面向多業務系統的數據治理研究與實踐

王亞娟 靳長林

摘要：公司通過“十二五”以來的信息化建設，通過ESB技術構建了以PDM、ERP、MES等系統為數據主線的科研生產管理平臺。通過系統建設及數據準備、數據綜合治理和數據利用三個階段的工作開展，提高數據質量。通過數據治理實踐，提高公司管理水平和工作效率，圍繞科研生產核心業務提高工藝管理、銷售、生產、質量、財務成本、采購、庫存等的信息化管理能力，實現科研、生產高效的精細化、流程化管理。經過數據綜合治理階段對各個系統內數據的規范化治理，在生產管控平臺的促進組織下，生產組織效率顯著提升。ERP強化計劃牽引，MES落實過程管控，從實現 “均衡生產”向“均衡銷售”轉變，為實現“綠色生產”目標打下基礎。

關鍵字：數據治理；生產管控；PDM；ERP；MES

引言

數據治理是現代企業在工業化和信息化大環境下無可回避的挑戰，目前企業數據質量低下，很多企業不同程度上仍在使用紙質或非結構化方式進行數據的存儲和管理。數據管理的現狀一是缺乏專門的數據管理部門；二是投入數據管理的人力不足，更談不上頂層規劃和戰略管理。因此，數據管理和數據治理方面亟需迎頭趕上，否則，制造業的轉型升級將無從談起。

企業通過信息化建設，構建了以PDM、ERP、MES、ESB等系統為主的科研生產管理平臺，但是各業務系統間的信息交互不暢，信息孤島現象嚴重[1]，科研、生產、管理信息化通道沒有打通，未實現科研生產主流程管控，隨著信息化應用與業務的不斷深入融合，數據作為企業重中之重的基礎資產，其單一性、一致性、及時性和再分析利用性等問題逐步暴露。和大多數企業一樣，信息化同樣經歷了初期的煙囪式系統建設，中期的集成式系統建設，目前處于后期的數據管理式系統建設階段，可以說是一個先建設后治理的過程[2]。

1.主要研究思路

數據管理協會提出數據管理的十個職能域：數據控制、數據架構管理、數據開發、數據操作管理、數據安全管理、數據質量管理、參考數據和主數據管理、數據倉庫和商務智能管理、文件和內容管理、元數據管理[3]。我們的數據治理通過前期調研，學習先進的理念和行業內經驗，根據自身的行業性質、信息化程度，提出更合適的解決方案。在實施數據治理的時候，進行分析、論證和評估，不盲目跟風，避免出現數據治理收效甚微，還浪費了人力財力的窘境。

數據管理是一個循序漸進、持續優化的過程，不可一蹴而就。公司作為制造企業，有一定的數據積累，也有不同的應用系統，包括PDM、MES、DNC、ERP等，但各個系統沒有實現數據共享，之前各個系統建設大多都是以業務部門驅動的單體架構系統，數據分散在這些架構不統一、開發語言不一致、數據庫多樣化的系統中，各系統之間形成了一個個的“信息孤島”。這些“孤島”之間缺乏有效的連接通道，數據的價值不能充分發揮，急需消除這些“信息孤島”，才能實現數據驅動業務、數據驅動管理，才能真正釋放數據價值。

由于數據治理是長期、復雜的工程，又涉及到組織體系、標準體系、流程體系、技術體系和評價體系等工作領域，加上企業性質、業務特點、管理模式的不同，公司需建立符合現狀和需求的數據治理框架以指導企業數據治理工作的開展[4]。公司數據治理整體可以分為系統建設及數據準備、數據綜合治理和數據利用三個重要階段。

2.數據治理工作概況

2.1系統建設及數據準備階段

公司自ERP項目啟動到完成項目實施后正式上線運行為“系統建設及數據準備階段”。該階段以ERP系統項目建設為契機，進行頂層架構規劃與設計。各業務部門抽調業務骨干，全脫產參與項目團隊，共同完成藍圖設計、功能論證、系統開發、集成測試、業務場景演練。項目團隊通過業務需求調查、業務流程分析，分別在企業戰略層面、管理層面、執行層面上設計一系列解決方案；在藍圖靜態化分析的基礎上，甄選典型業務場景，進行動態化的數據應用場景分析[5]。通過系統的實施，梳理、優化流程，使關鍵戰略目標真正得以落地。該階段建設完成銷售管理（SD）、生產管理（PP）、采購管理（MM-PUR）、庫存管理（MM-IM）、質量管理（QM）、設備管理（PM）、財務會計（FI）、管理會計（CO）在內的八個功能模塊。

在項目建設過程中，數據管理分兩部完成，一是“摸家底”，二是“接數據”。“摸家底”就是對已有數據進行數據資源普查，收集、整合、優化已有數據；“接數據”是指接收新增數據。項目團隊在數據資源普查中對原有的紙質、非結構化數據、分散在各終端的數據進行收集管理，花費巨大的人力財力完成收集數據“校驗、核對”工作，并對關鍵數據進行結構化處理。在數據“摸底”工作中，基礎數據錄入數十萬條。對新增數據需要通過一系列的數據加工和處理，形成標準統一的數據，該過程對接入的數據進行清洗、轉換、映射、去重、合并、加載……業務系統關鍵用戶與IT共同對多系統中運行數據進行處理，不斷完善管理，為系統運行提供有力的數據保障。

2.2數據綜合治理階段

ERP以及MES等生產系統正式上線后，初步實現通過生產系統的業務流來控制數據流，但由于缺乏有效的管理機制和人為的因素，在數據流轉過程中，存在數據維護錯誤、數據重復、數據不一致、數據不完整的情況，產生了大量的垃圾數據。加上數據產權不明確，管理職責混亂，管理和使用流程不清晰，頻繁出現數據質量問題。為此，公司啟動了“數據綜合治理行動”。各業務部門嚴格按照各數據治理工作組的計劃安排完成海量的數據清查、校對、流程梳理、制度建設、人員培訓等工作，在行動過程中堅持“邊使用，邊驗證，邊治理，邊完善”的原則，并形成打破系統“壁壘”，突破業務“邊界”的工作協同機制。

2.2.1數據綜合治理階段核心組織

成立數據治理工作領導小組，公司董事長、總經理擔任組長；領導小組辦公室設在工程技術部門，全面負責數據綜合治理工作的開展。根據治理工作的內容及分類，領導小組辦公室下設立六個工作組：基礎數據治理工作組、業務數據治理工作組、合同治理工作組、制度完善與推進工作組、ERP操作培訓工作組以及IT支持工作組，具體構成如圖2.1。

2.2.2數據綜合治理階段目標（1）完成系統內基礎數據的清理與校對工作，確保基礎數據的準確，重點完成期初批導物料數據的治理。

（2）完成系統內業務數據的清理與校對工作，使業務數據可信，重點在庫存數據、合同數據、過期單據的治理工作。

（3）對業務流程、制度進行整理修訂并推進執行，進行跨部門、跨模塊的培訓，使業務操作人員，熟練使用系統處理業務。

2.2.3工作主要內容（1）基礎數據：物料主數據、MBOM以及工藝路線/工時方面的清理校對。

（2）業務數據：合同數據、存貨數據（工裝夾具、刀具、原材料、半成品、產成品等）、訂單數據以及業務單據的清理校對，通過對信息系統內外、系統之間的數據及業務結果進行互相校驗、分析找出數據差異的原因，制定解決措施，逐步提高公司數據的準確性與業務執行的規范性。

（3）制度完善與施行：為ERP業務的相應流程提供制度支持，對現有制度進行優化、完善、修訂及新增，確保修訂及編制的制度符合新的業務模式并落地執行。

（4）ERP操作培訓：針對具體業務應用人員，開展ERP系統業務流程及操作培訓，加深業務人員對系統的熟悉、理解與應用。并建立長期有效的培訓鞏固機制，如：納入新員工的入職培訓。

2.3數據利用階段

以公司MES以及生產管控平臺正式上線運行為標志。ERP、MES以及PDM系統的全面集成數據共享流轉，為生產管理信息化系統建設提供了大量數據資源和支持，目前已經初步搭建起了以ERP為計劃牽引龍頭、MES為生產過程管控抓手、生產管控平臺為生產管理決策的生產業務信息化管理平臺[6]。

通過對各大生產系統中數據的利用，初步實現計劃自動生成、庫存數據共享、生產訂單投入與產出清晰、零組件加工過程可視、生產現場問題反映迅速、數據統計分析可靠、風險識別提前等管理目標。

經過數據綜合治理階段對各個系統內數據的規范化治理，在生產管控平臺的促進組織下，生產組織效率顯著提升。ERP強化計劃牽引，MES落實過程管控，從實現“均衡生產”向“均衡銷售”轉變，為實現“綠色生產”目標打下基礎。

生產管控平臺處理協調涉及各業務部門、單位，各單位圍繞生產主流程主動作為，上下游協同取得較好效果。

3.研究成果總結及推廣前景

通過公司數據治理三個階段工作的開展，逐步構建成以PDM為數據源，ESB數據總線為紐帶的ERP、MES等應用系統的數據交互的共享架構，打通科研、生產、管理的數據通道。初步通過數據共享利用的方式，實現信息化與各個科研生產主流程融合，針對當前信息系統應用情況，梳理存在集成需求的信息系統22個，集成點128項，形成接口方案128份。截止目前為止，已完成120項集成接口的開發測試并部署應用，集成工作完成率達93.75%，在數據集成采集過程中局部實現生產期量數據的迭代與學習功能，為生產的組織預測提供支持。

數據治理前制度和標準數量極少，不成體系，工作流上下無法形成呼應，經過專項制度梳理工作，從公司拿訂單到下達生產、采購計劃再到生產與交付全流程著手，認真梳理各環節，完成對公司全業務流程的梳理；同時編修了31項數據管理相關的規章、制度，數據管理體系建設基本成型。

數據作為企業的核心資產和重要戰略資源，是重要的生產因素，管好數據、用好數據，能降低風險，提高決策效率，進一步提升企業核心競爭力，數據治理就是發掘這些數據資產的重要手段和工具。

由于數據治理是一個長期的過程，數據治理模式應業務化、常態化，數據治理工作需持續改進，這樣才能從根本上解決企業的數據質量問題，讓數據真正轉化為企業資產，才能實現數據驅動流程優化、數據驅動業務創新、數據驅動管理決策。

參考文獻：

[1]姚雄.“信息孤島”問題及PLM解決方案[D].南京航空航天大學.2005.

[2]喬玉濤，張曦.基于共享數據中心的數據治理方法研究[J].科學技術創新，2019，（13）.104～105.

[3]逯晶晶.大型企業物料主數據管理研究及應用[D].蘭州大學，2016.1-78.

[4]周藝華，李洪明.基于區塊鏈的數據管理方案[J].信息安全研究，2020，（1）.37-45.

[5]吳超曼.ERP系統在Y公司的實施研究[D].湖北：華中科技大學，2016. DOI：10.7666/ d.D01312797.

[6]鐘海.大數據在工業制造業的應用與研究[J].企業技術開發（學術版），2015，（5）：104-105，119.doi：10.14165/j.cnki. hunansci.2015.13.041.

（作者簡介：王亞娟、靳長林，中國航發貴州黎陽航空動力有限公司工程技術部；研究方向：工程數據管理）