某车企数据应用及数据治理研究与实践

2019-08-06 04:41陈涛
现代经济信息 2019年11期
关键词:数据治理

陈涛

摘要:随着大数据时代的到来,企业能否从数据中更快更准确的挖掘商业价值决定其是否具有持续竞争能力的表现。面临着海量但质量堪忧、冗余的数据,企业在挖掘商业价值之前,得先进行数据治理工作。本文介绍数据治理基本理论指导,并以某车企数据治理实践进行讨论研究。

关键词:数据治理;主数据;数据规范;数据架构

中图分类号:F272.7 文献识别码:A 文章编号:1001-828X(2019)016-074-02

随着大数据时代的到来,数据中蕴含着无价的社会和经济价值,企业之间的竞争能力除了体现在现有产品和人力资源的差异,也体现在其所拥有的数据规模和数据价值的挖掘利用能力。为了挖掘数据价值,各企业可以通过引入外部资源构建大数据平台,但要想大数据平台发挥价值,必须要保证经过治理的数据流入大数据平台。伴随着数据价值的挖掘的实施上,数据治理成为一项迫不及待解决的工作。

各企业对大数据治理的研究还处于初步接触的阶段,了解非常有限。数据治理主要包括什么内容?企业如何开展数据治理?本文将基于某车企的业务应用与技术架构、数据应用出发,初步探索数据治理的开展及实施效果。

一、某车企数据应用及数据治理现状

(一)某车企业务应用与技术架构介绍

某车企整体的业务应用与技术架构如图1,按管理的组织结构,主要分4个领域的技术架构,分别为研发设计、采购、制造、营销。企业层面4个领域的业务应用系统加起来信息系统上百个,各系统相对独立,并进行各自数据的独立存储。不同的部门间,存在重复的业务应用建设。比如车辆信息管理与客户管理信息。不同的部门基于各自业务需要均有相应的应用管理系统,彼此间存在语言不统一,标准不统一的问题。

(二)某车企数据应用及数据治理现状

数据割裂、数据混乱、信息孤岛:数据应用及数据治理方面,某车企各业务部门拥有独立的数据管理体系,系统开发方不同,字段不同,甚至程序语言都不同。有销售和售后共用的系统,也有销售和售后独立的系统。

系统臃肿、协同不便:业务系统不能优化、功能迭代,很多系统已超出了系统本身的范畴,显得非常臃肿数据共享、协同不便,无法实现业务预测无法连接生产、物流、销售,终端用户通过在线商城选择车型,无法迅速准确的传给生产制造订单不透明,无法追溯舆情分析、车型分析暂不成熟。

沟通成本高、资源浪费严重:系统间数据交互和共享不清晰,造成重复率高资源浪费严重,要实现数据管理面临管理架构的挑战和数据整合的巨大技术障碍;数据不统一,业务部门关注维度不同,存在差异数据数据存在延滞性,比如经销商自建线索,往往是在成交时系统方获得系统数据孤岛明显,主机厂无法掌握二网的真实库存。

(三)某车企数据治理面临的问题

笔者所研究的车企数据治理方面主要面临以下方面的内容,其他车企类似:

1.没有完善健全的数据管控体系;对于一些通用独立的主数据,没有建立对应的主数据管理平台或机制,从而各业务系统数据标准或编码不统一,各业务部门或科室依据业务需求构建自己的业务应用系统及对应的数据规范,各部门或科室之间的数据相互矛盾或不一致,导致部门间数据共享能力差、表现为数据分析指标差异、语言不统一。

2.业务系统的构建都是先于数据顶层设计,导致各业务应用系统建设时应用附带数据,存在数据冗余,数据分散管理、由于数据标准不统一导致各业务系统间数据共享能力差。

3.内部管理职责不清,信息部门与业务部门相互独立,部门等级相同,对于业务部门的需求信息部门以信息安全及系统性能方面的理由不支持业务部门,为了及时支持营销一线,业务部门旗下衍生出信息科室或工作组,但由于人力与物力资源单薄,很难从顶层设计层面推动建立公司级统一的管理体系、管理规范和执行流程。

二、数据治理理论指导与方法

(一)数据治理思路

通过建立数据治理的组织机构,推行统一的数据标准规范数据治理体系建设,进行合理的权利分配及约束激励机制保障数据治理的实现。

(二)数据治理模式与对策

1_建立相应的数据治理组织机构。该组织机构在顶层需得到公司最高层领导的授权,由业务部门及rr部门共同组成,指导层由各业务领域专家、数据管理专家、信息技术专家组成、执行层面由各数据交易系统或数据分析系统项目管理员或协调员组成。各层级成立相应的数据治理工作组。

2.企业级数据架构的设计与管理,建立数据标准规范。对应各业务间独立共享的主数据,应有明确的归口管理部门负责建设和维护团队。

3.数据与应用剥离,对于已经存在的业务应用系统,如果数据模型与企业级数据架构一致的,可以在剥离数据后保留其系统继续使用。如果数据架构与企业级有微量差异,可适当对原有业务系统进行优化升级。对于数据架构与企业级相冲突或差距较大的,按企业资源逐渐开发新的应用替换之。

三、某车企数据治理实践

(一)组织结构调整

组织结构上,某车企成立专门的数据架构及大数据分析工作组,该工作组的成立得到部门级领导授权,由业务部门人员及信息部门系统管理员组成,以共同建设营销数据平台为目标。但是由于组织架构上,信息技术人员仍然归属信息部门人员管理,双方在合作过程中工作目标和工作节奏未达成一致意见。另外由于该工作组的成立得到的是部门级领导的授权,在跨部门的沟通和资源获取上,例如在数据对接和服务器、网络基础资源的获取上,未能得到及时适当的支持。

(二)数据治理体系建设

某车企起草并发布了以下规范文档用于进行数据治理体系的建设规范:

1.数据库设计规范:为了优化数据库的设计,規范数据模型,提高数据库设计的合理性和数据访问的高效性。

2.主数据中主数据标准及规范:定义了常用主数据的定义,包括定义主数据的字段类型、长度、格式等。

3.数据服务规范:提供给各个应用的开发人员参考数据服务的接口调用方式和注意事项。

4.数据平台管理和维护规范:规范了开发和运行过程中对系统主数据及共享交易数据结构变更的管理流程。

(三)业务与技术架构调整

某车企在建设企业级数据标准规范之时,同时进行营销体系的经销商所使用的销售助手、服务助手和客户端社区应用的重新建设,该应用系统功能上较原有系统更具数字化优势,可围绕着更丰富的业务场景开展线上营销活动。但是由于在应用系统建设时间周期紧迫,数据工作组未完全按照数据治理体系约束应用系统的数据架构,在后期的数据交易和数据分析时发现仍然部分系统数据不能实现交互共享。

四、结语

某车企在数据应用和数据治理上往前迈进了一小步,成功建立了数据治理体系规范,并基于新建的数据平台实现了新应用与数据的剥离,并实现了数据支持运行过程的判断与决策。但是由于组织结构的调整不够彻底、应用系统的建设上过于追求进度,在数据治理和规范的路上仍然有很长的路要走。

猜你喜欢
数据治理
营配贯通台区线损异常数据治理分析
智慧城市建设项目风险挑战与解决经验
大数据治理模型与治理成熟度评估研究
大数据时代城市治理:数据异化与数据治理