《最新数据治理体系实施步骤.docx》由会员分享，可在线阅读，更多相关《最新数据治理体系实施步骤.docx（19页珍藏版）》请在第壹文秘上搜索。
1、引言：完整的企业或机构大数据能力的构建步骤一般是“建立组织架构一应用需求梳理一数据盘点梳理一引进平台技术一汇聚多源数据治理数据一数据应用-数据运营”等。数据资产管理以数据价值为导向，分布在大数据能力构建的多个环节。本章将主要围绕数据资产管理，具体阐述实施步骤、主要工具平台的功能，并基于实践经验，提出数据资产管理成功的要素。数据成熟度不同的企业或单位开展数据资产管理的具体步骤和实施内容要根据自身情况制定。(-)实施步骤数据资产管理可参考按照“统筹规划一管理实施一稽核检查一资产运营”四个阶段的方法策略执行，每个阶段对应的管理职能如图7所示。以业务应用目标为指引，企业可以按照自身数据及管理情况制定不
2、同的实施步骤顺序。数据资产管理实施步骤1 .第一阶段：统筹规划第一阶段是统筹规划过程，制定数据资产管理战略规划，明确数据资产管理目标，涉及建立数据资产管理组织和制度作为保障措施，盘点数据资产，制定数据资产标准规范等，该阶段成果是后续工作的基础。一般情况下，第一步是建立组织责任体系，根据自身情况，制定数据资产管理制度规范。需要建立一套独立完整的关于数据资产管理的组织机构，明确各级角色和职责，确定兼职专职人员，保障数据资产管理的各项管理办法、工作流程的实施，推进工作的有序开展，并逐步打造管理及技术的专业人才团队。第一步的主要交付物包括：数据资产管理规划、数据资产管理认责机制、数据资产管理工作指引、
3、数据资产管理考核评价办法。第二步是结合业务盘点数据资产，评估当前数据管理能力。对基础数据的盘点是开展数据资产管理工作的前提之一，需要分析企业战略及业务现状，结合当前大数据现状及未来发展，盘点企业内外部数据现状，确立数据资产管理的目标，并逐渐实施需求调研、盘点资产、采集汇聚等专题任务。与此同时，了解企业数据来源、数据采集手段和硬件设备情况，以定位自身数据资产管理能力，规划未来数据资产管理成熟度提升方案。第二步的主要交付物包括：数据资产盘点清单、数据资产管理现状评估。第三步是制定数据资产相关的标准规范。在企业组织架构、制度体系和数据资产盘点的基础上，结合国际标准和行业标准，围绕数据资产全生命周期管
4、理，制定相关的数据规范体系，包括元数据标准、核心业务指标数据标准、业务系统数据模型标准、主数据标准、关键业务稽核规则等，使得数据管理人员在工作中有明确的规则可依，同时，建立参考数据和主数据标准、元数据标准（比如元模型标准）、公共代码标准、编码标准等基础类数据标准，以及基础指标标准、计算指标标准等指标类数据标准和关键业务稽核规则。企业应逐步推动相关数据规范和标准的工作建设，使数据有效汇聚和应用，切实保障数据资产管理的流畅实现。第三步的主要交付物包括：数据资产标准管理办法。2 .第二阶段：管理实施如果说第一阶段重点还在于对数据资产的定义、规划、梳理，第二阶段就是对第一阶段成果的落地实施C首先，在搭
5、建大数据管理平台、完成数据汇聚工作的基础上，根据企业自身存量数据基础和增量数据预估，建设或采购必要的数据资产管理平台或引入第三方工具以支撑管理工作，切实建立起企业据资产管理能力。其次，要建立安全管理体系，防范数据安全隐患，执行数据安全管理职能。再次，还需要制定和管理主数据，以明确企业核心业务实体的数据如客户、合作伙伴、员工、产品、物料单、账户等，从而自动、准确、及时地分发和分析整个企业中的数据，并对数据进行验证。在第二阶段里，需要从数据资产管理的相关业务、技术部门日常工作流程入手，切实建立起企业数据资产管控能力，包括从业务角度梳理企业数据质量规则，检测数据标准实施情况，保证数据标准规范在企业信
6、息系统生产环境中真正得到执行。针对关键性数据资产管理工作，可以借助管理工具，建立数据资产的管理流程，保证相关事情都有专人负责。同时，企业应加强数据资产服务和应用的创新，可以围绕降低数据使用难度、扩大数据覆盖范围、增加数据供给能力等几个方面开展。通过数据可视化、搜索式分析、数据产品化等降低数据使用难度；通过数据“平民化”（如打造数据应用商店）扩大数据覆盖范围，让一线业务人员接触到更多的数据，让数据分布更加均衡；通过数据消费者、数据生产者之间灵活的角色转变，增加数据的供给能力（如形成数据众筹众享模式）。第二阶段的工作目标主要是为企业打造核心的管理数据资产的能力，同时为企业内数据资产管理部门形成数据
7、管理的工作环境，概括起来，就是企业数据资产可管理、可落地。本阶段主要交付物包括：数据资产管理办法、数据资产管理实施细则（包括数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全管理、数据应用管理等）。3 .第三阶段：稽核检查稽核检查阶段是保障数据资产管理实施阶段涉及各管理职能有效落地执行的重要一环。这个阶段包括检生命周期等具体任务。这个阶段需要抓好三个“常态化”。一是数据标准执行情况检查的常态化。数据标准管理是企业数据资产管理的基础性工作，通过数据标准管理的实施，企业可实现对大数据平台全网数据的统一运营管理。数据标准管理的检查主要从标准制定和标准执行两个方面检查。标准制定的检查主要围绕
8、同国家标准、行业标准的一致性，同时参考与本地标准、数据模型的结合性，包括数据命名规范、数据类别等。标准执行的检查主要围绕标准的落地情况，包括数据标准的创建和更改流程的便捷性、数据标准使用的广泛性、数据标准与主数据的动态一致性等。二是数据质量稽核的常态化。应对数据质量问题，首先要提升数据质量意识，数据质量意识包括能够将数据质量问题与其可能产的业务影响联系起来，同时也包括“数据质量问题不能仅仅依靠技术手段解决”的理念。尽可能从数据源头提升数据质量。其次，建立一套良性循环、动态更新的数据质量管理流程，制定符合业务目标的数据质量稽核规则，明确在数据全生命周期管理各环节的数据质量提升关键点，持续评估和监
9、督数据质量与数据质量服务水平，不断调整更新数据质量管理程序，推动数据向优质资产的转变，逐步释放数据资产价值，为企业带来经济效益。三是灵活配置数据存储策略的常态化。数据生命周期管理，其目标是以完全支持企业业务目标和服务水平的需求，根据数据对企业的价值进行分类分级，形成数据资产目录，然后制定相应的策略，确定最优服务水平和最低成本，将数据转移到相应的存储介质上，争取以最低的成本提供适当级别的保护、复制和恢复。借助数据生命周期管理，企业不但能够在整个数据生命周期内充分发挥数据的潜力，还可以按照业务要求快速对突发事件做出反应。四是数据资产安全检查的常态化。在大数据时代，数据资产更容易遭受泄露、篡改、窃取
10、、毁损、未授权访问、非法使用、修改、删除等问题。2019年5月，国家互联网信息办公室发布关于数据安全管理办法（征求意见稿）公开征求意见的通知。企业应通过建立对数据资产及相关信息系统进行保护的体系，合规采集数据、应用数据，依法保护客户隐私，提高数据安全意识，定期进行数据资产安全检查，保证数据的完整性、保密性、可用性。本阶段主要交付物包括：数据资产管理稽核办法、数据资产管理问题管理办法。4 .第四阶段：资产运营通过前三个阶段，企业已经能够建立基本的数据资产管理能力，在此基础上，还需要具备以实现业务价值为导向，以用户为中心，为企业内外部不同层面用户提供数据价值的能力。资产运营阶段是数据资产管理实现价
11、值的最终阶段，该阶段包括开展数据资产价值评估、数据资产内部共享和运营流通等。数据资产价值评估能够以合理的方式管理内部数据和提供对外服务。在大数据时代，数据运营企业关于数据价值的实现是体现在数据分析、数据交易层面。数据资产作为一种无形资产，其公允价值的计量应当考虑市场参与者通过最佳使用资产或将其出售给最佳使用该项资产的其他市场参与者而创造经济利益的能力。只有对数据资产价值进行合理的评估，才能以更合理的方式管理内部数据和提供数据对外服务。数据资产内部共享和运营流通需要加强管理运营手段和方式方法，促进数据资产对内支撑业务应用，对外形成数据服务能力，打造数据资产综合运营能力。数据资产内部共享主要是消除
12、企业内数据孤岛，通过相关管理制度和标准体系的建设与推动，构建企业内数据共享平台，打通各部分各系统的数据，使更多的数据可以成为资产，应用于数据分析，全面动态促进数据价值的释放。数据资产运营流通主要是实现数据资产价值的社会化，需要从数据安全管理及合规性、数据资产成本及价值创造、组织结构优化、数据质量提升等方面进行规划并不断迭代，持续优化数据资产管理能力。本阶段主要交付物包括：数据资产价值评估方法、数据资产成本管理方法、数据资产共享流通管理办法。(-)实践模式数据资产管理在“统筹规划-管理实施-稽核检查一资产运营四个阶段的方法策略执行参照下，还可以根据两个思考维度，选择一些常用的实践模式。其一是组织
13、方式，有自上而下的顶层设计模式和自下而上的各个击破模式两种类型；其二是建设策略，有生产系统优先和数据系统优先两种类型。1 .数据资产管理的建设策略企业数据资产管理的建设策略主要包括自上而下和自下而上两种方式。如果企业将数据资产管理纳入战略规划，且企业的高层拥有较大的决策权，可以采用自上而下的建设策略，结合企业业务发展目标制定长远的数据资产管理规划。如果企业的数据管理部门具有一定的独立性，并且具备专业技能和相关经验，可以采用自下而上的建设策略，以探索数据资产管理需求为驱动力，通过问题导向，推动企业数据资产管理的逐步完善。各模式的解释详细见表4。表4数据资产管理的两种建设策咯建设簟喉建设要点优缺点
14、自上而下模式规划先有，组织俄系先行,随后是分阶段分步藤的建设实葩.有体系和节奏，规范性好，适合有分支机构的大型企业；时间和投入成本很尢.见效慢.由下而上模式从具体某一业余需求开始，由点及面，逐渐犷展到组织的其他业务.需求驱动，快送行动.见效快；虢一整合比较到渔，适合机构和业务不多的中小型机构.数据资产管理自上而下建设策略的显著特点是“规范、标准先行“，项目开展通常由数据资产管理咨询项目开头，这种模式通常有以下几项重要活动：调研数据资产分布现状：数据资产现状调研在数据资产盘点、收集调研问卷、现场访谈等调研手段的基础上，结合业务场景，充分的了解当前企业的数据资产分布情况，也有助于企业在展开自上而下
15、的数据资产管理前掌握业务人员的数据需求；评估数据资产管理水平：通过自评估或者专业机构进行数据资产管理评估，将帮助企业在自上而下实施之前了解当前自身数据资产管理的现状，明确存在的问题和潜在的挑战，规划适当的数据资产管理蓝图；建设数据资产管理体系：数据资产管理工作是一项跨业务、跨部门的系统工程，数据资产管理的从上而下实施高度依赖于高层管理人员的支持和职能集中化的数据资产管理组织。数据资产管理体系通过明确管理战略、制定管理制度、搭建组织架构等一系列活动，以企业级的全局视角推进数据资产管理的实施。数据资产管理自下而上建设策略的显著特点是“问题导向、系统建设先行、快速见效以解决各业务部门和业务系统数据管
16、理中的问题为出发点，通过使用成熟的数据资产管理工具，快速搭建数据资产管理平台，实现问题的逐个击破，并逐渐探索出全面的解决方案。参考各行业数据管理项目实践，自下而上的模式一般以解决企业面临的元数据管理、数据质量管理两项核心数据资产管理任务作为切入点，逐步扩展到数据模型管理、数据标准管理、数据安全管理等其它数据管理职能。2 .数据资产管理的切入方式在建设策略方面，一般从生产系统入手或数据系统入手。从生产系统入手的常用建设模式包括企业数据模型建设模式以及主数据建设模式。从数据系统入手的常用建设模式包括统一数据平台模式和数据集市模式。企业在选择不同建设策略的时候，可以考虑数据对于企业的重要性以及企业目前对于数据的管理水平。如果数据是企业重要的业务资源，
