将这两个项目当做自己的事情,主要领导要亲自挂帅,做好组织协调、安排精兵强将,充分参与到项目建设中,积极献谋献策,齐心协力确保项目的成功。

   主数据建设项目集团各职能部门和各子(分)公司业务部门都要积极参与到数据标准的制定和数据质量认定的过程中,一定要杜绝“事不关己,高高挂起”或者“信息化的事与我关系不大”的思想。集团各职能部门、各子(分)公司要安排业务骨干深度参与,保障项目的顺利推进。集团每一位员工都要充分认识到数据标准建设不是一次性的项目建设,而是长期的基础性工程,需要建立长效机制。需要持续的集成业务数据,也是需要长期迭代的。

   二是必须加强集团统筹,数据无条件归集,有条件使用。

   主数据建设是一项“打地基”的工作,是集团数字化转型的重要手段。集团各业务部门和子(分)公司必须牢牢树立数字企业“一盘棋”的思想,基于主数据标准建设集团统一的数据湖,坚决拆除数据“部门墙”、“公司墙”,所有的数据必须无条件的汇集到集团的数据中心,业务系统之间必须无条件实现互联互通,只有这样,才能够充分发挥我们的数据价值,只有这样,才能够实现数字化业务协同。同时,使用上可以制定流程和制度,重要数据可以实行有条件使用,充分发挥数据价值。

   三是必须加强统筹力度,统一考核,加快推进。

  主数据项目是否成功很大程度关系到集团数字化转型的是否成功,因此大家需要在思想上充分重视,但是光从思想上的重视是远远不够的,必须要落实责任,压实任务,必须对数据的质量进行考核,一旦确定了一个数据域的责任部门,那么这个部门就需要担负起这个数据域数据质量的责任,数据更新是否及时,数据是否准确,这些内容在集团业务部门和子(分)公司年度考核中须加以体现,“数字企业”建设办公室作为负责组织推进 “数字企业”工作的职能部门,必需加强统筹,加强考核力度,细化责任,只有这样才能够充分保障主数据项目的成功,才能够为将来我们建立数据中台,实现数字化业务协同奠定扎实的基础。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
存储 数据采集 Oracle
医疗(医院)数据中台建设方案
以广州某三甲医院数据中台建设目标为例
2712 0
|
存储 人工智能 弹性计算
智库观察|面向公共服务与治理的行业大平台建设正当其时
“行业大平台”建设在公共服务和治理领域各行业数字化转型中尤为关键,意义重大。但这也是一个复杂的系统工程,在规划阶段就需从多角度综合筹划,形成一个整体蓝图与实施路径。
123 1
|
人工智能 监控 数据可视化
人效提升300%!金融行业项目信息化建设方案
在众多传统的金融业务领域,特别是在“投融贷”相关的业务中,数字化普及程度并没有想象中那么高。很多业务还停留在传统的“表哥表姐”模式,需要投入大量的人力来维护Excel表单,进行业务的管理和核算。这种模式的低效、易错的问题时有发生,严重阻碍了企业运转效率的提升。
人效提升300%!金融行业项目信息化建设方案
|
数据采集 存储 供应链
大型集团企业数据治理实践,推进全域数据资产体系建设 | 数字化标杆
数据治理是推动大型集团企业转型升级、提升竞争优势、实现高质量发展的重要引擎。沉淀了丰富的集团型企业数据治理项目经验,助力客户构建全域数据共享中心,实现数字化升级。
405 0
大型集团企业数据治理实践,推进全域数据资产体系建设 | 数字化标杆
|
城市大脑 达摩院 监控
阿里云交通数据中台解决方案,打造“数字化生产力”
在交通行业中,阿里云不仅具备成熟的方法论和工具,还联合高德、支付宝、阿里达摩院等,构成了一个内部协同生态,外部也积极与生态伙伴展开合作,全方位渗透交通各个领域和场景,是建设智能计算和催生智能分析的引擎。
阿里云交通数据中台解决方案,打造“数字化生产力”
EMQ
|
存储 数据采集 边缘计算
车路协同云控平台建设实践
为车路协同产业链提供车路协同云控基础平台资源连接、数据接入层基础软件以及数据「采集-移动-传递-对接」整体解决方案,探索技术架构演进与大规模商业化应用落地。
EMQ
1147 0
车路协同云控平台建设实践