企业信息化建设中物料数据的治理概述

王頠 魏玉鹏 刘栋 石代佳 刘万财

摘 要 企业信息化建设中常说“三分技术、七分管理、十二分数据”，可见数据对信息化系统的重要性。本文介绍了兰石集团进行物料数据治理的成果及经验。

关键词 信息化;物料;数据孤岛;数据资产;数据治理

前言

大多数企业在实施信息化建设时，力图“快速实施、快速见效”，不重视基础数据的整理，极力推行软件系统的应用，而各系统间的功能、技术、流程、用户、权限等数据相对独立，很容易形成“数据孤岛”;在数据录入系统时，没有有效的控制手段，致使大量错误、不规范的数据进入系统，使数据急剧膨胀;当信息化实施到一定阶段后，大量不准确、错误、重码的冗余数据会使信息化系统的应用质量持续下降。

数据是企业的无形资产，是企业信息化的血液，只有准确、规范的数据才能使信息系统正常、高效地运转，数据才能成为企业的战略数据资产。数据治理是数据转变为数据资产的必要条件。

1数据治理项目实例

兰石集团自2013年起，先后完成了主干网络、安防系统、中心机房等基础设施建设，构建了以ERP、PDM、CAPP、MES为核心的从销售、设计、采购到生产的全生命周期管理系统以及OA、门户、SOA、SRM、EAM、BI等业务支撑系统。因六家装备制造子公司生产的产品不一致，生产模式不一致，物料标准不一致，且没有有效的控制手段对物料进行管理，导致信息系统中物料随意申领，重码、错码现象非常严重。至2018年8月，兰石集团主组织外购件编码总数量已达28万条，这些数据既是财富也是负担，对设计、采购、库存、生产、成本的管理和统计工作带来了诸多不便，严重影响到数据分析质量和信息化使用效果[1]。

对历史的外购件物料数据进行分析，发现大量存在：①未發生任何业务的数据;②信息不完整的数据;③信息错误的数据;④重复的数据。兰石集团于2018年8月启动了物料数据的专项整治工作，于2019年7月完成上线，取得的主要成果有：

（1）自主开发了具备编码器、数据治理、数据仓库等功能的主数据管理系统。

首先，规范了物料的字段及属性，加强了数据申请的正确性及准确性;其次，可对集团内新、旧物料进行修改、校验、查重、合并等治理，并将规范后的数据分发给各个系统，减少企业内物料的种类及数量，减少“一码多物”和“一物多码”现象。

（2）完成了物料分类的优化和大量历史数据的清洗，完成了库存数据的盘点及整合。

通过项目的成功实施，物料分类数量从1084个减少到493个，外购型物料编码数量从280090条减少到58800条，大大减少了外购型物料的数量，规范了物料的属性;通过数据的清洗，使各公司对库存数据有了可视化、直观的了解，加强了对库存物料的利用和管理。

（3）形成了集团统一的物料标准规范及系统标准体系。

采用分类、模板、属性、值列表等多种控制方式，将集团现有的物料分类体系标准化、规范化、统一化，并在系统中设置了相关的关联逻辑，限制了新物料的申请，杜绝了“一码多物”和“一物多码”现象，使物料数据唯一、规范、准确。

（4）有效抑制了编码数量的增长。

采用分类、模板、属性三层标准控制了新物料的申请，使物料的增长速度有效降低。

2数据治理的经验分享

数据治理是一项复杂、艰巨、系统、长期的工作，涉及企业的方方面面，要想顺利推进并成功实施，需要满足以下几点保障。

2.1 成立数据治理项目组织，抽调各专业的骨干人员参与治理

数据的治理，要从源头开始，只有数据的创建者和提供者才能准确地规范数据，因此，数据治理要由公司的各业务骨干人员参与，根据各人所学的专业、擅长的领域进行分组指派任务并把控进度[2]。

2.2 确定数据治理的范围，梳理数据

数据涵盖的范围很广，开展全主题域数据的治理难度大、周期长，问题难以聚焦，应根据各企业的实际情况选择占用库存资金比率大、对业务影响范围广的数据作为优先治理的对象，等该类数据治理成功后，可扩展治理其他类别的数据，切记好高骛远。

2.3 选择或搭建数据治理系统，承接各信息化系统的数据

大多数企业的数据质量问题，都是发生在信息化发展到一定阶段才出现的，历史的数据和信息化系统是绝不能废弃的。数据治理不仅要承接历史信息化系统中用到的数据信息，还要能对问题数据进行规范和治理，清洗后的结果还必须反馈给各信息化系统。这需要选择或者自主开发数据治理系统。

2.4 进行历史数据的清洗，建立企业的数据标准，提高数据的质量

大量历史数据的清洗，是数据治理的重点及难点。数据清洗可分为：数据分类、分段清理、建立模板、数据校验、查重合并、数据分发等六个阶段。

2.5 协同作业，控制进度，加强管理，奖励为主

为加强数据治理过程中的信息沟通和交流，提高工作效率，可建立工作群，以在线文档的形式进行协同作业，并对数据治理任务进行量化，实时把控数据治理的进度。加强项目管理，并给予参与者一定的项目奖励。

2.6 形成长期的数据治理机制，持续优化系统，加强数据质量

数据的治理是长期性的工作，必须形成长期、有效、可控的数据治理机制，对系统进行维护和优化，持续清洗有问题的数据，不断提高企业的数据质量[3]。

3结束语

数据治理是企业信息化建设的必经之路，它贯穿信息化建设过程的始终。数据治理不仅要控制信息的源头，更要整治存量，并对数据的质量进行有效监控，来提升数据的质量，加强企业数据分析和应用。

参考文献

[1] 张艺.浅析企业数据清理[J].通讯设计与应用，2015（2）：40.

[2] 郭兴成.对我国企业数据清理的研究[J].企业技术开发，2011（10）：78.

[3] 陶镇威.企业数据治理方法探讨[J].现代工业经济和信息化，2019 （11）：64-65.

作者简介

王頠（1979-），男，甘肃天水人;毕业院校：哈尔滨工业大学，专业：机械设计制造及自动化，学历：本科，职称：工程师，现就职单位：兰石集团信息化和智能制造部，研究方向：信息化建设及数据治理。