精选文章

中培专家论-建筑企业数据资产管理方法与途径

2018-09-10 15:49:52 | 来源:中培企业IT培训网

▌数据资产管理背景

数据资产是无形资产的延伸,是指具有固定资产的实物形态而主要以知识形态存在的重要经济资源,它是为其所有者或合法使用者提供某种权力、优势和效益的固定资产。由于建筑企业的特殊性,在具体的生产经营活动中,随时都在产生大量的结构化和非结构化数据,在以往的信息化建设过程中,很少将数据上升到企业资产范畴,存在数据利用率不足、数据丢失问题严重、线上线下衔接困难、协同应用效率低下、生产与经营脱节等现象,产生建筑资源浪费、工程建设成本高企、污染严重等问题。

数据资产管理是企业在信息化催化及管理能力提升下的必然产物,也是开展大数据应用、实现数据化运营转型的必要途径。数据化运营就是企业一切经营活动都是基于数据开展的,数据不再只是诊断辅助,而是引导企业发展战略、经营策略乃至具体工作方针的制定。建筑企业若想尽快推进数字化转型,加快产业升级换代,就必须重视数据的作用,树立大数据思维,加大数据资产的梳理和积累,利用先进技术手段进行数据处理和深度利用,不断推进技术创新、商业模式创新和产品革新,增强灵活适应市场变化的能力,敏捷调整企业经营策略,推进可持续发展。

▌数据资产管理方法

根据信息技术标准化组织The Open Group所制定的TOGAF架构,数据架构描述了逻辑的和物理的数据资产和管理数据资源的结构,建立关键信息流模型,描述业务事件的关键输入、输出信息,为应用架构提供数据支撑。数据架构的规划和建设需要规范的数据资源体系进行有效的支撑,而作为企业重要资产的数据则是数据架构建设和核心。数据不仅物理地分散在不同的部门、不同的业务、不同的信息系统中,而且数据之间存在一定的关联关系,数据可以进行拆分和组合,以便生成新的数据。

为便于对数据资产进行有效的管理,加大数据资源的利用和开发,结合建筑企业的生产经营活动特点,本文采用基于层次分析法对数据资产进行管理,即在对数据资产进行分类时,采用层次化模型进行数据结构分解,对数据实体进行登记,在建立复杂数据关系时,采用层次化的模块分解方法进行逐级分解,实现整个数据资源体系的可描述性。

该方法的关键的是找到各类数据之间的关联关系,明确子级数据对父级数据的影响因子或权重系数,将数据进行量化处理,通过层层分解,细化到具体的、可操作的明细数据,从而使数据体系化。数据资产管理是企业数据管理的一次重大的变革,涉及到管理模式、组织机构、业务模式、人员培养等诸多方面,必然是一个长期、稳步推进的过程。另一方面,由于企业内部对数据价值的认识水平不一,也决定了推进数据资产管理应是一个自上而下的过程,需要来自企业管理层的强力推动。

▌数据资产管理途径

数据资产管理是一个复杂的系统性工程,需要解决“需要什么数据、数据从那里来、数据如何应用、如何改进流程”等问题,按照数据资产管理方法,可通过“目标-执行-应用-改进”的实施途径,逐步清理数据资源,建立数据资产体系,提升数据应用价值。

数据资产管理途径

1   ▏数据资产梳理

在进行数据资产管理时,首先应制定数字化战略,围绕转型需求,确定战略目标,包括质量目标、整体绩效目标及组织竞争地位等;其次应开展数据调研,摸清数据存在的形式和分布情况及数据质量等信息,梳理各个业务、部门重点关注的数据;再次确定数据层次和血缘关系,明确不同数据之间、上下级数据间的关系,制定元数据标准,建立数据清单(BOD),以便形成数据资产目录体系。

2   ▏数据采集处理

在建立建筑企业数据关系的基础上,从数据角度对设计、施工、交付、运营全过程进行分析,明确每项数据的组织形态、数据来源和通道途径,包括本单位产生的数据、其他单位传递的数据、下级单位提供的数据、向上级上报的数据以及其他来源的数据等,明确数据采集频度、管理要求、标准规范等内容,建立数据采集规范和管理要求。

建立数据采集平台,以施工项目为中心,通过实时传输、视频接入、网络爬虫、日志采集、流数据采集、ETL、适配器、API等途径进行结构化、半结构化和非结构化数据采集。采集到ODS或Hadoop中的数据,经过解析、转换、清洗、加载到数据DW、Hive、NoSQL/Mongodb、HBase等进行存储,并进行数据安全防护。

3   ▏数据资产管理

以元数据标准为基础,按资源目录数据管理平台将存储的数据展示出来,以主数据、业务数据、主题数据为重点,提供数据模型管理、编码管理、维护管理、质量监控、流程监测、任务调度、数据交换等管理应用,监控数据采集、传递、审核、发布等流程,并将数据以云服务的形式提供出来,便于进行统一检索、资源共享、集成服务、维护管理等应用,为建筑设计、施工、交付、运营全过程提供支撑。

4   ▏数据资产应用

围绕绩效考核、业务流程分析与监控、数据检索与展现等方面,建立数据分析应用平台,以算法和模型为重点,提供数据Storm实时分析、Spark离线分析、OLAP分析、数据挖掘、并行计算等分析服务,将隐藏在数据内部的规律性、有价值的信息展现出来,充分发挥数据的潜在价值,为建筑企业开展设计优化、模拟建造、现场施工、资源调配、质量检查等提供信息支撑。

5   ▏数据管理改进

在实现数据相关流程持续在线集成应用、数据深入应用的基础上,企业要负责开展如何优化改进或变革业务流程效能的问题,信息化部门要结合信息技术的发展情况,负责优化IT架构、功能升级、敏捷支持和快速响应的问题,通过数据支撑业务流程持续优化改进。

▌推进数据资产管理的建议

1   ▏更新理念,树立大数据思维

建筑企业的组织结构、生产组织方式、设计理念、工艺方法比较传统,与当前如火如荼的信息化发展趋势存在不小的差距,数字化转型任重道远,建筑企业必须立足现实,认清形势,居安思危,加大信息化设计、建设和实施力度,树立大数据思维,积极拥抱新经济,加大对数据资产的关注和重视,推进数据体系治理和数据资产积累及应用,不断推进数据化、客户化运营,尽快提升竞争力。

2   ▏培养人才,构建技术团队

建筑企业信息化建设水平较低,对数据资产的重视力度不够,对数据规划、架构设计、平台建设、数据运营等领域方面的技术人才储备不够,人才引进、培养、激励等机制缺乏,人才成长渠道有限,缺少支撑数据化战略的人才梯队。为适应大数据战略需要,建筑企业应加大信息化投入,着力构建一批数据领域的人才梯队,以便支撑企业数据资产管理及数据运营战略的实现。

3   ▏深化积累,收集各类数据

建筑企业内部生产经营过程及工程建设过程中产生了大量的结构化、半结构化和非结构化数据,这些数据组织形态各异、类型不同、结构差别较大,另外数据收集不全可影响企业的战略决策、技术革新和服务升级。因此,建筑企业应加强对员工的宣传教育,培养数据积累的意识,并努力通过各种技术手段加大数据采集力度,深化数据积累,强化数据标准建设和数据治理,为后续数据应用奠定基础。

4   ▏夯实基础,推进数据治理

建筑企业数据零散,元数据标准、数据采集、编码、传输、应用、转换及集成标准缺失,没有建立面向数据的标准及面向数据的岗位,数据聚合能力较弱。因此,建筑企业应夯实数据的标准基础和管理基础,建立数据标准体系和数据岗位体系,明确数据产生、编码、传递、共享、应用的职责要求和管理制度,加大数据规范性、及时性的检查和考核,推进数据治理能力的不断提升。

5   ▏加大应用,重视数据价值

建筑企业对数据,特别是半结构化、非结构化数据的处理能力较弱,缺少大数据实时计算、离散计算、并行计算等数据处理的解决方案,大量数据被丢弃在数据库中,很多重要的价值没有充分发挥,因此必须重视与专业厂商的协作,构建完善的大数据与业务结合的解决方案,重视大数据处理和应用,最大程度发挥数据价值。

▌结束语

数据资产的管理和应用是一项系统工程,需要结合建筑企业自身的经营生产实际,制定详细、周全的工作计划,建立数据资产的采集、存储、处理、管理和应用平台,完善数据资产管理标准和规范,逐步构建数据资产目录体系和管理体系,实现数据资产管理的信息化、标准化和科学化。

想了解更多IT资讯,请访问中培伟业官网:中培伟业

猜你喜欢