|
一、概述 数据是投资管控型集团的重要资产，是集团进行战略决策、风险管理、兼并重组、业务创新的基础。十三五期间，随着各种投资管控型集团信息系统的普及应用以及业务的不断拓展，投资管控型集团积累了包括经济分析信息、内外部环境分析信息、战略管控分析信息、交易信息、客户供应商信息、日志等大量数据。如何提高数据利用价值、保障数据安全是投资管控型集团急需解决的问题。 目前，基于大数据、数据中台的应用形式正在快速发展，大型集团试图最大程度地挖掘数据价值，但效果不甚理想，因为大数据是由结构化、半结构化和非结构化的海量数据组成，还包括许多没有价值的数据，数据质量参差不齐，使得数据应用达不到预期效果，不利于数据的有效利用。要提高数据质量和数量利用价值，必须加强数据治理工作，数据质量体系的建设和完善迫在眉睫 数据治理(Data Governance)是依托数据存在的。从狭义的角度来说，有数据的地方就需要进行数据治理，特别是近年来随着大数据的不断发展，数据治理被提升到一个新的高度。 数据治理是一个比较宽泛的概念，现在还没有一个公认的、标准的定义，在众多的定义中，数据治理专业人士更倾向于《DAMA数据管理知识体系指南》给出的定义：数据治理是对数据资产管理行使权力和控制的活动集合。 数据治理和数据管理只有一字之差，但是二者并不是完全相同的，简单地说，数据治理是管理数据管理的，数据管理包含数据治理，数据管理涉及的广度和深度都比数据治理大。 二、投资管控型集团数据治理措施 数据治理不仅涉及技术手段，还需要组织、制度和流程。从数据治理的方法来看，也是技术和制度的结合。投资管控型集团进行数据治理工作，需要将管理和技术有效结合，二者缺一不可，要从思想上重视数据治理工作，建立数据治理体系框架，构建统一的数据标准体系以及进行数据生命周期全过程管理。 （一）建立健全组织保障机制 投资管控型集团要加强数据治理意识，提高思想认识。数据治理作为一项系统性工程，参与人员较多，高层领导的重视和支持非常重要，同时还需要业务部门的共同参与，使所有参与人员重视数据治理工作，加强其对数据治理的认识。数据治理组织至少应该包括高层管理人员、业务人员和技术人员3类人员。人员之间应合理分工，明确职责。其中高层管理人员主要负责起草和制定数据治理工作纲要，具体包括目标、原则、标准、制度等；业务人员主要通过掌握的业务规则对业务数据进行审核和校正，保证业务数据的准确性、有效性和可用性；技术人员的工作目标与业务人员相似，都是要保证数据的质量，通过技术手段实现数据校验、清洗、监控等，同时通过数据备份策略保证数据安全。健全、合理的数据治理组织体系为数据治理工作提供了可靠的保障，是顺利、有效开展数据治理工作的基础。 （二）建立数据治理体系框架 数据治理是技术与管理相结合的产物，同时需要持续不断地改进和优化，通常包括组织架构、政策制度、技术工具、数据标准、流程规范、监督及考核等内容，另外还包括组织战略、治理规划、机制、工作内容和实施路径等方面。在数据治理体系框架下，数据治理各流程能够有效地整合在一起，并协同工作。 数据治理体系应该包括数据治理组织体系、数据治理管理体系和数据治理执行体系等子体系。其中，组织体系构建了数据治理组织架构，为数据治理工作提供组织保障；管理体系主要包括数据标准体系、数据质量管理和数据共享应用3个方面，进行数据质量管理之前必须要建立数据标准体系，只有进行高质量的数据管理，才能提高数据的共享应用质量和效率；执行体系主要负责数据治理工作具体执行，并对结果进行考核、反馈和处理。总的来说，数据治理的组织体系是保障，管理体系是基础，执行体系是关键， （三）构建统一的数据标准体系 “无规矩不成方圆"，投资管控型集团数据治理工作需要遵循标准和规则，这就需要建设统一的数据标准体系，这是数据治理工作的基础。投资管控型集团可以根据业务种类、受理渠道、产品及客户类型等逐步建立数据标准体系，通过建立一套完整的规则和流程，实现数据利用和交流的一致性，无论在组织内外都能保证数据的正确一致，提高数据资源的利用率。同时，在数据的生成、存储和传递等过程中，提供统一的标准，保证数据的完整性、一致性和连续性。 数据标准体系建设要遵循一定的原则，主要包括循序渐进不断完善、建立与维护并重、数据标准管制等原则。数据标准体系建设是一项长期的、复杂的工程，需要明确战略，制定指导思想，分阶段稳步实施。数据标准体系建设需要及时维护和更新，既能“重生"，也能“重养"，实现数据标准与业务的同步更新，保持数据标准体系的“活力"。数据标准体系的更新和维护要制定标准的维护原则和流程，进行有效的管控，遵循数据标准管制和维护的相关规定，进行合理维护，并纳入审核管理流程，保证数据标准体系的完整性和准确性。 （四）进行数据生命周期全过程管理 投资管控型集团数据量大、种类繁多，这些数据从产生到最后被分析利用，构成了完整的生命周期，要对投资管控型集团进行数据治理，必须对数据生命周期的所有环节进行严格把控。 投资管控型集团数据的生命周期可以分为5个阶段：数据产生、传递、存储、分析利用和销毁。数据产生是指数据的来源要准确、可靠，通过业务标准、技术验证、有效测试等手段实现数据的准确性、有效性、完整性目标。数据传递是指数据在不同业务流程中实现通畅、高效流转，根据数据的类别采取有针对性的措施，保证数据的保密性和完整性。数据存储要同时保证数据的保密性、完整性和有效性，可以根据数据的重要程度、业务类型采取不同的存储策略，采取不同介质、异地存储等方式，同时要定期进行数据恢复测试，保证数据可用。 数据分析利用是非常重要的环节，在此环节所获得的有价值的信息，将指导投资管控型集团运营和战略规划。在此环节中，要关注数据分析可能对原始数据造成的损坏，以及确保数据处理环境的安全和保密。数据销毁是指数据没有价值并且超过了保密期限的处理，由于投资管控型集团数据通常涉及隐私数据，因此数据销毁要有明确的制度规定、严格的操作流程和可靠的数据销毁工具，并且对销毁过程进行准确记录。 （五）建立高效的数据质量管理模式 投资管控型集团数据质量管理是数据治理中非常重要的一步，因为高质量的数据会帮助投资管控型集团做出合理正确的决策。数据质量管理是对数据生命周期所有环节中可能出现的质量问题进行识别、监控和处理，发现数据质量问题并及时解决，化解数据质量隐患。投资管控型集团应做好数据质量管理规划，建立数据质量管理团队，健全制度建设，完善管理流程。 要提高数据质量管理意识，集团所有人员都应重视数据质量管理工作，认识到数据是投资管控型集团重要的战略资源，而高质量的数据将帮助投资管控型集团做出最优决策。加大对数据质量管理的技术支持，特别是在系统开发中采取校验技术，加大测试力度，帮助用户发现错误，纠正错误录入和操作，禁止违规操作，降低人为风险。健全质量管理相关制度，让员工做到“有法可依，有法必依"，同时可以将数据质量管理工作与员工的绩效、奖惩结合起来，加强正向激励作用。 三、结论 目前，投资管控型集团已逐渐进人大数据时代，大数据在投资管控型集团日常业务中的比重也在不断增加。在此背景下，加强数据治理工作，为战略规划和日常运营提供决策支持，从而提高核心竞争力，已成为投资管控型集团工作的重中之重。投资管控型集团应该持续加大数据治理工作力度，完善数据治理工作机制，构建合理高效的数据治理体系，探索出一条适应投资管控型集团的数据治理道路，这样才能不断适应国内外经济形势的风云变化，使自己在激烈竞争和复杂环境中立于不败之地。 欢迎加入数据管理者 |
|
|
