基于數字中心平臺的數據治理實踐

中海油田服務股份有限公司 鐘榮鋒

隨著云計算、大數據等技術的發展，數據作為一個公司不可復制的資源，其獨特的價值日益顯現出來。如何充分利用已有數據，規范公司的管理及運營，降低生產成本，成為多數企業重點關注的問題。下文以中海油服公司為對象，在深入分析該公司數據治理面臨的問題基礎上，針對相關影響因素，提出依托數字中心平臺建立數據治理體系，以期為類似研究提供一定的參考。

中海油服公司智能化發展過程中，必須對數據開展治理，這是一項關乎公司發展重要的工程。如今，我國已有多數油田公司已經實現數字化管理，并獲得良好的效果，且處于穩定運行的發展狀態。中海油服公司數字化系統逐步成熟，但也存在一些不足之處，例如：無法對發現的問題及時進行反饋、難以保證數據質量、極易發數據鴻溝等，這些情況均難以推進公司智能化發展進程。為有效解決上述問題，中海油服公司使用大數據技術，為中海油服公司發展奠定基礎，為其提供相應的數據支撐。文中在分析中海油服公司數據治理問題基礎上，提出相應的依托數字中心平臺開展數據治理體系的策略，以期提升公司的數據治理能力。

1 數據治理問題及影響因素

中海油服公司發展過程中涉及的數據專業化程度高，且覆蓋范圍廣，這些數據涉及多個部門，各部門創建相應的信息系統，在業務數據應用、數據架構等方面獲得一定的成績，但依然有不足之處。近些年，隨著信息化的建設及應用，中海油服公司不同的信息系統產生、積累大量的生產經營數據，數據主題劃分為財務、物資、人事及項目這4個領域。通過進一步梳理可知，每一個數據主題平均約有300個數據實體。長期以來，中海油服公司開展數據治理工作聯合信息化建設陸續進行，由公共數據編碼等方面制定20多項數據標準規范，牽涉物資、產品、數據結構等內容。雖然中海油服公司加大對于數據治理的力度，但有些工作依然進展緩慢，并未獲得理想的效果，與信息化發展速度存在一定的距離。主要表現如下：部分數據源尚未統一，依然出現重復錄入數據的情況；一些數據并未及時、準確地進行錄入，數據治理偏低，進而對數據分析利用及管理人員制定合理的決策帶來不良影響；數據編碼不夠規范，在數據中心平臺上未及時申請、提交編碼、屬性描述不準確等，從而發生一物多碼等情況[1,2]。存在關聯的業務或信息系統之間缺少統一的數據標準，數據共享難度較大，進而影響業務的協調發展及其運作效率。這些問題只是一個表象，對上述問題成因展開分析，由于中海油服公司自身業務繁雜，導致數據治理更加復雜，而該公司的數據治理能力有待提升，這也是有待解決的問題。針對這種情況，中海油服公司發展過程中要重視在數據治理方面下功夫。該公司可以根據美國企業數據管理委員會所提出的數據管理成熟度模型（DMM），從數據質量等方面對公司的數據治理能力進行評估[3]。

由此可知，中海油服公司自身的數據治理能力整體水平偏弱（如圖1所示），主要有以下因素的影響，（1）數據質量：中海油服公司對于不同信息系統存在制度性要求，采用信息化考核對相關業務數據質量實施管理與控制。但因缺少統一規范性的指導，不同信息系統制定的數據質量管理標準、方法有所差異，未使用專業工具，使得各領域在數據集成、數據共享質量等方面難以得到保障。（2）數據架構管理能力：中海油服公司沒有建立健全的數據治理體系，數據架構方面缺少統一的管理要求及頂層設計。部分數據架構借助信息系統各自進行管理，僅從油氣田業務方面建立EPDM數據模型，公司并未形成整體的數據架構，數據治理工作較零散、雜亂。（3）數據組織與文化能力：公司成立公共數據編碼專家中心，主要開展主數據編碼、質量等一系列管理工作。在此基礎上，設置信息技術相應的委員會，對不同領域的數據標準開展審核、發布等工作。由于缺少公司層面有力的數據管理組織，不同數據主管部門職責不清晰，并未明確相應的責任人。加之，因不具有數據共享意識，一些部門以及個人的數據私有化思想根深蒂固，一味追求個性化，忽略統一性的問題一直存在。（4）數據安全管理能力：對重要數據實施分類、分級處理，這些數據開展傳輸等環節開展加密處理。但數據共享與應用中安全管理比較欠缺，數據提供方對數據共享安全性存在疑惑，導致不同部門之間的數據共享度下降[4]。這些因素均是中海油服公司進行數據治理過程中需要重點關注、改進的內容。

2 數字中心平臺下構建數據治理體系

現階段，中海油服公司產生、處理、應用數據方面的問題比較多，其影響因素也源自多個方面。緊緊圍繞提升公司數據治理能力這個要求，建立全面的數據治理體系，為公司的發展提供所需的數據支持。

2.1 數據治理理念分析

數據治理就是針對中海油服公司已有數據，由于數據共享等引起的數據混亂狀態，開展規范、統一的整治，促使其合理化。中海油服公司數據治療按照下列理念進行：數據是公司發展的重要資源，加大對于數據的研究；數據治理體系建設作為公司發展的中心工作，必須轉變傳統的思想及技術轉型，打開自數據至數據、數據至應用的通道。根據數據采集、存儲、管理、應用規律，促使數據鏈上每個環節均實現智能化。數據治理不僅要求具有較強的理論指導，也應具備完整的體系。中海油服公司開展數據治療前，先要建立玩的數據治理體系，包含組織、管理等部分。

2.2 建立數據治理平臺

基于數據中心平臺建立相應的治理平臺，根據數據治理體系把一系列政策、方法落實為平臺的功能，提升數據治理各個環節的效果[5]。數據治理平臺設置在公司數據中心平臺上，集合各類型信息系統的數據，并沒有為這些系統提供所需的數據治理服務。數據治理平臺設計的數據存儲層可以開展數據存儲、分類等處理，存儲對象包括結構與非結構化數據。支撐平臺層主要作用在于為數據使用者及管理人員提供相應的運維管理，如：數據監控等[6]。用戶訪問層主要功能在于讓各用戶借助統一的門戶對數據治理平臺功能進行訪問，依據不同用戶需求推送數據信息及待辦事項。數據服務層旨在提供安全、數據治理評估等一系列服務。

2.3 數據安全管理

進行數據治理過程中，數據安全管理涉及數據脫敏管理、授權訪問等內容。依據信息化安全管理各項要求，對各項數據授權訪問流程進行梳理，按照不同類型數據屬性特點及管控標準，提出合理的隱私脫敏對策。數據授權訪問旨在對不同類型用戶應用資源目錄內的各類數據，執行何種流程，依托什么樣的手段獲得問題[7]。根據明確不同數據的訪問控制流程，使得已有數據資源得以共享。數據脫敏重點在于完成數據訪問授權審批處理后，經數據治理平臺提供所需的脫敏工具，開展數據傳輸工作中，組成達到業務特征及其管控需求的各項數據，在確保數據安全的基礎上促使其順利實現共享。

2.4 數據質量管理

開展數據治理工作重要的一環在于數據質量管理，要求對每一個生命周期嚴密把握，每個環節均使用適當的保護措施，防止出現一系列的問題，進而影響整體數據質量。在此基礎上，重視做好數據的識別及監控工作，如果發現出現問題及時進行解決，有利于提高數據治理水平及數據質量。進行數據質量管理過程中，要注意以下幾方面：

（1）完整性：數據進行傳輸過程中，要確保不會丟失重要數據等情況；

（2）一致性：要求傳送的數據維度及度量數值間的關系相一致；

（3）精確性：開展數據傳輸環節，要確保數據精度，滿足各項業務的實際需求；

（4）有效性：進行數據傳輸環節，要及時把有效數據進行傳輸，未傳輸無意義的數據；

（5）實效性及真實性：進行數據傳輸中，如果時效性較低，應采取恰當的措施確保數據時效性；數據傳輸中要求信息的真實性，不可傳輸虛假的信息。

開展質量管理工作依托一些流程及技術，及時識別、修正數據中出現的錯誤。主要工作如下：建立相應的數據質量評估體系，包括數據指標體系、質量管控相關要求等。借助數據質量評估模型，與數據實體業務結合起來，確認并發布每個數據實體所對應的質量評估實例，便于各信息系統進行質量評估過程中調用。依據數據質量評估引擎，做好系統的數據質量評估工作。收集、歸納信息系統相關評估結果，采用多維度制作相關的數據質量評估報告，及時發布出來。對出現質量問題的一些數據，根據要求予以分析及整改，對改善后的數據實施質量跟蹤。

2.5 數據治理制度及流程

數據管理制定明確提出開展數據治理的規則，確定各方在特定場景中的責任及義務，各方根據管理辦法對數據開展管理。這些規則貫穿于數據規則、使用、歸檔等環節，成為確保數據治理順利實施的依據。數據治理制度包括兩個層級，第一層級是公司數據管理方法，明確提出對于數據方面的管理要求，包含數據標準管理、安全管理、質量管理等；第二層級是開展數據治理的實施細則，對數據管理辦法提及的要求給予細化處理，滿足可操作要求，確保數據治理體系順利實施。制度內明確規定信息化不同環節進行數據處理的要求，依托方案評審、階段驗收等控制點進行檢查，保證制度執行下來。在此基礎上，對數據治理制度相關內容開展定期評估，依據實際需求逐步進行完善，確保制度的有效性。

2.6 數據治理基本過程

數據治理作為比較完整的體系，依托對流程、標準、組織等進行組合，對數據開展全面、高效率管理，數據治理應得到公司高層授權，并通過業務、IT等部分之間密切協作，一同實現。數據治理相關工作開展流程化處理，確保數據治理各項業務的一致性、有序性。數據治療流程設計依托數據治理方案及技術，與流程框架體系相結合進行設計，對數據治理各種業務設計相應的工作流程。深入分析數據治療相關業務發現，從數據源、數據模型等不同方面設計相應的業務流程，包括增加、變更等一些子流程。數據治理流程牽涉多個審核節點，為提高流程運行效果，能有效縮減審核時間，一些審核節點可交給數據治理平臺自動實現操作。對必須開展人工操作各節點，平臺提供所需的待辦提醒。

戰略作為實現公司數據治理目標而設計的行動計劃，由于每個公司的業務戰略有所不同，相應的數據治理戰略也有不足之處。針對各公司治理戰略的差異，需要因地制宜，制定合理的戰略。進行治理過程中，要將下列因素考慮在內：在理解公司戰略實際需求基礎上，識別并深入分析公司存在的業務問題。中海油服公司數據治理戰略應與該公司發展戰略契合，將其納入公司總體發展戰略之內。進行數據治理中，制定長期、短期目標，建立所需的組織架構，包含數據治理工作組、IT技術人員等，明確人員分明的治理團隊，從而確保公司數據治理戰略的順利實現。中海油服公司為更好的開展數據治理工作，要依據不同的治理目標制定相應的分解及時間執行計劃、成本控制計劃、資源調度計劃等。數據治理計劃順利完成后，要依據計劃進行一系列的治理活動，根據要求實現計劃中的任何一項任務。數據治理活動要執行各功能域的治理活動，每個功能域目標、原則應與數據治理總目標、原則相一致。對數據治理活動進行執行后，應輸出相應的治理成本，這個成果可能是中間結構或里程牌成果。不管是何種類型的成果，均要對其開展科學評估。開展評估工作要遵循下列原則：成果是否達到數據治理需求的預期計劃；治理結構是否被有關利益人員接受。對治理成果開展相應的評估，可能存在有待改進的地方，例如：成果與需求預期存在一定的差異；治理成果存在相應的質量問題等，這些有待改進之處必須重新列入計劃，投入相應的資料予以完善。必須注意，數據治理工作并非一次性工作，需要迭代進行。

3 結論

綜上所述，數據治理作為一項比較復雜、繁重的工程，對中海油服公司這種綜合性能源公司，并非一朝一夕即可順利完成的工作。中海油服公司發展過程中，借助數據中心平臺構建數據治理體系，從多個方面將體系諸要素落實下來，多方合作，有利于中海油服公司數字化、智能化發展。