大型基建施工企业业务数据标准建设与应用研究

蒲正平 王超凡 北京中交紫光科技有限公司

随着“数字经济”时代的到来，越来越多的企业将数字化转型作为战略规划[1]。数据作为新型生产要素，在企业数字化转型过程中具有重要作用。企业的数据往往来源于底层业务，而不同业务对数据的定义可能存在差别。对于大型基建施工企业，由于业务复杂、流程多样且机构层级众多，其业务原始数据从项目现场经层层流转后往往会出现有效数据流失、统计结果失真等现象，进而影响决策层对真实生产经营情况的掌握，不利于科学决策。建立适用于施工企业的数据标准体系将有助于规范地汇集、处理、分析数据，提升数据质量，打造数据驱动力与服务力。

当前对于企业数据管理的研究多集中在数据治理技术手段上[2]，对数据标准体系搭建的方法论研究相对较少，目前仅在部分行业有所实践：国家开发银行成立专门负责数据标准的部门，从规划、制定到实施开展数据标准体系建设[3]；李岩[4]基于天津港集团业务现状，总结了该企业数据标准的编制原则、体系框架和实施路径；王继鹏[4]对石油企业勘探开发数据资源建设体系建设开展研究，实现跨专业的数据共享[5]。

基建施工企业的数据标准化起步较晚，目前的研究相对较少。高伟等[6]以中国铁设集团为例探索铁路标杆企业指标体系构建，给出企业管理各维度的具体指标参考；孙召春等[7]针对大型建筑施工企业建立了分类分级的生产经营指标体系。以上研究多聚焦于指标体系构建，对于数据标准建立的基本方法和流程还有待进一步探索。本文基于大型基建施工企业的业务运行和管理特点，提出了基于作业元的数据标准体系的搭建方法。

一、基于作业元的数据标准体系的搭建方法

（一）搭建步骤

基于作业元的数据标准体系的搭建方法重点强调了数据与业务的深度关联，应将业务梳理作为数据标准搭建的重要条件。具体建立过程如下：

1.建立业务分类体系框架

首先要明确企业顶层业务域划分以及业务分类层级。业务分类层级通常根据企业的规模和业务复杂度而定，对于大型企业一般以3～5 层为宜。业务分类体系框架的确立将作为企业业务划分的指导，有助于明确数据源对应的业务源。

2.自上而下分解业务

根据建立的业务分类体系框架，自上而下梳理各层级业务环节，逐级分解业务至最末级作业活动。作业活动的颗粒度需满足作为数据来源的支撑条件，即可从作业活动中形成明确的作业表单，可抽提出成组的数据。

3.业务源数据提取

梳理各末级作业活动执行时产生的作业表单，从表单中提取源数据，形成最底层采集指标清单，清单中应标注每项采集指标来源的作业表单及对应的业务分类全路径。

4.采集指标的定义与规范

对采集指标进行标准化梳理，定义其业务属性、技术属性和管理属性。业务属性是业务维度上对指标的概念解释，一般包括指标编码、指标名称、业务定义及是否预警等描述。技术属性用于规范指标采集方式，一般包括指标的统计维度、采集频度等。管理属性主要用于明确指标的责任对象，包括责任归属部门及责任岗位等[8]。

5.归纳提取，建立指标体系

指标体系的建立采取自下而上归纳和自上而下分解相结合的方式开展：自下而上是基于已梳理的采集指标清单，经汇总计算等方式形成新的复合指标；自上而下则基于企业战略目标和管理模型，先提取顶层评价指标，再逐层进行拆解，直至对应到底层采集指标。

自下而上和自上而下相结合的优势在于底层业务和顶层管理的双向促进，既可以根据现有采集指标扩展更多的管理目标，又可根据管理目标追溯并补充缺失的业务活动，在正向汇集和反向对照的过程中不断完善，最终搭建形成完整指标体系。

（二）要点说明

1.大型企业往往存在多级管理，在业务域划分时需考虑各层级管理机构的业务特点和管理需求，下级机构同步参与。

2.业务梳理过程中存在关联的业务域须开展交圈，明确业务搭接关系和数据流转关系。例如，项目从市场域中标到生产域施工的流转，应明确项目基本信息中哪些数据自市场域继承，哪些数据于生产域新增。

3.采集指标来源于作业活动，用于规范一手数据的即时采集。分析指标是采集指标按照不同统计维度的多维分析，用于反映业务状况。评价指标是将采集指标或分析指标按特定计算规则组合，能够直接作为业务状态优劣的评判标准，用于反映管理成效。三类指标并非严格的三级体系，但总体符合自底向上的层级关系，在实际搭建过程中可能会出现无分析指标、多级分析指标等情况，应根据实际灵活处理。

二、数据标准体系搭建实例

下面以某大型基建施工企业为例，给出标准搭建实例参考。该企业的业务分类体系框架为“业务域—业务环节—管理事项—作业活动”四层，划分为七大业务域。笔者以生产运营业务域为例，选取其中的进度管理环节，分解至最末级作业活动。

如图1 所示，进度管理环节层层分解至“编制进度计划”活动，从该活动对应的作业表单《施工进度计划》中，提取出源头数据，包括“分项工程计划工程量”及继承于合同信息的“分项工程合同单价”。对以上采集指标的业务、技术、管理属性进行定义规范，完成采集指标提取。

图1 某基建施工企业业务划分

采集指标梳理完成后，便可进一步提取分析指标和评价指标，如图2 所示，由底层采集指标可计算得到分析指标“分项工程计划完工产值”，再进一步汇总可得整个项目的“计划完工产值”，同理可汇总得到项目的“实际完工产值”。将计划值与实际值对比则可得到评价指标“产值计划完成率”，该指标能够直接反映项目进度偏差情况，为管理层决策提供参考，至此便完成指标体系的建立。

图2 进度管理指标体系结构图

三、数据标准应用

（一）应用方向

1.规范数据采集

企业数据标准建立后，可据此开发工具端产品，有效采集源数据，确保数据格式、采集颗粒度、频度等符合要求，能够按照标准入湖入库，从而保障数据的完整性、准确性、一致性，输出可信的分析结果。

2.辅助管理决策

根据建立的多级指标体系，可将采集的源数据自动汇集为管理层关注的指标，并通过报表和可视化界面等形式展示企业运营情况，为领导层提供决策参考。

3.促成数据共享

对于企业已建系统平台，可开展数据治理，采用统一标准将数据汇集、流转入统一的数据中台，建立数据主题域，并分别推送到不同的应用场景，从而实现企业数据共享。

（二）应用实例

图3 展示了一种数据标准化与企业平台化建设的融合路径：针对施工生产中的“填报施工日志”作业活动，可开发对应的工具化产品，依据数据标准采集“分项工程完工工程量”指标，在企业数据中台中根据多级指标体系汇总得到“产值计划完成率”“利润率偏差”等指标数据，并推送到驾驶舱、报表和预警中心等运营平台，管理层若发现业务存在异常情况，可对执行层下达管控措施，经业务调整后又可通过最新数据反映管理成效，形成“作业活动—运营管控—作业改进”的循环促进。在上述业务过程中产生的数据由岗位工具采集，经指标体系自动汇集至管理端，既保障数据真实性，又减少填报工作量，真正实现“一数一源，一源多用”。

四、总结与展望

（一）总结

本文提供了一套系统化、规范化的企业数据标准体系搭建方法，为大型基建施工企业的数据管理提供了重要的指导和支持。主要结论如下：

1.数据标准体系的建立是企业实现数据共享，发挥数据价值的核心依据。本文建立的数据标准搭建方法，适配大型施工企业多管理层级、大业务体量的特点，聚焦企业生产经营核心业务给出搭建实例，可为同类型企业的数据标准体系的建立提供参考。

2.基于作业元的数据标准体系搭建方法突破以底层数据为源头的建立思路，将关注点扩展到底层作业活动，打通数据从源头到应用的路径，可从源头解决数据口径不一的问题，让数据来源于业务、服务于业务。

3.自下而上和自上而下相结合建立的多层级数据标准体系，可以明确地阐释指标间的血缘关系及数据间的流转关系，为数据在平台化建设中的应用提供支撑，有利于企业数据资产的价值发挥。

（二）展望

基建施工企业的数据标准化尚处发展阶段，本文介绍的方法虽取得了一定的研究成果，具备一定的应用价值，但仍存在待改进之处，具体如下：

1.随着企业的发展，业务方向和管理发生了变化，数据标准也要跟随企业发展不断更新，不断适配最新业务现状和管理需求，因此须进一步建立数据标准的更新机制。

2.企业数据资产的管理须借助平台化工具，通过建立企业数据仓库、数据湖等中台，对数据源、数据指标、资产目录等进行在线化管理，才能建立数据采存管用一体化路径，因此应进一步补充数据标准的平台化管理方法。