企业级管理信息系统的数据技术管控体系研究

王海吉，解文艳，姜雯君（.广东省电力设计研究院，广州 50663；.湖南省怀化电业局，怀化　48000）

企业级管理信息系统的数据技术管控体系研究

王海吉1，解文艳1，姜雯君2
（1.广东省电力设计研究院，广州 510663；2.湖南省怀化电业局，怀化418000）

0　引言

随着国家逐步加强国有资产集约化的管理，作为国有资产的实际管理者——国有企业，特别是中央企业开展支撑加强资产集约化管理的企业级管理信息系统建设，用以支撑企业资产的集约化和精益化管理，对于此类的信息化建设的系统我们定义为企业级管理信息系统。其特点是面向企业全业务域，通过顶层设计，自上而下采用企业架构（EA）的方法进行信息化建设，最终实现横向到边，纵向到底的信息化管理系统，打破原来自下而上建设信息化管理系统造成不同系统间信息孤岛的现象。

企业级管理信息系统的建设不是单单某一个信息化管理系统的建设，而是从全企业的角度出发，建设覆盖全业务域的全部信息管理系统，支撑跨业务域流程的无缝衔接和数据的共享，通过企业级管理信息系统的建设实现关键信息资源（数据）的集中，从而支撑企业资产集约化和精益化的管理。因此企业级管理信息系统建设是否能按照自上而下采用企业架构 （EA）的方法进行信息化建设是其成功与否的关键因素。

企业架构（EA）架构是遵循企业战略规划制定的用于描述企业信息化建设的目的框架，主要由业务架构、应用架构、数据架构和技术架构组成。在选定的技术架构之上，数据架构是支撑应用架构和业务架构的基础，要做好企业级管理系统的管控核心在与对于基础架构的把控。鉴于技术架构主要由主流的IT厂商决定，企业级管理信息系统对于技术架构仅存在选择权，而没有决定权，只有数据架构、应用架构和业务架构才是企业可以完全把控的架构，而三者之中数据架构则是三者的基础，因此以数据架构为框架，开展数据技术管控工作是整个企业级管理系统的关键点。

1　数据技术管控的基础

数据技术管控是在企业级管理系统中，遵循企业信息化规划和企业架构，从企业级管理系统的设计阶段开始，以数据标准体系为基准，通过技术审查、系统检测等方法，对企业级系统的建设全过程（需求分析、设计、开发、测试和实施），确保企业级管理系统从建设源头开始即符合企业数据标准体系的相关要求，最终实现企业数据标准体系在系统建设中的落地，达到企业级管理系统间数据同源协同，数据一方维护、多方使用，最终促进高质量企业级数据资产的形成。

显而易见，企业数据标准体系是数据技术管控的的基础，其构成包括是以企业架构（EA）的数据架构为框架，由数据模型规范、数据元素集标准、信息分类与编码标准、数据质量规范等构成。企业数据标准体系构成如图1。

图1　企业数据标准体系构成图

数据模型是构成企业数据标准体系的核心，数据模型是对业务架构的抽象描述，并采用数据建模的方法予以表达。数据模型主要包括：概念数据模型、逻辑数据模型、物理数据模型。对于数据模型规范所管理的数据模型主要在概念数据模型和逻辑数据模型层面。从实际的建设和使用的数据模型建模方法来看，企业架构中的数据架构对应概念数据模型。逻辑数据模型是从信息系统开发的角度，则以采用E-R建模方法的数据模型规范描述，E-R模型覆盖了全部业务范围，主要用于支撑系统的关系型数据库的开发。而对于系统间进行集成的数据，则需采用UML的建模方式进行建模，集成数据经规范可形成交换数据模型规范，其数据范围属于且小于采用E-R建模方法的数据模型规范。对于开展了主数据管理建设的企业，主数据逻辑模型则属于且小于采用UML的建模方式的交换数据模型中。

围绕数据模型，还有数据元素集标准、信息分类与编码标准和数据质量标准等，这些标准共同的特点就是需要与数据模型相匹配。其中数据元素集标准就是将数据模型规范中的相关字段抽取出来形成数据字典，对数据模型中的数据字段进行规范化描述。信息分类与编码标准则是依据业务需求对可以进行编码的数据项编码化。上述五项企业数据标准体系将作为数据技术管控的基础。

2　数据技术管控体系

数据技术管控是在企业级管理系统的需求分析、设计、开发、测试和实施五个阶段采用文档审查、系统检测和软件监造等工作方式，对于企业级管理系统各阶段的建设成果，依照相关的数据标准体系进行数据技术管控工作，确保各阶段建设成果符合企业数据标准体系的技术要求。

数据技术管控总体的工作阶段主要包括：数据管控体系构建阶段、数据技术管控阶段、数据技术管控标准完善阶段三个阶段。这三个阶段将按照PDCA的方法不断优化迭代，持续改进，体系如图2。

图2　数据技术管控体系

数据技术管控“五横三纵”管控方法中“五横”是指企业级管理系统建设的五个阶段：需求分析阶段、概要设计阶段、详细设计阶段、开发测试阶段和系统实施阶段；“三纵”是指数据技术管控工作中的三项管控重点工作内容：合规性管控、溯源性管控和标准化检测。纵横交错形成了11个管控点。数据技术管控就是围绕着这11个技术管控点按照系统建设的进展阶段，开展相应的数据技术管控工作。相关管控点工作如下表：

表1　数据技术管控点

合规性审查主要是强调对各个阶段的需求规格说明书、设计材料和开发的接口进行文档检查和接口测试等工作，确保文档对于数据的描述规范准确，接口开发符合相关的技术要求。对于检查出的问题，需要按照PMI的项目管理要求，列入到问题跟踪表中，纳入项目建设团队和项目经理的重点问题列表中，确保每项问题在合理的时间内得到解决，做好项目沟通和需求变更等方面的管理工作。

在需求分析阶段的合规性审查重点在于对于业务对象的描述是否合理规范，业务对象是否按照 “一范式”将系统建设中所需要的业务表单、票证等进行结构化处理和数据项拆分，并能识别出涉及信息分类与编码中的数据项。

在概要设计和详细设计阶段主要是对设计文档中的逻辑数据模型、物理数据模型和交换数据模型进行审查，重点在于审查逻辑数据模型是否符合“三范式”要求、物理模型是否根据选用的数据库特点和从实际的性能考虑进行了“反范式”化设计、信息分类与编码标准是否在设计中得到遵循、主数据是否被准确识别出来等。

在开发和测试阶段，主要通过代码走查，单元测试等方法，对开发的接口和数据质量控制功能进行检测，确保其相关接口、功能的开发符合技术要求。在本管控工作中可以通过软件测试工具、自行开发小程序等辅助进行检测和管控工作。检查出的问题需要协调相关的项目组跟踪解决完善。

溯源性管控主要是通过文档检查、系统扫描和工具分析对业务所需要的信息进行层层追溯，确保业务的信息需求在产生、传输、交换和存储的过程中不备遗漏，每个业务数据项都在系统的数据模型和数据库中得到了支撑。

对于文档的溯源性检查可以通过开发软件开发工具，抽取文档的业务对象和数据模型进行对比分析，但是前提是需要完成逻辑模型与业务对象、物理模型与逻辑模型、数据库表结构和物理模型、交换模型和物理模型之间的数据项级别的映射关系。对于存在业务对象中数据项被遗漏的情况，尤其需要重视，需要项目建设组进一步核实业务需求，检查设计材料是否有遗漏的情况。

标准化检测是通过开发相关的数据质量管理工具或模块，对于信息分类编码标准和主数据模型在各项目组的落实 情况进行检测，包括对相关系统中的存量数据是否按照信息分类编码标准和主数据模型的要求进行了固化进行检测。对于检测出来的问题则需要持续的跟踪解决。

数据技术管控体系，不仅仅是通过数据管控方法开展管控工作，而是应该构建一套完整的体系化支持数据技术管控的执行。这需要整个企业从政策、组织、流程和技术上对数据技术管控方法的支撑。

在公司政策的层面需要指定相应的管理办法和管理措施，明确数据技术管控目标和管控任务，成立独立于信息化项目建设团队的数据技术管控团队，组织开展相关的培训和宣传等工作；在技术方面需要构建企业信息标准体系、开发数据技术管控方法、研发数据质量检查工具等。在管理和技术上进行充分的沟通和融合，才能确保数据管控体系在企业中的有效执行，取得相应的数据技术管控成效，实现信息化建设方向自我把控

3　结语

国有企业在开展企业级管理信息系统建设时，应当依据企业架构（EA）按照国际先进的项目管理体系（如PMI体系）开展信息化建设，而数据技术管控则是企业在开展企业级管理信息系统建设时，把控企业信息资源开发的关键保障措施。通过数据技术管控的开展，将有效保障企业数据标准的落地，把控企业级管理系统建设的核心——信息资源的科学积累和管理，最终为实现企业信息资源的共享和数据价值的增值奠定基础。

［1］王海吉.EA与PMBOK在信息化项目管理中的融合之道.现代计算机，2012（12下）

［2］Marc Lankhorst.Enterprise architecture at work:modeling.Communication and Analysis，2006.

［3］2nd Edition The Open Group.TOGAF Version，2009，9.

［4］J.A Zachman.A framework for information system architecture，1986.

［5］（美）项目管理协会.项目管理知识体系指南（第四版）.电子工业出版社，2009.

［6］PMI Standards Committee.A guide to the project management body of knowledge，2000.

Enterprise Management Information System；Data Control Technology；Enterprise Architecture；

Research on the Data Technology Control System of Enterprise MIS

WANG Hai-ji1，XIE Wen-yan1，JIANG Wen-jun2
（1．Guangdong Electric Power Design Institute，Guangzhou 510663；2．HNEPC HuaiHua Electric Power Bureau，Huaihua418000）

1007-1423（2015）30-0053-04

10.3969/j.issn.1007-1423.2015.30.015

王海吉（1976-），男，四川乐山人，硕士，工程师，研究方向为电力信息化研究

解文艳（1974-），女，吉林临江人，本科，工程师，研究方向为电力信息化研究

姜雯君（1978-），女，湖南怀化人，本科，工程师，研究方向为电力信息化

2015-10-09

2015-10-16

数据全局一致性和规范性是困扰大型集团化企业信息化发展的重要挑战。由于不同分支机构的业务特色，往往造成数据模型的个性化，最终导致总部决策困难，内部协调不畅。虽然，建立企业架构是有效解决企业级数据建模问题的方法。但是，实践发现随着分支机构自身业务的发展，数据的全局一致性和规范性很难长期保证。针对上述问题，旨在研究企业级信息系统的数据技术管控体系，为企业架构提供长效保障机制，支持企业级管理信息系统的长期高效运行。

企业级管理信息系统；数据技术管控；企业架构（EA）

It is a challenge to keep the global data consistency and standardization for an enterprise group.The personalized data model imposed by the special requirements of an individual branch makes it difficult to optimize the data analyzing for the group in all，or to coordinate different branches smoothly.Although，that can be solved by the data modeling approach defined in enterprise architecture，the data can also be inconsistent with the evaluation of the branches businesses.In order to solve these problems，provides a data control technology which can make the data consistent throughout the system's lifecycle，therefore the system can always run in a good condition.