在對國內企業的數據管理現狀研究過程中，我們發現抽象的方法論更多的基于普適的信息管理體系，對測試行業的特有屬性沒有過多關注。此外，國內外同業數據管理水平差距很大，或者已經深入開展專項治理，或者還在規劃構想階段，對相關行業的數據管理方法缺乏統一的認識。與我們相關的企業日益增長的數據管理需求與相關研究成果的缺乏形成了尖銳的矛盾，為此我們著重研究面向國內企業的數據管理方法，用于指導其構建理論框架以指導實際的數據管理工作。
數據是組織最核心的資產，數據管理可以有效地提供和控制數據和信息資產，而數據應用則可以最大化數據資產的價值。目前大數據是信息化銀行最顯著的特點，對于數據資產的價值利用具有遼闊的創新空間。對于傳統的數據管理和數據應用，大數據正逐漸為之帶來巨大的變革與挑戰。在大數據時代，業務分析洞察已經成為了企業轉型的有利抓手，企業也逐漸從銷售產品和服務轉向現在以客戶為中心。為此企業需要建立客戶的單一視窗，按照用戶行為進行分類，并且為客戶提供質量一致的客戶體驗。支撐這些戰略的大數據分析會為企業轉型帶來無限機會，同時也面臨數據質量和技術支撐的雙重考驗。
本文分析了數據管理和數據應用之間的關系，并結合大數據提出了企業數據管理的三個發展階段。針對目前現狀及未來發展趨勢，設計了適合企業的數據管理方法論體系框架，在融合傳統數據管理方法的基礎上，著重增加了大數據及數據應用這兩個專注于企業數據資產的職能。分析了管理框架落地實施需要考慮的問題，并從組織架構、人才培養、數據管理應用等角度給出了若干實施建議，以指導企業著手開展大數據管理。
一、數據管理、數據應用與大數據
數據管理的驅動來源有多處，但其最重要的目的是提供高效可靠的數據應用從而最大化企業數據價值，這一點在大數據時代將會得到進一步深化。傳統的數據管理與數據應用相輔相成，共同為數據價值最大化發揮作用。然而在大數據時代進步的不僅是技術，更多的是數據價值創造方式的變革，數據管理和數據應用都要順應這個趨勢，傳統的最佳實踐要經歷一個比較漫長的過渡階段以到達一個新的穩定狀態。在這個過程中，大數據會催生新的數據應用形式，同時會加劇對數據應用敏捷性的要求，數據應用會在大數據的幾個維度上逐漸膨脹。數據應用的蓬勃興起為數據管理帶來了挑戰，大數據帶來的數據應用敏捷化會加劇這種影響。數據管理如果不能適應這種趨勢，那傳統最佳實踐帶來的數據質量收益將會逐步縮小，當然在融合之后將會是大數據概念下的數據管理與數據應用。數據管理、數據應用和大數據呈現逐步過渡融合的關系，具體如下圖所示：
圖1.數據管理與數據應用的階段關系
以大數據為核心特點，數據管理與數據應用會分成兩個獨立的階段。大數據地位之所以如此之高，是因為它能改變數據價值的產生方向。Gartner認為大數據體現在量、速度、多樣性這三個維度的擴展，我們認為企業大數據的“大”更多的體現在數據價值創造角度。數據豐富性及技術能力很重要，但洞察力才是企業核心競爭力所在。大數據能帶來商業邏輯的無限創新，這就要求不能僅僅從技術角度看待大數據，而是更多的依賴于將數據應用與業務戰略緊密結合。大數據不再是工具的技術，而會逐漸成為人的技術。只有清晰地認識到這一點，才能在實踐中有序的開展大數據管理與應用工作。
大數據帶來的變革能夠將數據管理和數據應用劃分為兩個獨立的階段，以數據應用的能動性和范圍為區分標志。傳統的數據應用依托數據倉庫、ODS等載體，在現有采集數據上被動的發掘數據資產價值；而大數據概念下可以首先開發業務邏輯創新，在此基礎上利用一切可用的數據源，以如何利用數據資產為核心任務。大數據不僅是數據類型的擴充，更多的是這種業務創新理念的擴張。數據價值的產生范圍發生了變化，從單方向的數據帶來價值變成了更廣闊的價值驅動數據，在這種形勢下的數據應用創新會更加依賴于對業務邏輯的精通，同時其自由度和敏捷性也會劇增。大數據敏捷性需要提供接近實時針對事件和流的數據分析能力，并提供預警式的決策分析，這顯然需要數據管理做出有針對性的調整以便數據應用提供這種分析能力。
二、大數據時代的數據管理
1.強化主動開發的大數據管理框架。在傳統與未來之間，當前階段大數據帶來的沖擊是企業迫切需要思考和解決的問題，而大數據時代變革速度的迅猛造成了目前數據管理領域理論研究的滯后。我們將權威方法論與企業時代特點相結合，設計了當前階段的數據管理體系框架，具體框架如圖2所示。數據治理處于數據資產管理的中心位置，是高層次的、規劃性的數據管理制度活動；數據治理是處于全局地位的管理主題，影響到其他各個領域。數據應用是管理活動的目的所在，是數據資產價值的集中體現，我們將其明確提出并放在整體框架的頂層位置。大數據管理占據重要位置，在傳統與未來的數據管理和數據應用提供過渡性支持，其核心特點是強調大數據的主動開發與內容管理。
圖2.數據管理體系框架
數據治理負責構建企業數據管理的組織體系，同時建立一系列的數據治理政策、流程以及相應的工具，確保數據得到有效的管理并能夠滿足業務目標。數據應用用于發掘數據的業務價值，把數據變為信息，從而支持企業的分析決策、業務、監管等。大數據環境下的數據治理和數據應用將把企業信息利用提升到戰略層面，對應的組織架構、流程規范、技術支撐、績效考核等維度都要與之對應。
2.大數據開發與內容管理。大數據管理包含兩項子職能，分別是開發管理和內容管理。開發管理專注于大數據需求定義、大數據解決方案的設計和研究，更多的從業務戰略角度發掘數據資產價值。通俗來說，開發管理就是解決大數據下的需求管理與技術實現，這是與大數據直接相關的兩種職能，還需要兼備預研等職能。內容管理通過制定相關工作策略，管理企業結構化及非結構化數據的獲取、存儲、維護、訪問及使用活動。傳統數據歸檔存儲手段將數據分散保存，不能適應膨脹化的大數據，因而大數據下的內容管理還需要設定專門的保留策略、以集合的形式保存數據。
大數據管理是為企業定制的數據管理職能，貫穿業務價值的發現與實現，符合當前企業對大數據理解、使用的迫切需求。這個職能在大數據過渡階段能夠將數據管理與數據應用有效銜接起來，拉動各項職能向前發展，為大數據下的數據管理與應用奠定基礎。
3.數據架構。數據管理體系框架中與大數據管理最為密切相關的職能是數據架構管理，因其與大數據的開發與內容管理均有很多交叉。傳統的數據相對靜態、變化緩慢，數據源、數據主題和數據應用都限定在一定范圍之內；而大數據環境下數據更具動感、變化飛快，對應的數據源、主題和應用會超越銀行的控制范圍。另外，傳統數據架構中單一數據模型對應著大量應用，而大數據中的數據模型呈現百花齊放狀態，會根據應用場景可以演變出多種模型。典型的例子是利用社交網絡數據來促進企業進行精準營銷，這樣就需要企業以數據應用為目標，以最廣泛的視角來利用數據資產。當然，大數據在量、速度、多樣性三個維度的膨脹對數據安全也帶來了巨大的挑戰，數據安全與數據應用的權衡是過渡階段需要慎重考慮的問題。個人隱私、社會安全為大數據帶來的挑戰是需要上升到國家和法律層面逐步解決，會遲滯但不會阻止大數據的發展趨勢。至于數據標準、數據質量、元數據和主數據，業界針對這些問題尚在不斷的進行討論和研究，在數據治理和數據應用厘清之后，我們在實際數據管理中逐步做出相應的調整配合即可，當前階段不必作為體系框架的重點進行研究。從職能上分析，這些主題域在傳統數據管理方法論體系中均存在對應內容，其本質特征也基本一致。
三、大數據管理發展建議
隨著競爭的日漸加劇，國內各個企業正在不斷拓寬服務渠道，改造服務方式以提高業務附加功能。在這樣的前提下，大數據時代對于數據管理帶來的沖擊很大，我們提出的方法論框架充分結合大數據特點與帶來的各種影響，能夠作為傳統與未來的過渡階段理論指導。當然，我們更加強調一切理論均需要為現實服務，故針對企業如何在實際工作中進行大數據管理，下面從組織架構、管理手段、人員培養、管理應用結合等角度給出了若干實施建議，其目的在于為企業發展提供更好的大數據支撐。
1.組建大數據實驗室。大數據時代強調價值創造，強調數據管理與應用同企業發展戰略相結合。如前文框架所述，我們提出利用開發與內容管理職能來應對大數據帶來的沖擊，而在業界這兩者也都處于不斷發展的狀態。激烈的市場環境下，企業不能等待各種理論技術的成熟，而需要主動摸索適合自己的大數據發展模式。為此建議在組織架構中成立專門的大數據實驗室，依托于數據治理等相關組織開展工作。大數據實驗室的職責主要包括兩個部分，覆蓋傳統的數據需求以及數據開發。在日常工作中，大數據實驗室負責解析新的需求，或者將具備成熟解決方案的需求轉移給數據應用團隊處理；另外還需要承擔一定量的預研性工作，將新技術同新的業務需求結合，或者探索新的業務應用場景從而不斷提高大數據應用水平。
針對大數據的內容管理，實驗室需要不斷探索新的存儲技術，如云計算等形式。通過建立銀行數據云來完成大數據的存儲和歸檔，提供的分布式計算能力還能用于大數據應用的實現。以一對一商業智能為目標，企業面臨的大數據需求將會呈現爆炸性增長態勢，在形成成熟完善的解決方案之前實驗室的責任重大。
2.創新人才培養。傳統模式下的數據管理和數據應用強調業務和技術相結合，以滿足業務服務需求為目的。在大數據時代，業務邏輯的快速創新能直接帶來盈利，數據管理與數據應用的核心目的是最大化數據資產價值。大數據逐漸成為人的技術，因而專業人員需要更強的創新能力。在內部人才培養上要注重潛力發展，在大數據實驗室建立專門的培養機制，提供優良土壤鼓勵創新。對外人才選拔可以拓展行業領域，吸引創新細胞更加活躍的人才加入。此外，還需要充分調動業務人員的創新積極性，大數據背景下的業務和科技人員需要有更多的交叉，甚至合二為一才能創造出更多的服務模式。
3.積極探索大數據獲取。企業需要積極探索如何獲取業務應用所需的大數據，明確當前階段大數據獲取的發展戰略。借鑒網絡業的三種大數據獲取戰略，即前臺為主、中臺為主或者后臺為主。前臺為主即通過終端從數據源頭獲取數據，通過自己主導的操作系統來規范數據標準。中臺為主的典型是建設細化的企業社交網絡，通過開放共享平臺的建設和運營獲取標準化和結構化的數據，并通過標準接口和對第三方應用的開放形成龐大的共享數據流。后臺為主的示例是企業介入電商領域，通過經營傳統商品及金融商品來獲取用戶數據，并通過對第三方開放從而獲取行業大數據。全面出擊對于大多數企業來說并不現實，應該結合自身實力及發展目標確立有主有輔的大數據獲取戰略。
4.數據管理循序漸進。數據管理各項職能的推進需要循序漸進，在過程中配合大數據的開發和內容管理。在過渡階段的發展過程中，主要面臨挑戰的是數據架構和數據安全等方面。實踐中要結合企業自身條件設計不同的實施路徑，以大數據管理作為契機逐步帶動各部分的發展。發展過程中大數據管理的震蕩變化會比較大，其他職能配合其進展循序漸進。總之過渡階段中體系框架的各職能都會變化，直至形成穩定的大數據管理和大數據應用模式。
5.管理與應用充分結合。大數據為企業大步發展提供了基礎，為此應該將數據管理與數據應用充分結合。大數據下的管理與應用需要解決廣義范圍的數據需求，包括數據應用需求以及數據管理方面的需求。應用類大數據需求分為兩類，一類已經具備成熟的解決方案，另一類需要進行探索性分析。數據管理為數據應用提供基礎，數據應用帶來業務價值，同時也會對數據管理提供反饋；數據應用的速度會隨著大數據而膨脹，對應帶來的數據管理更新需求也會加劇，因而需要數據職能部門內部具有高效的銜接和處理能力。在這個過程中，大數據管理能夠不斷加快數據管理與數據應用的結合速度，同時大數據也能夠帶來更多的業務邏輯創新，從而帶來更多的客戶和利潤。
四、結論
本文討論了數據管理與數據應用的關系，以及當前階段大數據對企業帶來的業務戰略變革動力，著重分析并提出了目前適合企業的數據管理方法論體系框架，并給出了若干實施建議。基于此框架可以開發出針對不同企業特色的數據管理體系規劃及實施方案，從而善用大數據為企業發展帶來的機遇。當然大數據時代中數據管理和數據應用的成敗還是更多的依賴于同實際情況相結合，以及對大數據理念的認知和不斷實踐。大數據正逐漸開啟信息資產化、決策智能化時代，甚至已經拉開了信息文明的序幕，在這個背景下企業數據管理和數據應用需要做好充分的知識和人才儲備，努力去吸收大數據帶來的價值并發揚光大。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：大數據時代的數據管理
本文網址：http://www.guhuozai8.cn/html/consultation/10819416635.html
相關文章
