企业IT管理_09数据架构.docx

PAGE

PAGE1

企业IT管理之数据架构

TOC\o1-4\h\z\u十一、数据架构 2

11.1数据治理体系 2

11.2数据架构 6

11.2.1数据资产目录 7

11.2.1.1数据资产目录的梳理方法 7

11.2.1.2企业数据资产目录实例 11

11.2.2数据标准 13

11.2.3数据模型 15

11.2.4数据分布 17

11.3数据应用 20

11.3.1数据应用概述 20

11.3.2报表思路设计 20

11.4数据管理IT平台 22

11.4.1数据管理技术 23

11.4.2数据管理系统 26

11.4.3数据管理系统实施 30

十一、数据架构

数据架构，也称信息架构，因为在信息化高度发达的今天，信息基本都是通过信息技术手段将业务流中的信息通过数据进行传递。数据架构需要从业务架构识别数据化的业务对象，在数据架构中明确数据逻辑关系，建立数据模型。为了对数据架构和数据进行有效管理，数据治理工作越来越受到企业的高度关注，往往通过建立数据治理体系进行系统的、规范性的管理。

11.1数据治理体系

数据治理的目的是确保企业数据的质量，可用性，可集成性，安全性和易用性。数据是公司的资产，组织必须从中获取业务价值，最大程度地降低风险并寻求方法进一步开发和利用数据，而这一切就是数据治理需要完成的工作。为达成这些目的需要构建一套系统化的机制对数据进行治理，即为数据治理体系。

数据治理体系不是形象工程，是可以为企业提高竞争力提供驱动力。驱动力表现在能提升业务敏捷性，通过企业的数据模型，对数据的合理组织、展示和利用，让业务人员能够快速获取综合性的数据，获得敏捷更广泛的业务洞察。另外，通过众多的案例证明，通过数据治理可以更精细化、自动化降低企业运营成本或提高运营效率。

数据在业务中产生，由IT系统承载，有些数据是IT系统自动产生，有些是人工输入到系统。企业规模越大，业务越复杂，企业IT系统一般也就越多。系统越多、使用系统的人越多必然导致数据来源越杂，数据进入系统后，经过在系统间的共享、调用、再加工，数据的数量、复杂性成几何倍数增加。

如果没有一个科学的数据治理体系来规范人、系统、接口、标准等，数据必然杂乱无章，就会对数据产生恐惧，怀疑数据的可信度，这样数据不但无法产生价值，反而会降低效率、增加风险。

数据治理体系由此应运而生，目的就是让数据贡献者、数据管理者、数据使用者都按照一套标准化的规范来执行。因为数据来源于业务，业务覆盖整个企业，所以数据治理体系需要各业务领域、业务部门充分参与。同时，需要数据管理部门统筹管理，组织制订数据管理制度规范、数据规范、相关流程，需要建立配套的数据治理组织，需要IT部门确保IT系统遵从规范，需要业务部门在业务系统使用中遵从规范。

基于业务流的综合治理

数据来源于业务，再服务于业务。数据治理的核心就在于针对核心价值流程，抓住业务流的信息价值链，将数据结合流程、IT进行综合治理。在数据业务层面实现纵横打通，在数据质量方面实现数据清洁有效。

横向拉通，是需要将每一个端到端的核心价值流程，如IPD、LTC等，在一个流程中实现各阶段数据的前后打通。前面环节产生的数据能共享和利用到后面环节，后面环节的数据结果能反馈到前面环节，实现流程的闭环反馈，可以优化流程运营。对整个流程链条数据进行统计分析，可以发现流程问题，对流程进行优化。就可以从这两方面不断提升核心价值流程的运营效率，也就抓住了企业效率的主要矛盾，能对企业绩效提升起到立竿见影的效果。

纵向打通，是指多个核心价值流程之间的数据共享、数据综合利用。包括主数据的跨流程应用，比如，IPD集成产品开发流程产生的产品主数据、物料主数据、LTC流程的客户主数据用到ISC集成供应链流程。数据综合利用，比如公司经营分析的利润分析，需要用到ISC的出货交付数据、成本数据，需要财务全面预算流程的预算数据，需要IPD流程的产品主数据，LTC流程的客户主数据，方可实现收入利润的预实分析、同比分析，实现按客户的收入毛利分析，实现按产品线的收入、单价、成本、毛利、利润分析，按部门的费用只需分析等。还包括在和系统使用的维度数据定义一致、粒度一致等等。

数据清洁，是指要确保各业务系统的主数据、元数据、交易数据没有冗余的、没有错漏，数据间逻辑清晰。

数据架构治理

数据架构治理包括基于业务类业务架构的数据资产架构识别与维护，建立和维护数据标准，数据模型的设计和管理，梳理数据在业务流程和IT系统上分布。这部分是基于业务架构和业务流程治理数据的具体落地与实现，将在第2章节中展开详述。

行业规范与标准实施

因为数据参与者分布在企业各部门，各部门可能受限于自己部门的视野和业