企业数据合理化方法地研究实践.pdf

企业数据合理化方法的研究实践 摘要 企业信息系统已在大多数企业中普及，企业数据也已经 成为企业维持正常运营、积累竞争优势的一大资源。然而日 益变化的企业内外部环境注定了企业对于数据的需求是一 个不断增长的长期过程，而企业内部各组织、流程和地域之 间的复杂关联，也导致企业对于数据的需求往往以分散和片 面的形式呈现；同时，企业信息化的阶段性也加速了数据孤 岛的一再出现，以上这些因素使得企业数据环境越来越趋向 复杂化。 一个不良的企业数据环境造成的问题是显而易见的：一 方面导致企业流程效率下降，信息系统的可信性降低，另一 方面为数据仓库和数据挖掘等商务智能的应用带来了较大 的风险和成本。目前在类似领域的国内外研究方法主要包括 数据质量和数据集成两方面，在数据质量研究中，侧重数据 质量的维度定义和度量手段等理论性方法，忽视了对数据适 用性的探讨；在数据集成领域侧重对现存异构数据从语义和 语法上寻求协调统一，从静态和局部上提供了多种解决方 案。本文旨在结合企业实际存在的问题，提出企业数据合理 化方法，从企业全局和动态视角探讨如何提高数据质量的方 案，从各方面阐述了方案的合理性和优越性。 企业数据合理化方法是在企业内外部数据源与企业信息 系统应用之间，通过将企业的通用性数据与事务性数据进行 分离，对通用性数据采用中央数据仓储和建模方法，并利用 统一的数据充实工作流和元数据服务来从源头上提高企业 核心数据质量的一种方法。企业数据合理化方法包括三个主 要思想以及相对应的工具： 1．联合采用核心数据划分、中央数据仓储和柔性数据建模 来满足企业动态且多维的整体数据需求的思想。企业的 需求不仅是随着企业发展不断演进的，而且在每一个静 态时期都是需要从多视角考虑的结合体。而采用核心数 据划分、中央数据仓储和抽象化的数据建模能有效适应 企业数据需求的变动和多维的特性。 2．用工作流管理系统来规范和再造企业数据的加工处理过 程。利用集成数据充实工作流将原本分散的企业数据获 取加工过程在流程和操作上得以统一，并提供可配置的 工作流和人机接口设置，能充分适应数据加工流程的变 更和个性化要求。 3．利用元数据提供数据质量保证。元数据仓储在数据仓库 中的已经体现出在数据质量保证上的作用，将元数据仓 储的位置移到数据源与企业应用之间，能从数据源头上 体现这一作用。 企业数据合理化方法是这三个工具的一体化方法，不仅 能改善企业整体数据环境，同时也是对企业信息流的一次优 化再造过程。最后，文章给出了在一家跨国企业实施该方法 的案例。 关键词：数据质量，数据集成，数据建模，工作流，元数据 AN APPRoACHTOENTERPRISED』、TA RATIoNALIZATIoNENABLER data isnow a resourcefor Enterprise becomingimportant business and operation corporation competitiveness aresultof inbusiness development．Aschanges environment, data evolvementisa enterpriserequirement term， long existenceofdiversedata ever-lastingprogress．Besides，the between requirementd