電力企業數據質量全生命周期治理

王陳喜　和玲

【摘 要】大數據時代的來臨，數據的作用和價值也變得更大，同樣大量數據的存在也為企業發展帶來一定的風險，數據治理成為企業發展中需要重視的一項工作。文章通過闡述數據質量全生命周期管理理論，構建出電力企業數據全生命周期治理的框架體系，通過對數據質量進行全生命周期的治理，提升電力企業的數據價值，促進電力企業的發展。

【關鍵詞】電力企業 數據質量質量 數據全生命周期

社會經濟的發展，信息化進程的加快，產生了越來越多的數據，我們逐步走進了大數據時代。企業的蓬勃發展產生的海量數據越來越具有價值，成為企業重要的資源，因此加強數據質量的治理成為不容忽視的工作。數據質量的好壞影響著企業運營、報表生成的準確性，影響著探究企業發展規律、發展潛力的效果。數據質量治理是指依據制定的規范對數據進行核查，確保數據完整、真實、準確，符合企業的生產和管控要求。就目前來看，數據質量的治理存在一些常見的問題。制度方面，數據質量治理的相關制度欠缺，治理流程和監控手段也較少；規劃組織方面，數據治理的規劃和策略匱乏，數據質量責任人不明確；治理思路方面，缺乏具備前瞻性的體系建設，使治理工作隨時出現新問題；系統建設方面，信息系統建設不能滿足業務需求，數據庫建設存在缺陷，使數據質量規范不統一?？傊?，數據質量治理方面的缺陷會導致數據出現不完整、不及時、不準確等質量問題，使大量無用數據都堆積在數據庫中，嚴重影響了數據集成運算的效率。

1 數據質量全生命周期管理理論及實踐

在20世紀90年代，美國麻省理工學院（MIT）依據實物產品質量體系的經驗，通過理解客戶的信息需求，對數據質量提出了進行全生命周期管理的理論。數據質量的全生命周期管理實質是對數據進行全部環節的包括有關產生、存儲、使用以及銷毀在內的管理。20世紀90年代后期，IBM公司就開始對數據的質量進行治理，并建立了相應的數據質量治理委員會。經過二十多年的發展，已經形成了一套完整的數據質量治理體系，其中包括了數據治理規范制度、數據治理組織、數據治理流程等內容。

2 數據質量全生命周期治理框架體系

2.1 數據質量全生命周期治理的總體思路

該治理框架將頂層設計的需求作為主線，將數據質量的標準性規范作為框架的基石，將完善的組織機構和系統的流程管控作為制度保障，將監督和考評作為框架的監督手段。該治理框架對數據質量的全生命周期進行管控，包括了數據的產生、收集、存留、計算、備份、修改、恢復、銷毀等所有環節，依據電力企業的行業特征，搭建具有動態優化性能的數據質量治理的平臺。通過數據質量治理的平臺，提高企業內數據的準確性、高效性、完整性、及時性以及安全性，確保電力企業的數據滿足各項業務的規范要求，提升數據的風險管控能力。

2.2 數據質量全生命周期治理的建設原則

在信息化的初建時期，電力企業并沒有對企業數據質量的治理工作進行全面的規劃，所以電力企業的數據在質量上還存在較多的問題，需要引起電力企業的重視。開展工作的原則是全面規劃之下跨系統跨業務進行協作；重點突出、需求先行；扎實基礎、節約成本；先行試點、分布推廣。

3 電力企業數據質量全生命周期治理框架

電力企業的數據質量全生命周期治理框架見圖1。

（1）組織機構的建立。該治理框架要建立相應的治理委員會，委員會成員包括企業管理人員、業務專家和數據治理的技術專家。委員會制定數據治理的規劃和戰略，確保同企業的發展戰略和信息戰略相聯系，以便解決業務之間數據出現隔離的問題。（2）成立數據質量治理的項目組。項目組人員構成包括數據質量分析人員、企業業務分析人員和數據集成開發人員。該項目組制定出有關數據質量治理的規范標準和流程，審查數據的質量，制定數據質量的改進方案并進行實施，對數據質量治理工作進行監督和考評。（3）數據專責人的設定。專責人員要在數據的全生命周期內，按照數據質量的相關制度對數據實行操作，保證數據質量符合規范。（4）對頂層設計需求進行梳理。向數據的提供者、使用者、處理者收集對數據質量和技術的相關需求。既有基礎性需求，如對財務報表的生成和管理中數據的質量要求。又有高級的需求，如企業財務分析、風險評估、知識管理以及流程監控等方面對數據的要求。（5）數據質量規范的制定和實施。數據質量治理的規范包括了對數據在全生命周期的各個階段內的數據屬性和類別的規范、對不同類別的數據操作的規范、對數據模型的規范等內容。按照這些規范，建立包括業務數據的結構、具體操作以及約束在內的數據模型。數據的實施過程要輔之以定期監督和檢查，例如數據錄入時，查看數據是否存在超出長度的數據不能錄入的問題、數據缺失的問題等。（6）技術平臺的搭建。依據數據頂層設計的要求，遵循節約成本、安全有效的原則，按照數據質量的相關規范，調整現有的數據庫，或者從企業各項業務中收集所需數據，進行存儲，搭建出新的數據庫。（7）流程的管控。對電力企業的數據治理工作和數據在全生命周期內的操作進行標準化的流程性的管控。依照節約成本、優質高效的原則，找到操作節點和該操作的責任人。依據頂層設計需求的變化適時對操作流程進行修改。建立制定和修改工作方案的有關流程、數據質量規范制定的流程、數據變更的流程、數據刪除的流程、數據質量治理工作考核與評估的流程等。（8）實時的監控。研究制定出科學合理的實時監控體系。將線上全程監控和線下人工監控相結合，及時全面的監控數據質量是否達標、數據質量治理是否符合流程規定。尋找數據質量治理流程中存在的問題和缺陷，并及時進行整改。（9）績效考評和風險評估。績效考評方面，制定科學的考評體系，明確各項考評的指標。根據監控的結果，對數據質量治理的負責人和相關部門在數據質量達標率方面進行考核。通過不斷的考核，逐步增強員工的數據質量治理的意識，提高員工數據質量治理的水平。風險評估方面，依據監控的結果，通過多角度的分析，對數據治理系統、人員操作等進行風險評估，探究潛在的風險。結合日常工作的經驗，設定合理的風險預警線，自動的提醒數據質量操作員?；陲L險評估的結果，相應的調整頂層設計的相關需求以及數據質量的規范和操作流程，使數據質量的治理工作在可管控的范圍內。

4 數據質量全生命周期管理過程

依據頂層設計的需求，界定好各類別數據的全生命周期，確定出在生命周期的各個階段數據的需求量和屬性等。明確數據存儲流程和運算的規則，做好數據模型和平臺的搭建工作。在數據的全生命周期中做好對數據的管理、考評和監控工作。數據質量治理也應在生命周期的各個階段有所側重。數據的產生和傳輸階段，確保數據完整、及時、準確和安全，對數據進行定期的核查。數據的存儲和備份階段，確保數據的安全、保密、完整、可恢復等要求，對數據進行定期的測試。數據的處理和應用階段，確保數據安全準確、完整統一、快速反應等要求，對數據進行安全性檢測、定期核查等。數據的清理和銷毀階段，確保數據的有效、節約成本、數據適用等，對數據進行流程管理，數據銷毀時保留相關銷毀記錄。

5 結語

大數據時代下，企業產生的數據逐漸增大，這些數據對企業的發展產生直接的影響。電力企業快速發展也產生了海量的數據，為確保這些數據資源能夠為企業的發展提供有效的價值，就需要，構建出電力企業數據質量全生命周期治理框架，提高數據的質量，更好地推動電力企業的發展。

參考文獻：

[1] 中國計算機報.大數據時代更需要數據治理[EB/OL].http：//www.enet.com.cn/cio/.

[2] 匡少攀.電力企業數據質量全生命周期治理[J].中國電力企業管理，2014（21）：100-101.