數字化轉型與數據管理實踐介紹數據工作的兩個階段：第一階段通過數據治理、業務數字化、數據流打通提升業務作業效率和質量；第二階段通過建設數據底座、匯聚聯接數據、數據服務化，支持數字化運營清潔數據成就卓越運營，智慧數據驅動有效增長數據工作的兩個階段 數據價值 管理訴求跨領域數據匯聚與整合差異化的信息安全保護自助式數據獲取與分析一致的信息架構與標準第二階段第一階段數據分析與洞察數據清潔與貫通業務可視，使能快速、準確決策?通過數據匯聚，實現業務狀態透明可視，提供基于“事實”的決策支持依據。人工智能，實現業務自動化?通過業務規則數字化、算法化，嵌入業務流，逐步替代人工判斷。數據創新，成為差異化競爭優勢?基于數據的用戶洞察，發現新的市場機會點。數據全流程貫通，提升業務運作效率?通過業務數字化、標準化，借助IT技術，實現業務上下游信息快速傳遞、共享數據質量持續提升，減少糾錯成本?通過數據質量度量與持續改進，確保數據真實反應業務（“帳實”一致），降低運營風險。唯一可信的數據源有效的質量度量改進機制建立完善的“數據管理體系”：明確數據管理的政策、流程、組織、IT等組件，并通過完整的數據管理體系的運作，不斷促進業務規則和流程的優化，支撐數據打通和數據清潔目標的實現數據源管理政策公司數據Owner數據架構管理政策數據架構管理數據質量管理數據管理部戰略到執行信息價值鏈業務交易到核算信息價值鏈產品創意到生命周期管理信息價值鏈存量管理到問題解決信息價值鏈主數據在交易打通維度數據在報告打通基于主業務流的信息價值鏈綜合治理（數據&流程&IT）：縱橫打通+數據清潔數據是企業的戰略資產數據質量管理政策公司數據管理總綱管理數據架構政策指引流程組織IT 主數據管理平臺管理數據質量 管理數據分析維度數據管理平臺 元數據管理平臺 數據質量管理工具信息架構專家組健全了公司數據管理組織：各領域/BG分別建立了實體化的數據管理組織（專業的數據管家），虛線向公司數據管理部匯報；同時組建6個跨領域數據聯合工作團隊跨領域數據聯合工作組體系建設者 能力中心業務的數據伙伴文化倡導者數據管理組織定位XX數據管理部XX數據管理部XX數據管理部XX數據管理部XX數據管理部XX數據管理部XX數據管理部公司數據管理部XX數據管理部XX數據管理部XX數據管理部領域數據Owner質量運營部/XX管理部XX數據管理部公司數據Owner 質量與流程IT管理部數據質量執行組數據架構建設組數據服務推進組數據底座工作組元數據工作組數據分析工作組開發了“管理數據”流程：1個L2、3個L3L112.0MBT&IT12.5管理數據12.5.1管理數據架構 12.5.2管理數據質量 12.5.3管理數據分析L2L3發布了公司數據管理政策?數據是公司核心資產，數據準確是有效內控的基礎。?規定數據架構、數據產生、數據應用、數據問責與獎懲的基本原則。1.數據管理總綱?數據架構是公司統一的數據語言，是業務流打通、消除信息孤島和提升業務流集成效率的關鍵要素。?規定數據架構的角色與職責、建設要求、遵從管控。2.數據架構管理政策?明確數據在創建、維護及應用過程中的規則及質量要求。4.數據質量管理政策?確保數據源頭的統一，以及跨流程、跨系統數據的唯一性和一致性。?數據源管理原則與認證標準。3.數據源管理政策數據管理政策是數據管理的“基本法”，從目的、適用范圍、管理原則、問責等方面進行規定，是公司層面需要遵從的文件。建立數據管控與運作模型：通過變革管理體系、流程運營體系運作落地變革指導委員會ESC各業務領域全球流程責任人GPOs業務變革項目 業務優化/數據攻關團隊業務架構專家組數據架構專家組應用架構專家組技術架構專家組公司數據Owner變革管理體系 流程運營體系變革管理辦公室PO企業架構委員會EAC業務運作團隊質量運營團隊數據管家確定了四大信息架構組件數據資產目錄 數據模型數據分布1 32數據標準 數據架構 4?通過分層架構表達對數據的分類和定義?厘清數據資產?是建立數據模型的輸入……?通過E-R建模實現對數據及其關系的描述?指導IT開發，是應用系統實現的基礎?是業務定義的規范?統一語言，消除歧義?為數據資產梳理提供標準的業務含義和規則業務術語數據標準數據標準?是數據在業務流程和IT系統上流動的全景視圖?識別數據的“來龍去脈”?是定位數據問題的導航概念數據模型L1L2L3L4L5主題域業務對象屬性業務域邏輯數據實體數據分層結構數據標準業務術語數據標準對數據資產目錄中業務對象在企業內的統一定義對數據資產目錄中屬性描述企業內需共同遵守的數據含義和業務規則數據分布數據源信息鏈表達數據在業務流的流轉數據流表達數據在IT系統的流轉定義數據產生的源頭建立數據質量管理框架和運作機制，每年例行開展兩次公司級數據質量度量數據質量業務需求數據質量結果滿意能力支撐數據組織 數據質量流程 數據治理平臺領導力數據質量政策 數據質量管控 數據質量文化持續改進數據清潔數據質量目標規劃(SP/BP)數據質量控制數據質量度量數據質量改進數字化數據管理框架：以業務數字化為前提，數據入湖為基礎，重點建設數據中臺；同時加強數據隱私與安全、血緣、虛擬化和生態能力建設……數據服務銷售系統 交付系統 人力資源數據消費數據源批量/實時采集數據底座數據資產管理物理入湖兩種入湖方式、六項入湖標準五種數據中臺聯接方式以業務流（事件）為中心聯接……數據湖業務/數據雙驅動做厚數據中臺完整、清潔的邏輯數據湖業務對象、規則、過程數字化XX數字化運營 XX數字化運營 業務流效率提升滿足自助式的數據消費數據分析平臺）臺中（接聯題主信息架構數據管控數據質量數據地圖指標管理共享與安全數據服務治理元數據管理XX數字化運營內部數據客戶管理 外部數據數據服務數據分析管理自助分析 實時可視 風險預警 智能決策……虛擬入湖明確數據Owner發布數據標準認證數據源定義數據密級制定質量方案注冊元數據以對象（主體）為中心聯接智能標簽報告數據算法模型對象數字化（建立對象本體在數字世界的映射）過程數字化（實現作業過程、軌跡自記錄、信息化協同）規則數字化（實現業務規則與應用的解耦，規則可配置）業務對象：是企業重要的人、事、物，承載了業務運作和管理涉及的重要信息。業務對象識別原則：?業務對象有唯一身份標識；?業務對象重要性原則；?業務對象相互獨立并有屬性描述；?業務對象可實例化；客戶合同客戶合同號簽約日期簽約金額…產品 交付項目主計劃產品編碼產品商標產品序號…計劃名稱計劃開始時間計劃結束時間…業務對象樣例屬性樣例三種 事務類 資源類 控制類類型業務規則：業務規則是企業內部定義業務事實、約束和控制業務行為的標準或聲明。規則數據：規則數據是支撐業務規則的核心數據，主要描述規則的變量部分。業務過程：利用傳感器IoT等技術，對業務對象的行為過程進行觀測，形成觀測數據，觀測數據通常數據量較大且是過程性的，由機器自動采集生成，無需人工干預；需結合實際業務場景，方可產生價值；觀測數據：觀測者通過觀測工具獲取觀測對象行為/過程的記錄數據。樣例1-設備GPS數據：ISC+通過采集貨物的GPS數據及模型建設，實時計算動態到港時間，解決了發貨后需要多次溝通到貨時間問題，大幅縮減溝通成本。樣例2-網絡訪問日志：泰代通過使用員工訪問當地辦公室網絡日志數據，實時統計機關人員出差統計，解決人工統計周期長與數據不準的痛點。業務規則頻繁變化并且組成業務規則的變量體量大的業務規則是規則數據管理的重點業務數字化：通過規則數據，實現業務規則與應用解耦，規則可配置；通過觀測數據，實現業務過程/軌跡自記錄；持續推進業務對象數字化，豐富數據源主題聯接(數據中臺)建設：將數據按業務流/事件、對象/主體、標簽、指標數據與算法進行整合與聯接，支撐業務的推演和根因分析數據聯接數據湖圖模型以對象（主體）為中心聯接(供應商、客戶等)算法模型(計劃預測、機會點挖掘等)多維模型 算法與模型以業務流（事件）為中心聯接(合同、銷售訂單等)消費場景業務監控多角度分析例如：區域訂貨按合同、項目等維度分析標簽智能標簽(員工、用戶畫像等)員工云計算專家論壇博主金牌講師銷售達人支撐度量 屬性指標數據（如門店數量）指標(復合)指標(原子)疊加公式維度/口徑業務指標報告數據(原子指標數據、衍生/復合等)合同接收合同評審合同簽訂合同注冊到貨計劃生產制造合同關閉客戶合同訂單箱單MR交付配置生產配置BOQ客戶維區域維供應商自然人關聯

公司如嶺回歸Ridge算法用于計劃預測多源異構整合業務預測 業務預警 業務協調 業務調度 業務決策 業務指揮關聯影響分析例如：數通業務連續性分析AB(C)物料供應動態切換特定范圍圈定例如：CBG通過標簽篩選目標用戶進行產品推送對結果、質量、效率度量例如：5個“1”度量智能分析例如：通過人臉識別算法實現智能門禁數據服務 數據服務 數據服務 數據服務 數據服務數字化運營模式轉變：由被動響應的“保姆式”開發模式，轉變為基于統一平臺和數據底座的“服務+自助”模式“保姆式”開發模式：平均響應周期為30天用戶提出需求IT定制開發數據需求解析與澄清方案設計IT定制開發測試驗證IT版本計劃部署上線業務需求 …需求提出開發實現用戶自助完成應用建設數字平臺提供資源與服務定制化數據服務……基礎數據服務主題數據服務自動