论企业数据管理体系建设
数据是企业在持续经营活动中积累下来的宝贵资产, 数据本身以及围绕数据所进行的活
动必须得到管控, 以确保在合理的成本范围内数据价值充分发挥并进一步增值, 实现投资回
报最大化。
本文分析企业数据管理存在的突出问题和挑战, 对数据管理体系构成、 建设原则、 建设
关键点、 演进策略提出一些建议, 力图为企业建立或完善本企业的数据管理体系提供
一些参考。
背景和问题
信息技术进步使信息化成为企业发展和快速扩张的有效支撑手段, 多年来,国内外各行
各业分别建设了适合本企业的信息系统, 如生产支撑型、 业务支撑型、 管理支撑型,以及分
析决策型系统等;与此同时,随着全球经济发展、 市场竞争加剧、 新技术的推陈出新和逐渐
商用,信息系统所承载的业务内涵、系统规模和数量和复杂性也在不断攀升。
林林总总的这些信息系统, 在长期使用中积累、 沉淀了大量的核心业务数据, 如客户资
料、营销策划内容、 产品资料、 合作伙伴、 合同契约、 企业资源、 进销存、 生产、工程
建设、财务数据等, 这些既是企业的关键信息, 也是企业的核心资产, 如果不对数据生命
周期全过程加以管治,将可能带来多方面问题,例如:
数据安全问题: 数据的不恰当使用可能泄漏企业机密, 导致企业在竞争中失利, 危及企
业生存和发展;另外国内外对上市企业也有相关法律要求,例如美国《 Sarbanes-Oxley
法案》 和我国《企业内部控制基本规范》 ,均提出上市公司的内控管理必须切实做到保护财
务数据、 维护系统安全、 保护客户数据免遭盗窃与破坏, 以提高公司披露的准确性和可靠性
等。
价值发挥问题: 面对众多信息系统, 如果缺乏完整、一致的企业数据视图, 业务部门将
不知道企业内哪些系统拥有自己所需的数据; 用户在不知道数据质量状况或明知数据不可靠
的情况下, 不可能放心使用数据,无从根据数据作出正确判断、决策和快速响应。 这些都将
遏制数据价值的完整释放。
数据升值问题: 在数据质量有保障的前提下, 对企业的大量历史数据采用商业智能、 数
据挖掘、预测能技术手段,能从数据中发现事物发展的深层次规律,例如客户偏好、收入预
测、客户流失倾向预测等,为企业提供经验总结和预见性的业务支撑; 另一方面, 良好的数
据管理机制将在企业内形成良好的知识共享和传承体系,促进企业的人才培养和组织进步,
实现数据增值。反之,数据的零散分布、数据歧义、低劣的数据质量,以及制度和平台的缺
乏,将严重遏制数据价值的进一步发挥和增值。
成本效率问题: