企业数据资产管理的“道法术器”
发布时间:2023-09-28 21:45 浏览次数:次 作者:admin
最近,财政部正式印发了《企业数据资源相关会计处理暂行规定》,标志着我国数据资产入表正式落地,为企业数据管理开辟了全新的篇章。数据资产化是企业数字化转型的基石,是把数据原矿提纯为数据金子的必经之路。这一切都离不开数据资产管理。
数据资产管理是指对数据资产进行规划、控制和提供的一组活动职能,包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序,从而控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服务,确保数据资产保值增值。
今天我们就用道家文化中的“道、法、术、器”来详细阐释下企业数据资产建设过程中的策略方法。
01、企业数据资产管理的“道”
“道”是指天道、自然规律,还指核心思想、本质规律,它是方向性的指引,就是“做正确的事”,而在企业数据资产建设中“道”就是战略层面,包括了数据战略、组织机制和数据文化。
企业战略:数据资产项目往往是企业战略要求驱动,企业在长期建设发展过程中,信息化系统建设从未停止,但未建立有效管理和应用数据的模式,导致工作效率并没有得到显著提升,数据价值不能有效释放,最终企业自身难以适应市场、行业、技术的不断变化,在此前提下,往往驱动企业内部进行主数据项目建设,推动企业内部数据标准化、规范化。
组织机制:企业数据治理需要贯彻的逻辑是,数据治理/数据资产建设绝对不是某一个人或某一个部门的职责,需要企业每个业务部门参与,尤其需要高层领导的大力支持和推动,建立完善的组织机制才是主数据项目的重要保障。
数据文化:数据是企业的重要资产。数据文化是一种信念,也是一种能力。它是组织重视、鼓励、实践利用数据来改进决策的行为集合,它是组织利用数据驱动进行洞察、业务决策的能力表现。
02、企业数据资产管理的“法”
“法”就是管理层面,或是战术层面的方法、实施方法论,包括理现状,定目标、数据治理能力成熟度评估、数据治理路线图规划、数据治理保障体系建设、数据治理技术体系建设、数据治理策略执行和监控、数据治理绩效考核和数据治理长效运营。
数据资产管理是汇聚数据、管理数据、利用数据、运营数据、数据定价的过程,数据资产管理包含核心管理职能和保障措施。管理职能是落实数据资产运营管理过程的一系列具体行为,保障措施是为了支持管理职能实现的一些辅助的组织架构和制度体系,是数据资产保障长期运行的基础。
03、企业数据资产管理的“术”
“术”是对“法”的应用,“术”是指技术层面上的操作方法,就是“正确做事所需要的技术和方法”,企业数据资产管理过程中,也需要科学的战术去落地。
针对数据资产管理体系的规划应站在企业战略层面推进,数据资产管理既要大处着眼,更要小处着手,而且要善于找时机切入。比如第一阶段重在打基础,第二阶段抓标准,第三阶段促深化,循序渐进。一套功能完善、设计合理、可扩展的数据资产管理系统能够为企业数字化建设带来诸多收益。
实施路线图
数据资产管理不能一蹴而就,需要建立起长效的持续运营机制,综合考虑任务业务价值、实施难易度及依赖关系三方面因素,确定实施任务优先级。
04、企业数据资产管理的“器”
“器”是指工具,“工欲善其事,必先利其器”,通过“器”,就能够“更加高效地做事”。在企业数据资产建设过程中,需要一套专业的数据资产管理工具,实现数据资产的全流程管理,构建统一的数据资产管理平台,使各活动职能相关工具保持联动,覆盖数据的采集、流转、加工、使用等环节。
主数据是指用来描述企业核心业务实体的数据,是跨越各个业务部门和系统的、高价值的基础数据。主数据管理是一系列规则、应用和技术,用以协调和管理与企业的核心业务实体相关的系统记录数据。
元数据是指描述数据的数据。元数据管理 是数据资产管理的重要基础,是为获得高质量的、整合的元数据而进行的规划、实施与控制行为。主要作用:让数据资产更易懂,了解数据资产的来龙去脉。
数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束。数据标准管理 的目标是通过制定和发布由数据利益相关方确认的数据标准,结合制度约束、过程管控、技术工 具等手段,推动数据的标准化,进一步提升数据质量。主要作用:建立规范的数据资产标准,消除跨系统的非一致性。
数据质量指在特定的业务环境下,数据满足业务运行、管理与决策的程度,是保证数据应用效 果的基础。数据质量管理是指运用相关技术来衡量、提高和确保数据质量的规划、实施与控制等一 系列活动。衡量数据质量的指标体系包括完整性、规范性、一致性、准确性、唯一性、及时性等。主要作用:让数据资产清澈如水,真实有效。
数据资产定义、盘点、规划无序的数据类和应用类资源,提供全局统一的数据资产门户,开发授权丰富、高效、安全的数据服务方式,构建主题明确、服务完善、权责清晰的数据资产管理体系,充分释放数据要素在业务中价值。主要作用:辅助数据资产盘点,提升数据价值。
数据集成包括数据内部共享、外部流通、对外开放。数据共享管理的关键活动就是包括定义数据资产运营指标、设计管理方案等。主要作用:降低数据资产化操作门槛,让更多的业务人员能够参与其中。