淺談制造企業數據架構開發

梁建交

一、數據管理已成為制造業信息化關注的焦點

近幾年，隨著云計算、物聯網、移動互聯網、大數據、人工智能等新一代信息技術的蓬勃發展和跨界融合應用，作為工業互聯網體系架構核心要素之一的數據，逐漸被各行各業重視起來，數據相關的理論、方法和工具迎來了新的生機。甚至可以說，缺少了對數據的管理和使用，新一代信息技術就成了無源之水、無本之木。

實際上，早在上世紀七、八十年代，美國信息系統專家諾蘭（Richard L. Nolan）就提出了企業信息化發展的階段模型，即：起步階段、擴展階段、控制階段、集成階段、數據管理階段和成熟階段。直到幾十年后的今天，國內大部分制造企業的信息化才走到“集成階段”，與此同時，企業發現自己仿佛掉入了“集成應用陷阱”，很難跨越到全要素、全流程、全場景、全生命周期應用，仔細分析后發現，必須解決數據管理問題。

從國內數據應用比較領先的行業（如金融、電信、政務等）來看，它們在享受到數據所帶來的價值之前，均開展了持續的數據治理（數據管理）。例如，中國建設銀行早在十多年前，便已經制定了通用數據標準，并開始探索建立數據管控體系。中國聯通于2007年便已經制定和發布了數據架構規范。制造業數據管理水平在所有的行業當中，處于較為落后的地位，這恐怕也是工業大數據應用相對于滯后其他行業的原因之一。

二、數據架構是數據管理的起點和基石

DAMA International（國際數據管理協會）將數據管理劃分為十個職能領域，分別是：數據治理、數據架構管理、數據開發、數據操作管理、數據安全管理、參考數據和主數據管理、數據倉庫和商智能管理、文檔和內容管理、元數據管理、數據質量管理。在《DAMA數據管理知識體系指南》（簡稱DAMA-DMBOK）中，數據管理職能架構被描繪成一個鐘表形的圖，數據治理處于“鐘表”的中心，而數據架構管理則處于“0點鐘”的位置，象征著一個起點。

數據規劃最早可以追溯到上世紀八十年代，美國管理和信息專家詹姆斯？馬丁（James Martin）撰寫了《Information Engineering》和《Strategic DataPlanning Methodologies》兩部經典著作。上世紀九十年代，高復先教授及其團隊在信息資源規劃（Information Resource Planning，IRP）方面開展了深入研究，并在政務、港務、電信等領域開展了大量的規劃實踐。IRP方法能夠幫助企業梳理數據資源，進而對數據實施有效治理，并支持應用系統開發與集成。

DAMA 認為，數據架構是定義數據需求、指導數據資產的整合與控制、使數據投資和業務戰略相匹配的一套整體規范，包括企業數據模型、信息價值鏈分析和數據交付架構（數據庫架構、數據整合架構、數據倉庫/商務智能架構、文檔和內容架構、元數據架構），其中，企業數據模型是數據架構的核心，由主題域模型、概念視圖、邏輯視圖、應用的邏輯數據模型和物理數據模型組成。

數據架構和應用架構、技術架構、業務架構共同組成了復雜組織體架構（Enterprise Architecture， EA）的主要內容。在TOGAF （The Open Group Architecture Framework，開放組架構框架）中，數據架構由數據實體/數據構件目錄、數據實體/業務功能矩陣、應用/數據矩陣、概念數據圖、邏輯數據圖、數據散播圖、數據安全圖、數據遷移圖、數據生命周期圖等組成。

盡管早在上世紀八十年代便已經出現了數據管理理論和方法，并在此后經過了幾十年的不斷演進和發展，制造企業信息化發展到當前階段，所面臨的諸多問題，如：集成問題和信息化價值顯現度問題，仍然主要歸結為數據架構的缺失。企業信息化過程中，時有時無、缺乏管理的系統數據字典和設計說明書，根本無法指導數據集成和開發。

三、制造企業數據架構的主要內容

從IRP、DM-BOK、TOGAF等理論對數據架構內容構成的描述來看，主要圍繞的是數據本身。而制造企業在數據管理方面的需求還包括：數據管理的架構是什么？數據應用的架構是什么？數據技術的架構是什么？這些需求都非常現實。如果企業看不到一個關于數據的全景圖，數據的全生命周期管理與信息資源的開發利用仍然會存在障礙。

因此，建議制造企業的數據架構開發包括以下五部分內容如圖1。

（一）數據分類分布

主要內容包括：數據的分類維度定義、數據的分類、數據的物理分布、數據的邏輯分布等。數據分類可以從業務域、數據來源、數據應用等不同維度進行定義；數據的物理分布包括數據在服務器、地理位置等的分布情況；數據的邏輯分布包括數據在應用系統、業務流程等的分布情況。

（二）數據模型

主要內容包括：主題域模型、概念數據視圖/模型、邏輯數據視圖/模型、物理數據模型。在企業級，重點定義主題域模型、概念數據視圖（不含數據屬性）、邏輯數據視圖（包括數據屬性）。在系統級，重點定義邏輯數據模型、物理數據模型。在數據模型開發的過程中，應結合始于業務分析的正向設計和始于現在系統數據庫的逆向建模兩條路徑。

（三）數據管理架構

主要內容包括：數據管理組織、數據管理流程和數據標準。數據管理組織需要定義專門的數據管理機構、數據專業人才結構，落實各部門的數據管理職責；數據管理流程涉及數據的全生命周期，需定義流程框架，并設計具體的流程；數據標準通常可以分為基礎標準、技術標準、應用標準和管理標準。

（四）數據應用架構

重點描述數據的相關應用及其關系。這些應用涉及數據采集、數據存儲、數據管理、數據應用，如：ETL、數據庫管理、主數據管理、數據計算與分析、可視化等。應用架構主要定義各類應用的功能組成、邊界和集成關系等，數據應用架構是企業應用架構的一個子集，或者一個視圖。

（五）數據技術架構

重點描述數據管理的相關支撐技術。這些技術涉及數據采集、數據存儲、數據管理、數據應用。數據技術架構是企業技術架構的一個子集，或者一個視圖，可以從物理技術組件、邏輯技術組件和技術服務三個層面來進行描述。典型的技術組件如：容器云技術、數據庫技術、服務開發技術等。

四、結論

隨著制造業信息化的不斷深入，數據已成為制約信息化進一步發展的關鍵因素。加強數據的全生命周期管理，促進數據在企業全流程的自由流動，是制造業信息化的重點方向。被清晰定義的數據架構是開展數據管理的基礎，企業應從數據架構開發入手，推動全面數據管理，促進數據資源開發利用，發揮數據在產品虛擬驗證和優化設計、資源配置優化和業務模式變革、運營管控與管理決策優化等方面的價值。

作者單位：金航數碼科技有限責任公司