如何打破数据管理僵局,释放数据资产价值?[AMT企源案例]

本文主要是介绍如何打破数据管理僵局,释放数据资产价值?[AMT企源案例],希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

引言

数据是企业信息运作的核心和基础,是影响企业决策的关键要素,而主数据是数据中的最基础和公共的部分。面临长期以来的数据治理缺失导致的杂论局面,如何有条不紊推进主数据管理,让数据资产“活”起来?S集团的做法非常值得参考。

项目背景

数据治理缺失,数据资产僵化,主数据管理如何力挽狂澜

S集团是国内领先的综合性咨询机构。多年来,集团在业务过程中沉淀下大量项目、客户、供应商、专家数据。但由于长久以来缺乏数据质量管控流程,缺乏对基础数据的统一治理,加之近两年数字化转型过程中“烟囱式”的系统建设架构,数据在各系统中自行维护和管理,主数据制度规范缺失、数据标准不统一、数据多来源和口径不一致等问题普遍存在。同时同类数据在系统间存在严重的异构化和碎片化,导致数据质量不高、数据共享融通困难。另外,集团缺少统一的应用分析标准和有效的数据分析工具,还停留在手工统计报表阶段,从而影响业务发展、分析与决策,数据资产价值无法充分释放。

为解决当前集团数据治理相关问题,更好地支撑集团改革创新战略发展目标,S集团计划对集团本部及下属公司主数据管理体系进行深入研究,搭建及推广主数据平台在全集团的使用。为此,S集团携手AMT企源,开展主数据管理研究工作。

解决方案

集团主数据管理目标

结合集团企业数据管理、信息化系统及相关的业务流程,依据行业实践和数据治理领域相关国家法律法规,经广泛征集意见和多次论证,S集团和AMT企源组成的联合项目组最终制定了集团主数据标准原则、方法以及相应方案,用于对公司数据治理工作的指导和推行。

本次主数据管理研究工作以S集团建立主数据长期管理机制为目标,结合S集团管控模式和综合性行业特征,考虑主数据建设的特点,结合数据治理制度体系建设和职能完善,提升集团数据可靠、可信、可用性,助力数据价值的实现,形成一套包含主数据管理标准、主数据管理组织及权责矩阵、主数据流程制度等解决方案。

主数据管理方案

(一)明确主数据管理范围并制定整体策略

根据调研的实际情况,聚焦核心主数据域提出主数据字典设计样例及思路,给出主数据管理虚拟组织及职责建议,核心主数据域标准与流程设计建议,提出未来数据分析及应用场景设计思路,为后续详细设计提供方向。

(二)设计主数据管理组织及权责矩阵

根据集团整体数据管理体系目标和要求,充分考虑主数据统筹管控、主数据主责方、主数据使用方、主数据具体管理、主数据相关平台运维等管理视角,结合S集团实际组织架构,设计主数据管理虚拟组织。

(三)制定主数据管理标准与流程制度

统筹考虑主数据管理能力,完成主数据定义和识别、主数据标准管理、主数据质量管理、主数据安全管理、主数据同步管理以及主数据的申请、校验、审核、发布、变更、冻结、归档等全生命周期管理的流程设计,并结合主数据管理组织中的角色设计,形成流程节点与组织角色相匹配的流程体系。

(四)数据分析及应用场景探索和实施蓝图设计

洞察经营性主数据和分析性数据规则,开展数据组合,探索数据分析及应用场景,形成高阶场景方案,未来有效支撑S集团领导经营决策,帮助管理人员及时有效掌握经营状况。完成主数据管理实施路径规划,明确各建设阶段的工作目标、工作内容、时间周期、人员要求等内容。

主数据管理工作步骤

(一)制定主数据管理组织,制定数据服务管理规范与流程

指定负责推进数据治理相关工作的组织部门以及数据治理政策标准的制定方、推动方、评价方和协调方,制定各管理部门以各领域业务主数据的规范和要求,指导各所属公司进行数据治理。

梳理制定S集团及所属公司的主数据管理流程清单,编制了5大领域直至末级的流程总图。同时,设立常态化推进和专项推进两种机制,进行数据服务管理规范和流程的全面落地。

(二)制定五大域主数据标准以及安全和质量管理体系

明确全集团统一的五大主数据域重点管理对象和管理标准(组织主数据、财务主数据、客商主数据、项目主数据、合约主数据),形成二级主数据分类和相应标准;制定全集团统一的主数据编码规则;梳理客商、项目、组织、财务等响应字段,识别对应的基础属性。

制定主数据的安全标准,制定从外部公开到绝密5类分级分类管理要求,并制定集团和所属公司主数据共享和脱敏管理要求。

制定主数据质量管理流程,对所属公司主数据重点检查对象进行检查,每次在主数据字典中审查选取检查的表单或字段范围,基于多维度进行检查,并编制质量报告,推进数据质量的持续提升。分三个阶段,通过检查不同侧重点的数据质量,实现对主数据的长效管理。

(三)主数据管理建设

通过对S集团信息化现状分析,选取有代表性的厂商进行了市场调研,综合考量主流主数据管理平台方案的实施难易度、功能完备和可扩展性以及经济性,最终选择以现有系统二次开发的模式进行主数据统一性和稳定性管理、并实现主数据管理系统核心功能及部署。

(四)主数据应用和实施路径

以“看得全、摸得清、控得住”为当前数据应用的主要目标,将全集团项目、客户、专家等相关多张主数据基础明细表打通共享;建立经营和业务2大类近百项指标的数据库;绘制数十张经营业务报表的三层结构实现。识别三年内S集团多个数据管理项目,建立主数据建设蓝图,形成全集团视角的跨数据域的智慧分析体系。

应用价值和后续持续提升——AMT企源数字化转型

本次主数据管理研究项目从为全集团数据融合、为业务全过程打通提供基础以及支撑集团应用场景分析决策的“两基础、一场景”维度提升S集团数据治理水平,为构建‘车同轨,书同文,行同伦’的新S集团贡献了力量。

通过实现总部和所属公司CRM、OA等五大系统主数据在全集团范围标准统一、管理规范、数据一致且唯一,成为全集团统建系统向所属子公司推行实施的前哨,为“全集团数据融合提供基础”;

通过规范项目从商机到合约到实施流转全流程可互通的基础信息,完善人员及专家相关重要数据资产的全集团安全共享,助力全过程咨询管理、业财融合及未来全集团的知识管理,为“业务全过程打通提供基础”;

通过实现跨数据域(项目、客商、合约、财务、组织)的整体报表设计,结合先进数字化技术,促进集团智慧分析决策体系的搭建,支撑“集团应用场景分析决策”。

后续S集团将结合管理侧的落实推进,持续进行数据相关系统建设实施,持续迭代优化组织、流程、标准和机制,支撑S集团数据管理及数据价值挖掘的能力提升,助力集团改革创新的发展战略落地!

您有任何管理提升和数字化转型问题,都可以或“私信我们”。我们将即时为您解答,或预约专家进行一对一沟通。

这篇关于如何打破数据管理僵局,释放数据资产价值?[AMT企源案例]的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/980389

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G