? ? ??01制造行業數據治理現狀

? ? ??新冠疫情對企業數字化轉型起到催化劑作用。據近期制造企業的CIO調查顯示，超過99%的企業領導對數字化轉型持支持態度。不難看出，傳統制造企業在面對企業發展戰略、行業發展趨勢、經濟下行、市場競爭等因素的沖擊時，越來越多的企業選擇用數字化轉型來對抗不確定因素，并高度認同其價值，內生動力不斷被激發。

? ? ??企業紛紛建設數字化平臺，打通與全交易鏈路的鏈接，實現與所有2B、2C平臺等資源平臺的鏈接，打通企業各個環節、各個要素之間的連接，以期提升企業的運行效率以及降低企業的運行成本。但是，制造業企業的的數字化轉型程度參差不齊，存在多方面共性問題：第一，在業務協同方面，數據不一致，分類代碼混亂；缺乏統一的數據定義，數據含義不同；跨業務部門的臨時供數困難。第二，在統計報送方面，業務統計需要跨系統數據支持和跨部門支持，但跨系統數據不一致；手工臺帳、手工報表的方式產生巨大的工作量。第三，在分析決策方面，數據質量不高，可用性差；數據不完整，難以形成完成視圖；數據整合困難，需大量清洗和轉換。例如，在特種電纜制造中，約80%的產品都屬于定制化開發。技術部門需要對工藝進行設計與計算，但在定義過程中，每天可能會新增物料編碼，編碼格式或者標準可能會產生差異，在缺乏優質工具支持的情況下，難以準確完成開發。

? ? ??企業數據成熟度階段分為隨機階段、認知階段、成長階段、? ? ??成熟階段、創新階段。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。

? ? ??02數據治理關鍵方法

? ? ??通過解決釋放數據價值過程中面臨的諸多問題，以體系化的方式實現數據的可得、可用、好用，用較小的數據成本獲得較大的數據收益，整體上可以分為五個步驟：第一，建組織制度。組織跨部門的治理工作小組，建立制度與規范，重點明確數據標準，數據開發維護流程。第二，盤點數據資產。從技術和業務視角，盤點和發布數據資產，構建數據資產目錄。滿足未來兩道三年數據應用訴求，遵循可持續發展，不斷豐富數據資產目錄內容。第三，數據管理。對核心數據進行管理，規范化和標準化數據資產，提升數據質量，保障數據安全合規，數據價值得到持續釋放。第四，數據計算。數據計算是對數據依某種模式而建立起來的關系進行處理的過程。當前大數據的背景下納入了機器設備的數據源，而這些數據體量比傳統的業務系統要大的多，提供短期內處理好的結果數據。第五，數據應用。讓用戶更好地指導有哪些數據、如何更方便、更快捷的獲取數據；對數據資產的使用監控和評價以及質量評估。

? ? ??數據工作機制的建立

? ? ??數據角色分工是數據工作機制建立的基礎。有關數據工作的部門可以分為數據生產部門、數據使用部門和技術部門，從而建立相應的數據標準管理、質量管理、使用要求、元數據管理等制度。管理制度是有效完成數據工作的保障。規定工具產品的使用方法與產品使用流程，結合企業的現狀，為數據治理的開展提供有據可依的管理辦法、規定數據治理的業務流程、數據治理的認責體系、人員角色和崗位職責、數據治理的支持環境和頒布數據治理的規章制度政策等。

? ? ??數據資產梳理流程

? ? ??在數據治理的實際操作中，只有先發現數據，對數據進行有效分類，才能避免一刀切的控制方式， 也才能對數據的安全管理采用更加精細的措施，使數據在共享使用和安全使用之間獲得平衡。數據資產盤點以元數據中心為基礎，支持多樣化的數據資產盤點策略，實現數據資產盤點的最大程度的自動化。

數據安全管理

? ? ??目前，數據安全管理存在很大的風險，數據安全是大家常談的熱點問題。根據企業內、外關系人的劃分及其在數據安全管理工作中的職責，制定數據訪問基本權限表，明確各關系人對不同保密等級的數據的訪問權限，當某關系人提出超出其基本數據訪問權限的需求時，則須執行一定的授權審批流程，由授權者承擔部分安全責任。

數據治理的延伸：數據管理

? ? ??數據治理不是項目性工作，而是持久化工作。首先要數據治理工作成果日常化，把數據治理工作利用自動化引擎實時或者準實時自動化運行；其次是元數據和標準化治理維護更新，不斷的更新元數據和標準化治理以反映當前的訴求；最后是新型數據的自動化治理，其中，超過原先治理范圍的數據，需要經歷暗數據發現和分類，數據質量清洗和重新組織數據的全過程；在生產過程中，實時識別這部分數據，將其引入數據治理流程，使新類型在產生的初始環節就是可識別、高質量、可理解和可利用的。制造行業已經開始逐步進行數據應用的探索，并取得落地成果。例如，工業互聯網標識解析、線纜產品身份證等，實現產品的質量合規與信息可追溯。同時，客戶的數據需求倒逼制造行業的發展，企業要確保數據的唯一性、準確性與及時性。有效完成企業和供應商間的數據對接，尚需要大家共同探索，形成產業效益。