持续不断地把企业零散的、孤岛式的数据转变成数据资产并服务于业务的应用。
文/马存先
关键词:数据治理 数据赋能 数据中台 数字化转型
在数字技术日新月异的今天,越来越多的企业借助数字化转型提高生产力、优化供应链、洞察市场商机,极大地拓展了企业的战略选择空间。企业数字化转型的本质在于经营模式从业务驱动转向数据驱动,通过治理让数据变得可见、可用、可运营,从而培育企业强大的感知能力、明智的决策能力和快速的执行能力。
数据中台作为一种“让企业把数据用起来”的机制,不断地把企业中零散的、孤岛式的数据转变成数据资产并服务于业务,拓展了企业的战略选择空间。
不同视角看数据中台
1.业务视角看数据中台
业务流程整合通常从端到端的业务流程梳理开始,打通企业的数据孤岛,形成全链路闭环的经营活动数据。将分散在各个应用系统数据库中的数据通过ETL过程(抽取、转换、加载)汇集到企业数据仓库(EDW),经过数据治理再将这些资产化的数据以服务的形式共享给各个业务单元,满足不同业务场景的数据分析需求。以产销协同场景为例,把各个销售部门的订单毛需求汇集到数据中台,通过中台的智能调度模型自动匹配生产基地,促进企业在分布式制造系统下多基地、多工厂之间高效协同运作,在最小化运营成本的同时提高订单交付的及时性。
2.协同视角看数据中台
现代企业大多采取事业部制或矩阵制式的组织形式,不同事业部或职能部门在信息化过程中逐渐建立了各自的应用系统来支撑业务运作,形成“部门墙”,企业的数据分散在不同的业务系统内,形成“数据墙”。由于“部门墙”和“数据墙”的存在,企业无法打通端到端的业务流程,导致业务流断层,从而形成了各式各样的“业务墙”。数据中台就是为了实现端到端的全链路数据互联互通,通过把不同场景下的数据汇集与建模,整合被分割的业务模块,打通“数据墙”,实现各业务部门之间的协同管理。
3.数据视角看数据中台
企业数字化转型的重要工作之一是打破企业现有业务系统的边界,重构企业数据,让数据变成资产。首先,要把分散在各个业务应用系统中的数据汇集到数据中台,构建企业数据治理体系;其次,通过数据指标化、标签化让数据变为管理者真正能读懂的数据;第三,基于业务场景建立各业务系统的数据索引,构建数据地图,形成数据全链路可视化;最后,管理人员基于可视化场景对数据服务进行组合或者重构,满足不同业务场景的数据分析需求,从而实现数据赋能业务,促进企业数字化转型。
4.发展视角看数据中台
随着信息化升级,企业打通各个独立的应用系统,实现跨系统之间的数据互联。但是由于缺乏统一的数据标准,各应用系统的数据仍然无法用于企业整体数据分析。因此,企业通过数据治理形成统一的主数据标准和数据字典,构建数据仓库用于数据分析与挖掘。随着数据量的增加,企业开始运用大数据处理技术提升数据处理能力。企业经过多年的信息化建设形成了一定的数据处理能力,当构建数据中台时,并不是要推翻之前的信息化投入,而是应重构数据处理能力。
数据资产治理方法、步骤与目标
1.数据资产治理方法
企业数据资产治理通常从管理线和技术线同时展开。在管理方面,企业应建立相应的组织、制度、流程与规范,指导和约束数据专员以及数据维护人员的操作行为,统筹企业数据应用战略、数据标准、数据质量规则等的制定与实施。在技术方面,企业应构建数据治理与管控平台,把数据标准、数据质量规则、流程体系等固化到平台内。在数据产生阶段,确保进入系统的数据都是符合规范的;在数据使用阶段,通过质量报表、数据看板等工具实时展示数据质量情况;在数据稽核阶段,通过数据地图、数据血缘、数据影响分析,可以清晰展现不规范数据的影响范围,并利用数据清洗工具修正不规范的数据。
2.数据资产梳理步骤
企业数据资产梳理需要经过四个步骤(见图1),即数据盘点、数据评估、数据治理和数据体系规划。第一步,要明确企业关于数据资产的定义以及数据资产的利益相关方(包括数据的生产者、数据的拥有者和数据价值的收益者),并通过数据资产盘点表对企业已经形成业务记录的数据进行清点,把需要作为数据资产管理的数据罗列出来,形成数据资产清单;第二步,对数据资产清单进行诊断与评估,为了保证数据诊断与评估的科学性,企业通常借助数据资产评估模型(DCMM)对数据资产清单进行评估、分析,以确定企业数据资产在数据战略匹配性、数据治理体系化、数据架构合理性、数据标准统一性、数据质量精确性、数据安全可控性、数据应用合理性和数据全生命周期管理的有效性这八个维度上的应用现状,以及现状与期望之间的差距;第三步,对数据资产进行详细评估后,就要制定针对性的数据治理方案(目前数据治理有三大趋势,见图1),对企业的数据资产进行治理与清洗;第四步,经过数据治理与清洗的“干净”数据需要系统的规划才能服务于业务,数据体系规划的目的就是要把这些“干净”的数据进行体系化设计,形成数据中台的核心框架,即三大数据体系:主数据体系、数仓体系和标签体系。
3.数据资产治理目标
通过数据资产治理达到数据规范化,实现数据的可见、可用、可运营。数据规范化指通过数据治理建立统一的数据标准体系、数据质量规则以及数据全生命周期管理规范。数据可见指企业管理层对外可以通过数据洞察市场行情的变化,及时调整市场策略以及企业战略;对内可以了解各业务线运营情况以及员工的业绩表现,便于公司制度的调整与优化。数据可用指公司管理层可以利用数据来辅助决策,业务执行层可以利用数据来提升工作效率。数据可运营指建立一套数据驱动的组织管理模式以及技术支撑体系,通过数据全链路分析(数据血缘分析和影响分析)及时了解上下游组织的动态,并以数据地图的形式直观展现,充分发挥数据价值。
数据中台赋能企业数字化转型
1.数据中台赋能供应链管理
数据中台是企业实现供应链数字化转型的重要途径。数据中台赋能供应链的四大能力:数据汇聚、数据建模、数据治理和数据服务。数据汇聚指企业将工业系统产生的实时数据和企业应用体系产生的业务数据集成到数据中台。数据建模指对汇聚起来的数据进行加工处理,形成主数据体系、统一数据仓系统和标签数据系统。数据质量体系指在构建企业统一数据字典的基础上实现数据全链路可追踪、可溯源。数据服务指把资产化的数据以服务的形式提供给各应用系统,用于业务部门辅助决策以及趋势分析等。
数字化供应链的关键在于各节点的业务数据化并实现互联互通。数据的有效应用不断推动企业供应链管理优化。例如,在采购寻源阶段,通过采购标签、供应商画像可以智能推荐候选供应商,减少供应商寻源成本;在供应商绩效管理方面通过大数据分析,可以对供应商精准评价与分级,从而不断优化供应链网络。
2.数据中台赋能客户管理
大数据应用较成熟的领域莫过于精准营销,通过客户360度画像对客户、商品、渠道三者之间进行精确匹配,以客户为核心,洞察客户兴趣偏好、消费行为,挖掘销售机会,延长客户生命周期。
数据中台的价值在于数据应用能力的整合,可以利用数据中台将市场、客户关系管理、产品研发、ERP、企业资金中心等数据进行融合,建立统一的数据仓库体系,将销售订单与物流运单、财务收款回单与客户主数据、产品主数据和元数据体系通过一系列的建模与算法设计,形成企业的客户标签体系,并将数据服务化来驱动客户管理。在数据化客户管理运营中,销售人员通过全渠道推荐的销售线索分析潜在客户的特征及消费行为,将线索转化为商机;对特定客户进行精准推荐,及时掌握客户需求,与技术部门进行技术评审,预估新品研发周期成本,筛选优质客户,并对客户进行等级划分;销售、技术、生产部门根据订单交期制定生产计划、发货计划,通过大数据与物联网对订单进行全程跟踪,最终到收货、回款环节。在订单执行过程中,掌控整个交易行为,通过数据中台各项数据的汇集,全局判断商流、物流、资金流的风险,并对各环节的风险进行提前预警,从而规避或降低风险,帮助企业实现利益最大化。
3.数据中台赋能产销一体化
产销一体化业务涉及企业整个运营管理过程,其数据通常分散在不同的应用系统内。如何将这些分散的数据集中起来并服务于业务,是企业面临的重大挑战。数据中台的优势在于汇集企业所有应用系统的数据构建数据能力中心。例如,在产销协同场景内,数据中台可以提供智能调度服务,为订单池内的订单评审交期、合理分配生产基地、实现产能最大化以及降低物流成本。数据中台提供的智能调度服务包括订单调度微服务(含订单分发服务、交期拆分服务)、产能计算微服务(含总装产能计算服务和模具产能计算服务)、订单跟踪微服务(含在产在途计算服务和库存计算服务)。这些微服务结合智能算法可以帮助企业实现产销协同,同时最小化运营成本。
对企业建设数据中台的建议
数据中台是企业实现数字化转型的有效手段,但是有些企业还处在信息化建设的初级阶段,各业务职能的应用系统还没有完善,这时就不太适合马上建设数据中台。因此,企业要实现数字化转型需要完成以下四步:
第一步,业务数据化。数据是支撑企业市场行情动态分析、新产品研发与改良、内部运营管理,以及量化各种业务活动的重要依据。企业应把所有业务活动过程中产生的数据记录下来并形成数据资产,这是企业信息化建设最基础、也最重要的一环。宝洁公司内部流行一句话:“没有记录下来的事情都没有发生过”。
第二步,数据在线化。一旦全部实现数据在线化,数据量就会不断增大,形成海量数据。要想数据产生价值就要实现数据共享。也就是说,在线并不能确保数据产生价值,还要把在线的数据共享给各业务部门,只有实现数据互联互通才能让数据产生价值。
第三步,在线专业化。IT圈内流行一句话:“专业的系统做专业的事”。但是企业不要期望数据中台可以解决企业遇到的所有问题。数据中台是企业信息化发展到一定程度的必然产物,解决的是把企业分散的数据应用能力集中化的问题,并不能代替企业各个职能部门的应用系统。
第四步,数据服务化。数据中台的本质就是让企业把数据用起来,并且能够为企业创造价值。通过数据治理与数据规划使数据变得可见、可用、可运营,并封装成数据服务API供各应用系统使用。因此,数据服务化是数据中台赋能企业数字化转型的关键环节。■
主要参考文献
[1] 迈克尔·韦德,杰夫·劳克斯,詹姆斯·麦考利,安迪·诺罗尼亚.全数字化赋能:迎击颠覆者的竞争战略[M].北京:中信出版社,2019.
[2] 付登波,江敏,任寅姿,孙少忆等.数据中台:让数据用起来[M].北京:机械工业出版社,2019.
[3] 钟华编著.企业IT架构转型之道:阿里巴巴中台战略思想与架构实践[M].北京:机械工业出版社,2017.
[4] 王坚.在线:数据改变商业本质,计算重塑经济未来[M].北京:中信出版社,2018.
作者单位 广州赛意信息科技股份有限公司
|