信息化企業數據資產梳理方法研究

陳莉 劉曉筠 王琴

摘? 要：隨著信息化管理理念不斷深入人心，為提升企業在市場中的競爭力，各企業紛紛加強了對數據資產信息化的治理與管理。企業數據資產管理的核心內容就是探索數據資產的梳理方法。本文從數據梳理的概念入手，分析了目前數據資產梳理的現狀，提煉數據管理的方法，給出了兩種數據資產梳理的實施策略，為企業在數據化管理進程中完成數據資產梳理提供有益的思路。

關鍵詞：數據資產;數據資產梳理;UML;數據流

中圖分類號：TP391;G203 文獻標識碼：A ? 文章編號：2096-4706（2021）18-0131-05

Abstract： As the concept of informatization management has been deeply rooted in the hearts of the people， in order to improve the competitiveness of enterprise in the market， a lot of enterprises have strengthened the governance and management of data assets informatization. The core content of enterprise data assets management is to explore the combing method of data assets. Starting with the concept of data combing， this paper analyzes the current situation of data assets combing at present， refines the methods of data management， and gives two implementation strategies of data assets combing， which provides useful ideas for enterprises to complete data assets combing in the process of digitization management.

Keywords： data assets; data assets combing; UML; data stream

0? 引? 言

目前，數字化、信息化日益發展，眾多企業為有效推進企業數據資產梳理業務的開展，高效履行數據資產梳理活動，開始注重數字信息化的建設發展。企業數據資產管理的核心內容就是探索數據資產梳理方法[1，2]。企業信息化的發展為企業提高發展質量，發展效率帶來了較好的效益，同時也帶來了一些諸如數據多源及信息孤島之類的問題。企業在數據梳理過程中在這過程中存在的不足主要體現在以下幾個方面[3，4]：

（1）粗放式信息化建設：眾多企業由于原來缺乏數據資產信息化管理理念以及采用粗放式的信息化建設，使得企業中與數據相關聯的各方面都有著或多或少的缺失，而且也出現了數據質量偏低，管理能力不足等現象。

（2）數據多源管理：在企業信息化的建設與管理過程當中，由于沒有統一的數據資產管理體系，且沒有專門設立管理數據資產的部門，使得數據資產管理的職責分散、權責不明確，數據資產的價值無法有效地發揮。

（3）數據缺乏有效治理：眾多企業目前所擁有的數據數量龐大，且缺乏有效地治理，因此造成企業的數據資產盤點不清，數據沒有順暢的流通渠道，對企業的發展帶來了諸多阻礙。

1? 數據資產管理方法

企業對數據資產的管理可以參考“統籌規劃→管理實施→稽核檢查→資產運營”四個階段的方法策略運行，以業務應用目標為指引，企業可以按照自身數據及管理情況制定不同的實施步驟順序[5]。

其中，第一階段統籌規劃包括建立組織體系、制定管理制度、盤點數據資產、評估數據管理水平、制定數據標準規范;第二階段管理實施包括數據模型管理、數據安全管理、數據標準管理、元數據管理、主數據管理、數據質量管理、數據資產服務應用;第三階段稽核檢查包括標準制定和標準執行檢查、數據質量管理流程檢查和改善、靈活配置數據存儲策略的檢查、數據安全管理定期檢查;最后一個階段資產運營包括數據資產價值評估、數據資產內部共享和運營流通。

1.1? 數據資產管理的建設策略

企業數據資產管理的建設策略主要可以分為自上而下和自下而上兩種模式。在自上而下的數據梳理模式中，首先，對數據資產分布現狀進行調研;其次，對數據資產管理水平進行評估;然后，通過使用UML（Unified Modeling Language，統一建模語言）的方法，建設數據資產梳理體系;最后，對數據資產清單進行編制。在自下而上模式中，首先，進行資料的收集;其次，采用數據流的方法對業務事項進行梳理;然后，對業務對象進行提取，對業務屬性進行細化;最后，對數據資產清單進行編制。最終，通過這兩種模式策略，形成數據資產地圖，兩種數據梳理模式的具體流程如圖1所示。

1.2? 數據資產管理的切入方式

數據資產管理的切入方式一般可以從生產方式和從數據系統兩方面入手。

從生產系統入手一般有三種常用的模式，第一是大型生產系統開發建設模式，此模式是從大生產系統開發入手，借助項目建設契機，建立該應用和業務領域數據的企業級標準和質量管控;第二是企業數據模型建設模式，該模式從企業數據模型出發，在建模同時建立標準，規范生產環節的數據錄入，保證數據質量;第三是主數據建設模式，此模式從解決主數據的質量和業務協同入手，推動生產環節在客戶、物料、組織機構、產品、統一編碼。

從數據系統切入一般有兩種模式，第一是統一數據平臺模式，該模式以數倉、大數據平臺等統一數據整合平臺為切入點，統一接入各業務各分公司的數據，統一語義和標準，提升數據質量;第二是數據集市模式，此模式從各業務單獨建立自己的數據倉庫，滿足自己的數據分析需求;或者從某個特定的分析主題為切入點，進行建設，后續統一對每個業務的數倉進行語義和標準方面的規范，實現物理分離，邏輯統一。

企業在選擇從不同的策略進行切入時，可以從該企業目前對數據資產的管理水平及數據資產對于該企業的重要性等方面入手。如果企業在數據管理方面有一定的經驗，那么企業可以考慮從數據系統切入。如若是企業對于數據資產管理的水平還不夠嫻熟，那么從生產系統入手較為穩妥，也易出效果。

1.3? 數據資產管理的分類分級

數據資產梳理中需要對數據進行分類分級，以更精準的管理數據。具體流程分為三個階段：

第一階段業務細分，以解決業務分類問題上的主要問題以及明確數據資產管理的主體[6]。第二階段數據歸類，重點解決數據分類問題。第三階段級別判定，在數據分類基礎上，進行數據定級。影響定級結果的主要因素分別是影響對象、影響范圍和影響程度。譬如影響對象可分為企業、客戶、機構;影響范圍可分為企業內、企業外、多個甚至整個行業;影響程度一般按照數據安全屬性劃分，分為嚴重、中等、輕微、無[7]。

2? 數據資產梳理實施策略

2.1? 基于UML的數據資產梳理

基于UML的數據資產梳理建模方法是根據每個業務不同的不同特點，將業務系統分成靜態和動態兩方面，并利用 UML 標記語言記錄下來[8]。靜態建模元素包括業務角色，業務實體，業務活動和業務流程。動態建模元素包含業務實體關系圖，業務流程圖，業務流程狀態圖。兩種建模元素相輔相成，編制了基于UML的數據資產梳理方法。

基于UML的數據資產梳理通常采用自上而下的模式，通過規范化的圖形化標記語言，將業務系統結構化細分，全方位梳理，譬如產品、供應商、計劃、合同等詳細內容。其過程分為以下三點：

（1）調研數據資產分布現狀：企業首先應該在當前業務的情境下，按照流程歸口，由各部門對旗下各個科室進行集中分配調研，充分地了解當前企業的數據資產分布情況，從而有助于企業進行自上而下的數據資產梳理。

（2）評估數據資產管理水平：摸清企業現有的數據資產管理水平，并分析當前存在的不足和潛在風險，通過這些風險不足來提出解決方案，逐個擊破，從而可以更好地搭建平臺藍圖。

（3）建設數據資產梳理體系：數據資產梳理工作是一項跨學科，跨領域的大型系統工作。所以企業應該從宏觀的角度進行部署，首先規劃數據梳理藍圖、制定數據梳理規章規范、最后搭建數據梳理平臺。并且采用自上而下的模式也必須相應的對應企業從上至下的管理職權，在職能集中化的體系下才能更好地完善數據資產梳理體系。

基于UML數據資產梳理的特點有如下三點：

（1）圖形化。由于UML的圖形的表達能力遠勝于文字，而且統一的圖示法更有助于交流，所以基于UML數據資產梳理更能清晰地展現數據資產。

（2）統一性。UML在數據資產梳理的不同階段統一了標準，避免了在不同建模語言之間產生不必要的差異，以一種可視化的方式理解系統的功能需求。

（3）可視化。基于UML的數據資產梳理可以為未來的項目提供幫助，通過UML可以提供開發經驗和資源，無論是硬件部分還是軟件部分的可視化性都會增強[9]，方便企業讀取，大大提升了操作效率。

基于UML的數據資產梳理主要應用在數據資產梳理體系的建設。以某企業數據資產管理為例，首先調研已擁有的數據資產并評估自身管理水平。然后，企業依據自身數據資產管理藍圖，按照數據資產分類標準和編碼標準，構建由戰略管理、產品與市場、供應鏈管理、職能管理組成的框架，框架內部的組成部分在相關部門標準規范的指導下不斷完善，最終構建了完整的數據資產梳理體系，具體如圖2所示。

上文簡述了企業在構建數據資產梳理體系中采用UML的方法，并通過自上至下的模式，從宏觀角度實施策略。結合本企業業務龐大、歷史積累數據量多的情況，更適合通過自下而上的模式來構建數據資產梳理體系，本文詳細闡述了基于數據流的數據資產梳理實施策略。

2.2? 基于數據流的數據資產梳理

基于數據流的資產梳理方法首先應該獲取預設業務流程信息，并根據所述的預設業務流程信息生成數據流程圖，同時對所述流程圖進行分析，確認流程圖的數據節點類型，接著根據數據流程圖和數據節點類型，生成數據資產梳理流程圖，最終根據資產流程圖得到數據資產梳理清單。

基于數據流的數據資產梳理采用了自下而上的模式來解決企業可能面對的主數據管理、元數據管理、數據標準管理等任務。首先規劃總體數據收集需求，利用已完善的數據資產梳理工具，搭建適配業務的數據梳理平臺，將業務事項和業務對象進行細化，逐個解決難題與挑戰，最后羅列出數據資產清單，進行數據資產梳理。

基于數據流數據資產梳理的特點有如下三點：

（1）可用性。可靠的數據流不僅可以清晰地展示出客戶需求和數據需求，還可以明確兩者之間的關聯，同時可以幫助企業更好地理解現行系統和規劃系統的框架。

（2）準確性。準確性表示在數據流發送端和接收端的數據內容是高度一致的，也就是要求數據不重復不遺漏。如果在一些特殊的情境中，接收端的操作滿足“冪等性”，則可以對不重復的這個要求適當降低。

（3）實時性。實時性意味著數據的傳輸滿足最低延時[10]。實時性較差往往也造成了經營上的損失，特別是在一些資金流水很大的系統中，更可能造成十分巨大的損失。所以必須從系統的可擴展性、伸縮能力和成本之間進行取舍，并按照實際經營要求設計方案，避免過度優化。

基于數據流的數據資產梳理主要應用于業務事項梳理步驟，以某企業員工報賬為例，首先，在資料收集階段，收集員工差旅報銷單、員工借款單等紙質單據。根據梳理后得到以下業務事項，分別是報賬單據系統審核報賬、系統過賬并生成憑證、審核憑證單據及附件、付款申請及憑證移交、付款及復核、財務會計復核、財務會計整理及移交會計憑證、裝訂歸檔。基于數據流的業務事項梳理部分流程如圖3所示。

接下來按照業務梳理填報信息標準得到相應的業務事項梳理單，以報賬單據系統審核報賬為例，得到如圖4所示的業務事項梳理單。

然后對報銷單據進行業務屬性提取，細化為單據編號、報銷人、憑證編碼等屬性，形成的業務屬性信息單如圖5所示，最后根據提取的業務屬性形成資產清單。

3? 結? 論

數據資產梳理囊括了企業管理、系統方法和數據庫構建等方面的知識體系，是一個龐大且復雜的工程。企業擁有一套完整的數據資產梳理體系有利于自身的精細化管理，進一步提高企業競爭力。企業應立足于自身業務數據管理中發現的一些問題，針對性地搭建數據管理平臺，采用數據資產管理辦法，切實執行數據管理實施策略，穩步提升數據梳理能力，全方位滿足業務管理需求。

參考文獻：

[1] 呂啟尤，呂偉文，陸庭輝.地市局自有數據資產梳理研究 [J].機電信息，2019（36）：169-170.

[2] 王喆，馬小寧，鄒丹，等.基于鐵路數據服務平臺的鐵路數據資產管理研究 [J].鐵路計算機應用，2021，30（3）：23-26.

[3] 程永新.大數據時代的數據資產管理方法論與實踐 [J].計算機應用與軟件，2018，35（11）：326-329.

[4] 韓旭，曹增義，王昭陽.企業數據資產治理與管理 [J].電子世界，2018（23）：95+97.

[5] 中國信息通信研究院云計算與大數據研究所，大數據技術標準推進委員會.數據資產管理實踐白皮書（4.0） [EB/OL].[2021-07-04].https：//www.doc88.com/p-11361737625239.html.

[6] 中國證監管理委員會.證券期貨業數據分類分級指引 [EB/OL].（2018-09-27）.http：//www.csrc.gov.cn/csrc/c101862/c1022471/content.shtml.

[7] 李松濤，謝宗曉.數據分類/分級及其相關標準解析 [J].中國質量與標準導報，2019（4）：14-16.

[8] 王志林.淺析UML軟件在學籍管理中的應用 [J].網友世界，2012（4）：38-39.

[9] 席勇.高校能耗監管平臺的研究與設計 [D].成都：電子科技大學，2015.

[10] 王秋實.如何創建一條可靠的實時數據流 [EB/OL].（2016-05-30）.https：//blog.csdn.net/weixin_30689307/article/details/96813108.

作者簡介：陳莉（1971.07—），女，漢族，湖北云夢人，工程師，工學學士，主要研究方向：項目管理、數據治理;劉曉筠（1982.10—），女，漢族，湖北武漢人，工程師，工學學士，主要研究方向：信息化項目管理及實施;王琴（1981.05—），女，漢族，湖北荊門人，工學學士，主要研究方向：項目管理、數據治理。