時過境遷

2023-03-03

制造業數字化轉型的核心在于數據，數據的鏈接、匯聚和治理是制造業企業數字化轉型的第一步。制造企業究竟要如何提升數據質量？經過10多年的摸索，億信華辰作為數據治理領域的領航者，現在已經有了一整套行之有效的管理數據質量的方法，具體實施步驟如下：


數據質量提升的標準流程

步驟1：調研數據問題

針對相關業務部門及IT系統開展問卷調查，收集在信息使用中存在的障礙和挑戰，理清數據現狀和用戶需求。以調研問卷為基礎，針對項目發起者重點關注的領域組織專項面對面訪談，從源系統、數據應用系統、業務部門、科技主管部門到數據治理主管領導，逐步建立整體架構視圖，勾勒出目標藍圖。

步驟2：數據治理成熟度評估

企業數據成熟度階段分為數據積累階段、初始階段、體系階段、定量管理階段、持續優化階段。認知自身所處的數據成熟度，對于企業來說十分必要。目前，制造行業的信息化建設已取得顯著效果，企業普遍希望通過數據治理為建設數據應用夯實基礎，從而實現數據價值。

步驟3：確定治理目標、獲取高層支持

數據治理是一把手工程。數據治理是一個跨部門、跨系統的活動，需要得到高層的極大支持。

步驟4：制定數據治理實施路線圖


步驟5：搭建數據治理組織體系

組織跨部門的數據治理工作小組，確定組織目標與定位，確定組織形式與層級，明確管理內容和職責劃分，設置崗位與人員安排。

步驟6：梳理業務系統，摸清家底

不僅是對數據，還需要對業務流程進行“全面體檢”，梳理業務系統，摸清數據現狀。


步驟7：建立元數據存儲庫


步驟8.1：基礎標準定義模板


步驟8.2：數據質量管理閉環機制

在質量管理的發展過程中形成了眾多的質量管理理論，PDCA循環通過計劃、執行、檢查、處理四個循環反復的步驟進行質量管理。PDCA映射到數據問題閉環管理，包括數據問題發現，到問題定位、跟蹤問題處理、完善問題知識庫，到考核評價，形成一種可持續運行、可持續解決問題的機制。

步驟8.3：主數據管理


步驟9：建立數據治理長效機制

數據質量管理貫穿數據的全生命周期，是一個長期的、需要持續開展的工作，需要業務人員和技術人員共同努力，才能獲得高質量的數據。因此需要從以下幾方面建立長效機制，持續優化迭代提升數據價值：

1.推進數據資產化，使得數據戰略與業務戰略結合統一

2.數據治理可視化展示，直觀呈現，從數據治理域的各維度分析

3.治理成效評估，通過成果度量成效，并定期向委員會匯報

4.推廣數據治理文化，宣傳數據戰略，建立數據論壇

5.建立體系化數據服務體系，形成統一的數據服務入口