目前航空行業數據治理已經逐步在開展起來，驅動航空行業開展數據治理工作的因素與證券、銀行、通信領域不同。證券行業有證監會33條規定，銀行業有銀監會要求在 2017年 7月份開始實施報送數據標準化規范要求，這些外在監管要求促使了證券、銀行必須開展數據治理方面的建設。

促使航空行業開展數據治理的主要因素是客戶倒逼企業在做，服務行業現在都在做客戶精準營銷，航空業也不例外。這些年航空公司的信息化快速發展，積累了很多有價值的數據。但是擁有數據，并不意味著擁有數據資產。

那么如何將企業的數據轉化為數據資產？我們知道企業在日常運營過程中產生的數據，只是一些原材料，存在不可知、不可信、不可取等問題。要想將其轉化為數據資產，需要借助大數據治理打通數據和信息的通道。從而為挖掘數據價值、業務創新提供決策支持，以滿足客戶的個性化服務的要求。

通過對國內兩家大型航空公司數據治理項目的實施以及中小航空公司數據治理的交流探討，總結出航空數據現狀總體面臨著散、亂、難問題，數據資產分布散、數據定義亂、數據管理難。這使得航空業大數據治理呈現出三個趨勢。

趨勢 1：集中管理企業數據資產

針對分散在企業各個系統的數據資產，對企業數據資產進行盤點，實現對數據資產的統一集中管理。管理的內容包 DB數據資產、接口數據資產、報表數據資產、指標標準和企業數據模型等。

趨勢 2：提升企業數據洞察能力

通過數據治理構建數據洞察能力趨勢，舉個例子說：小張銷售部門的數據分析員，現在需要做一個 2017年“春運”的市場和銷售情況分析。他知道需要航班日期、起落機場、機型、收入、成本等這些基本數據，并且這些基礎數據來源于航班運控系統。但是他想分析中加入航油、腹艙貨運，天氣對航班的影響。這些數據有沒有？從哪里取？連他這個老員工都不清楚，就更不用說新員工了。通過大數據治理，提升企業對數據資產洞察能力，可以快速定位到需要的數據。

數據架構簡單來說就是“人對企業業務的表達、記錄，并轉化為計算機可處理的格式”,是連接數據與信息的橋梁，部分航空公司為了適應這個趨勢，專門成立了數據架構部，負責建立維護管理企業整體數據架構。

一般認為企業的數據架構，主要有三個組件構成，分別是數據標準、企業模型和數據存儲結構。如下圖所示：

標準在最上層，是總體綱領。企業模型在中層，最下層是數據資源存儲結構。層次是這樣劃分的，但在實際建立的過程中，是一個由下而上的方式。通常是在現有數據存儲結構的基礎上，設計企業數據模型，然后歸并數據項，形成數據標準。（詳見：企業數據架構和集成架構規劃方案（PPT））

通過大數據治理，可以規劃統一、標準的數據架構，為企業信息化建設提供規范和標準，使得在業務層和應用層之間，做各個操作型應用的設計、開發；在各個操作型應用和數據層之間，做業務系統數據結構的設計以及數據集成；在分析型應用和數據層之間，做數據獲取、分析，從而指導規范企業信息化建設。

3、規劃企業數據架構的兩種模式

規劃企業數據架構，通常有兩種典型的模式：

模式一：從技術到業務，也可以稱為 Bottom-up模式。典型特征是先定義主題域，在從現有操作性數據結構出發，通過調研和訪談，規劃數據架構，實現數據到信息的打通。

模式二：從業務到技術，也可以稱為 Top-Down模式。其特征是以業務流程為主線，串聯業務單元、業務環節、業務活動。分析業務活動所需的實體、屬性。通過調研訪談，確認最終業務用戶的數據需求和 KPI績效考核標準。整合在一起，再結合現有的數據結構，規劃企業數據架構，實現數據到信息的打通。

兩種工作模式沒有好壞之分，需要根據企業的數據現狀，采用適合自身的工作模式。

（1）、從技術到業務模式的經典案例

借助數據治理工具，實現對企業數據資產的盤點，盤點數據資產管理的對象包括數據從業務系統到數據倉庫、集市、報表的流轉加工關系。盤點的范圍是以數倉為核心，構建業務系統到數倉、數倉到數據分析應用的全鏈路數據資產盤點。

在數據資產盤點的基礎參考同業案例或經驗，劃分數據主題域。在項目中借鑒達美航空經驗確定了 13個數據主題域，同時又分析了數倉的模型中 2000多個實體，對現有系統的數據結構進行調研確認，從而構建了企業數據模型。

在企業數據模型的基礎上，對數據項進行歸并、指標口徑的標準化。抽象出數據標準層，形成統一數據架構，提升數據服務能力。

（2）、從業務到技術模式的經典案例

模式一以現有企業信息化系統數據結構為基礎。模式二以業務流程切入，以業務環節中的獲取信息為基礎，匯總企業數據項的信息。

下圖是某航空公司飛機運行生命周期管理業務流程。從規劃發展部做飛機引進計劃，到飛機投入運營，再到飛機退出，每個業務環節都會產生業務數據。在梳理的工程中，會從業務部門收集業務流程的各環節涉及的數據集和數據項信息。

然后對數據項進行整合，按照數據項使用的熱度，頻率、關聯度等，整合數據項、代碼、指標度量、維度等，在結合（國際 /國內）同業經驗，形成某業務域的數據架構。

在構建企業統一數據架構過程中會遇到各種問題，在關于設備主題域數據項制定的過程中，就發現了一個飛機號 B5917，卻存在三個不同的叫法，有的系統叫飛機尾號、有的叫飛機號，還有的叫飛機設備尾號。總之各系統存在數據項業務含義不統一的地方。在梳理過程中要弄清楚數據的來源，來源不唯一的情況下還要從業務角度劃分數據的責任方。最終確定統一的名稱和業務含義。

下圖是在某航空公司構建數據標準示例，可以看到，航空業數據標準主要包括指標標準、業務術語，基礎編碼和數據項。

通過合理規劃企業的數據架構，可以打通數據與信息的通道。這里列出了 3個關鍵技術，來幫助企業快速合理地規劃企業數據架構，實現數據到信息的轉換。（詳見：企業大數據架構設計規劃方案（PPT））

通過自動化數據資產收集，需要完成以下幾件事：

梳理全企業數據架構，對企業的數據模型、數據關系、數據處理有清晰化的認識。

對數據資產形成統一的自動化管理，形成企業的元數據庫。

對企業數據資產形成多種視圖，使數據資產能夠對不同用戶，有不同視角的展示。

從一定程度上來說，元數據采集的全面性和準確性決定了自動化數據資產收集的成敗，是否能夠對大數據、數據倉庫、關系型 /非關系型數據庫、數據模型、主流 ETL工具等實現自動化的元數據采集是關鍵。

關鍵技術 2：數據資產自動分類實現技術

通過元數據聚類能力，形成資產密度分類，結合已有的的模型體系進行歸類和整合。將收集的元數據分類歸集到信息模型上，形成多維度的、完整的模型體系，從而貫通業務技術。這里面需要元數據產品具備自動化的分類引擎以及可擴展的元模型管理能力。

數據資產質量自動監控，要求能夠從數據的準確性、完整性、及時性、一致性等六性的維度，對數據資產的質量進行管理，從數據問題定義、問題發現、問題處理、問題跟蹤和問題評估統計 5個環節，構建資產質量的閉環管理流程。

航空數據現狀總體面臨著數據資產分布散、數據定義亂、數據管理難等常見問題，集中管理數據資產、提升企業數據洞察能力、規劃企業數據架構是航空業應用大數據治理的三大趨勢。

其實，不只是在航空行業，各個行業在將企業數據轉化為數據資產的過程中，打通數據與信息的通道都是關鍵的一環。通過自動化收集、自動化分類、自動化數據質量監控等技術手段，可以輔助企業規劃統一、標準的數據架構，最終為數據轉化為信息（數據資產）提供可靠、可行的途徑。