标准|企业级数据标准重构——数字化转型的必经之路


标准|企业级数据标准重构——数字化转型的必经之路
文章图片

前言 第四次工业革命以及随之而来的数字化转型浪潮已在全球范围内席卷而来 。 推动互联网、大数据、人工智能和实体经济深度融合 , 发展数字经济成为落实国家重大战略的关键力量 。 “互联网+”大背景下 , 大数据、物联网、人工智能等新技术应用成为社会变革的驱动力 , 越来越多的企业制定了数字化转型战略 。
1)数字化企业的典型特征 企业数字化转型是指通过构建数字化运营体系实现企业级变革 , 包含对企业IT架构的升级以及管理体系的重塑 。
IT架构升级指企业信息系统的升级与优化 。 企业信息系统建设升级一般会经历电子化、信息化、数字化三个阶段 。 电子化为初级阶段 , 即企业构建单一部门应用的信息系统 , 将线下事务向线上迁移 , 运营数据“从无到有”;信息化为稳定过渡阶段 , 以各部门信息系统集成支撑业务集中化、标准化、规范化 , 运营数据“从有到通”;数字化为高级阶段 , 以企业数据驱动业务精准重塑 , 依托人工智能、大数据、中台建设等技术支撑 , 助力企业发掘运营管理、生存发展的最优解决方案 , 发挥“数据资产”价值 。
管理体系重塑指企业经营管理智能化 。 构建以“数据贯通与分享”为基础的管理体系 , 以适宜的IT架构基础为依托 , 实现企业运营数据自动获取并广泛链接 , 基于数据理解业务实质 , 洞察价值创造过程 , 开展业务决策和敏捷行动 , 驱动业务创新和精益管理 , 实现管理“蜕变” 。
数字化转型依托云计算、大数据及机器学习等前沿技术手段 , 以文化先行、组织赋能、人才支撑和机制牵引为助推力量 , 协助企业克服内外部发展阻力 , 促进企业管理提升 。 数字化转型后的企业一般呈现四项典型特征:

  • 高效联接:通过价值重构 , 实现数据、资产、业务、供应商、客户五项生态资源实时联接 , 实时关注企业运营全流程 , 达到从基础能力到商业能力的全面升级 , 实现生态化发展;
  • 敏捷运营:企业运营模式更加智能和敏捷 , 以“目标导向、无缝衔接、智能聚合、及时反馈”为原则 , 通过智能化手段提高效率 , 精准聚焦需求 , 打造极致的运营管理体验;
  • 能力重构:积极开拓极限思维 , 打造敏捷组织 , 开展资源整合 , 利用数据分析 , 科学高效地实现商业洞察和商业决策 , 通过技术实现精益管理 , 拓展业务价值;
  • 数据赋能:数字化拓展了“价值”和“资源”的内涵 , 通过定义和挖掘数据价值 , 将创新能力和数据资源打造为未来企业价值创造的两项核心驱动力量 。
2)企业数字化转型困局 企业实现高效管理离不开系统和数据 。 当前 , 大多数企业已经通过内部信息系统建设实现了“信息化” 。 这些信息系统普遍为套装软件 , 以流程为中心 , 根据预先确定的流程处理场景 , 建立紧耦合的数据模型 , 规范数据采集、规则控制和业务处理 , 最终形成信息输出 。
在万物互联的数字化时代 , 企业对高效决策、精益价值、灵活响应的需求 , 和传统信息系统模块化、流程化的支撑能力间形成了冲突;同时在长期经营管理的过程中 , 跨部门系统应用数据标准和口径的不统一导致的信息协同障碍积累严重 。
企业所面临的结构性“困局”日益显著 , 主要体现在以下几个方面:
  • 数据获取难:数据源端获取存在局限 。 部分数据源头仅考虑本部门自身管理要求 , 数据类型、准确性、时效性可能难以满足公司级数据管理标准要求 , 无法适应跨部门应用需要 。 数据储存自动化手段应用不充分 , 大量数据无法在线获取 , 仍需通过手工进行维护 , 数据质量难以保证;
  • 数据融合难:数据标准存在专业壁垒 。 各专业业务管理逻辑不衔接 , 导致管理对象颗粒度不统一 , 主数据和交易记录的最小颗粒度不衔接 , 无法有效聚合 , 且管理视角不一致 , 各专业业务描述方式不统一;
  • 数据赋能难:数据应用场景不丰富 。 能做到“获取数据”并不代表能够高效“利用数据” 。 若数据质量参差不齐 , 数据逻辑混乱模糊 , 数据管理应用受业务部门壁垒影响 , 则难以实现数据在企业内部的贯通应用 。 当前多数企业数据应用以加工指标为主 , 注重评价与考核 , 对业务动因的分析和业务关联性分析仍以经验为主;数据分析仍无法直接对经营决策提供可执行的建议 。
数字化转型正是为了破局和迎战 , 实现现实世界与数字世界的融合、互动 , 在数字世界中模拟推演 , 促进战略落地 , 优化经营决策 。 零散、无关联的数据并不能称为资产 , 为深度释放数据资产价值 , 重构企业级数据标准是必经之路 。 企业业务部门和技术部门需要共建共享 , 通过梳理数据逻辑、构建数据地图、明确数据标准、打通数据链路、开展数据洞察和数据应用 。 以企业数据为中心 , 将功能应用服务化、组件化 , 支撑灵活变化的业务需求 。 基于数据融合构建价值网络 , 共创价值增长空间 。
企业级数据地图

标准|企业级数据标准重构——数字化转型的必经之路
文章图片

3)企业级数据标准重构的三步曲 数字化转型是企业级的整合和变革 。 数据作为转型的驱动能量 , 若仅服务于部分职能 , 势必无法发挥其全部的价值 , 数据需要贯通 , 数据标准也必须是企业内部通用的 。 企业应以业务脉络为基础 , 全方位全面梳理业务逻辑及数据关系 , 对现有流程、制度、系统进行优化改造 , 形成稳定的数据关系内核 , 引导系统架构优化 , 提高数据使用效率、提升数据资产价值 , 依托数据快速输出 , 实现管理赋能 。
在企业级数据标准重构实践中 , 可遵循三个步骤 , 以统一数据标准为起点 , 逐渐完善前端业务流程改造 , 从源端产生语义统一、逻辑清晰、高标准高质量的数据 , 构建坚实的数据资产基础 。
01. 建立企业级数据标准 , 形成跨部门“共同语言”
围绕企业业务主线 , 梳理业务场景 , 对各类信息和表单元素进行解构和提炼 , 这是构建企业级数据标准的基础 。 在统一数据标准的过程中 , 可以以财务信息为起点 , 通过单笔财务记录向前追溯对应业务场景;以产品类型和产品生产全过程为经络 , 明确业务逻辑 , 对经济业务场景进行元素化解构;从管理对象、交易记录、业务标签三个层面对数据元素进行规范表述 , 形成清晰的数据关系 。
在管理对象层面 , 对单专业及跨专业管理对象进行唯一识别 。 对于单专业管理对象 , 围绕企业经济事项全场景 , 统一每个专业视角下最小单元的颗粒度和业务属性描述需求 , 围绕管理对象能够进行自由组合 , 支撑多视角融合 。 对于跨专业管理对象 , 针对企业组织、客户、资产设备、项目、业务伙伴等 , 围绕跨专业共用的管理对象和业务属性描述需求 , 梳理数据信息 , 建立统一通用的数据标准 。
从管理对象层面对数据元素进行精确表述

标准|企业级数据标准重构——数字化转型的必经之路
文章图片

在交易记录层面 , 规范交易信息传递过程和路径 。 按照业务价值链梳理交易记录规则 , 规范各类单据的信息字段 , 建立跨专业共同遵循的流程管理规范 , 围绕业务交易 , 固化数据连接关系 。 例如 , 建立企业内合同、订单、发票信息的同源联动 , 建立完整的采集源头 , 部署清晰的数据录入标准 , 对各类单据的完整性进行强控 。 在此基础上 , 明确业务操作与线上记录规则 , 对数据源头进行动态更新 , 实现各类数据信息的规范传递 。 最终可以精准匹配管理对象 , 以完整的单据链和信息链对业务管理流程进行精准的数字重现 。
在业务标签层面 , 建立规范统一的标签体系 。 构建业务标签的目的在于统一同类业务属性的跨专业描述方式 , 实现管理口径的统一 。 在构建企业业务标签时 , 可遵循四条原则:
  • 内容精简原则:业务标签构建过程中应对各业务系统中的冗余字段进行整理 , 融合业务分类标准 , 对无效或重复内容进行删除或整合 。 全部业务标签都应当内容简洁、相互独立且覆盖全面;
  • 认知相同原则:业务标签应统一各业务部门对同一经济事项的业务分类口径 , 且获得全部业务部门的认可 , 避免不同部门间的重复建设或差异解读;
  • 血缘清晰原则:建立相同业务标签在各业务部门间流转时的数据继承关系 , 避免数据混乱造成标签失效;
  • 标准统一原则:统一同质化经济事项在各下属单位业务管理中的标准 , 强化标签信息在组织内全部单位间的比较能力 。
依托清晰完整的数据元素和数据关系 , 构建企业经营数据地图 , 实现数据伴随业务活动的实时自动记录 , 明确业务到价值的转化 , 可视化展示公司运营过程 , 精准识别数字化建设需求 。
数据标准建立方式示例

标准|企业级数据标准重构——数字化转型的必经之路
文章图片

02. 开展业务流程改造 , 实现端到端数据贯通
在以企业财务为基础的数字化变革中 , 对业财链路的梳理贯通是实现数据赋能管理的重要“桥梁” 。 通过对财务、业务开展数据梳理和流程改造 , 对从业务源端到财务末端的每一个数据项的产生与流转过程规则进行清晰描述 , 利用数据间的继承关系再现实际业务发生过程 , 将各类环节的数据聚合到每一个管理对象 。 在此过程中 , 企业需要重点关注三方面的内容:
  • 明确业务规范:制定标准化的管理章程 , 将其固化成为业务部门的行为准则 。 章程应细化至每一项业务的单个步骤层级 , 对每一项业务过程中产生数据的处理步骤、责任部门、输入信息、输出信息等内容进行明确规范 , 厘清数据链路贯通规则 , 识别由于执行标准不统一、流程不贯通、目标不协同、操作不规范等导致的管理盲点和信息断点 , 为流程贯通提供扎实的业务规范基础 。
  • 贯通业务流程:依托流程改造规范数据记录环节 , 围绕数据与价值 , 以数据实时在线、流程高效贯通、业务全程协同、风险有效防控为重点 , 对企业核心业务领域的流程进行变革和改造 , 贯通管理和信息断点 , 实现“每一项业务活动都有准确的价值反映、每一个价值记录都有鲜活的业务支撑” 。 通过信息标准和记录规则沉淀 , 为系统功能的进一步升级改造奠定业务基础和数据基础 。
  • 改造系统功能:依托系统功能改造 , 实现线上信息流自动获取与传递 。 在明确业务规范和贯通业务流程的基础上 , 根据需要对IT基础架构进行适当改造 , 打破数据孤岛 。 可构建以企业中台为核心的“云平台”智能信息架构 , 链接、协同企业内外部资源 , 构建“企业级”数据服务能力 , 强化数字资产全生命周期的智能管理和全量数据处理 , 支撑数据价值深度挖掘 , 实现“内外互联、敏捷响应、数据赋能” 。
03. 丰富数据应用场景 , 以灵活输出赋能管理
通过数据洞察 , 构建多场景应用实践 , 聚焦增量效益 , 以业务行动实现业务创新和管理变革 。 以灵活的输出方式 , 深挖数据的意义和价值 , 在数据的积累和验证过程中形成多层次、多领域、多场景的业务实践 。 以价值信号驱动管理行为变革 , 从效率、效益、创新和共赢四个方面引导价值创造 。
对企业运营进行精准刻画 , 根据不同场景信息需求对数据进行灵活加工 。 以多频道报表及应用场景为媒介 , 对各类基础数据和动态数据进行分析比较 , 提供量化评价 , 智能优化信息输出 , 服务于管理决策和业务决策 。 围绕企业业务发展、资产管理、客户服务、组织激励等管理领域 , 通过价值数据和业务数据的聚合分析 , 为公司管理层以及各业部门提供高效透明的数据服务 , 实现从业务动因入手 , 推动精准评价、精准投资、精准激励 , 提升对企业经营的敏锐洞察和高效决策能力 。
构建应用场景一般遵循以下五个步骤:
1. 明确场景需求:确定应用场景需要服务的部门和人员 , 明确业务需求及场景应用预期成效;
2. 设定应用主题:明确应用场景的目标和主要内容 , 识别应用场景用于建设或服务的重点、要点;
3. 澄清数据源:梳理应用场景中涉及的业务流程 , 澄清场景所需数据类别、计算方式、数据源系统及相应的业务逻辑关系;
4. 确定输出方式:明确应用场景成果的线上或线下输出及展示形式 , 制定场景未来的实施规范及迭代规则;
5. 建立数据服务:根据应用场景要求梳理数据链路信息 , 通过平台或系统调用并分析相关数据 , 建立场景服务能力 。
在数据标准重构的过程中 , 企业能够实现“三项转化” 。 一是由“数据”到“信息”的转化 , 解码数据背后的管理信息 , 形成更完整的现状描述;二是由“信息”到“洞见”的转化 , 挖掘信息背后的提升价值 , 开展更科学的预测分析;三是由“洞见”到“行动”的转化 , 以数据价值赋能决策 , 为企业提供更智能的决策建议 , 助力业务管理提升 。
深入洞察数据实现的“三项转化” , 使企业能够有效应对数据获取、数据融合、数据赋能面临的困境 , 实现由“业务各说各话”到“统一数据语言”、由“数据拼凑汇集”到“数据高度融合”、由“管理业务数据”到“数据赋能管理”的数字化转型 。

标准|企业级数据标准重构——数字化转型的必经之路
文章图片

4)企业数字化转型的关键成功要素 01. 深化数字包容 , 打造文化认同
无论何时 , 任何企业的变革转型都需要以文化认同为基础 。 唯有组织上下对变革理念都采取包容接受的态度 , 将数字化的理念深刻融入企业发展的文化血液中 , 方能由“被动”化为“主动” , 以内生动力推动转型可持续发展 。 企业要将数字化转型作为发展战略的一部分进行深入部署 , 制定适宜且明确的战略、顶层设计和路线图 , 在各层级单位、业务部门、员工间宣贯普及 , 增强企业人员在数字化建设中的参与感 , 加强对转型实效的体验 , 并引导人才团队打造数字化技能突破口 。
02. 规范数据管理 , 强健数据信息
部分企业存在诸如数字线上化程度较低、数据源质量不高、历史数据离线化碎片化、数据库管理范性较差等情况 , 这些问题成为数据获取和管理方面的瓶颈 , 限制了企业更高层次、更高质量的数据应用 。 对于这些企业的数字化转型 , 可建立数据统一管理机构 , 强健数据基础 , 规范数据标准 , 全面开展历史数据规范治理 , 减少对基础数据和绩效指标的人为干预 , 保障数字化转型的顺利实施 。
03. 促进业务融合 , 立足全局视角
部分组织结构较为庞大复杂的企业可能存在诸如部门间沟通协调较为困难、数据共享流程复杂、内容局限、数字化与业务融合程度较低等问题 , 企业需要将“加强业务间融合协作”作为数字化转型的重点 , 推进组织内部的横向和纵向贯通 , 打破专业间的壁垒 , 构建融合、共享、协同、高效的管理体系 。 通过业务融合削弱企业内外部资源流动的阻力 , 对内打破专业壁垒 , 对外拓展事业边界 , 形成全局、全行业视角 。
04. 加强数字应用 , 布局敏态运营
在传统生产要素价值创造增长模式趋于稳定的情况下 , 充分挖掘知识和数据要素的巨大发展潜力 , 并拓展价值创造维度成为了管理提升的突破口 。 企业可以考虑建立深入、立体、完善的数据管理应用体系 , 不断迭代提升数据计算分析方法 , 深挖拓展各类场景应用 , 促进质效改善及管理提升 。 并逐步以点带线 , 以线带面 , 最终将数据资产的价值创造能力延伸到整条价值链、产业链 , 助力企业数字生态网络的核心能力赋用 。
05. 深化人才管理 , 锻造专业队伍
目前 , 部分企业数字化转型中的人才瓶颈问题仍然比较突出 。 企业中具备大数据分析和数据统计分析专业技能的人才较少 , 且来源渠道不足 。 针对这一现状 , 企业要实施可持续发展的技能培训和人才战略 , 积极引进数字化人才 , 深化企业员工干部队伍能力重塑 , 强化重点专业领域人才培养 , 优化员工队伍人才结构 。 除关注内部人才培养之外 , 企业也可以引入外部专业服务力量 , 快速学习、应用行业领先的观念技术和管理实践 , 内外兼修 , 共同锻造一支有能力实施数字化转型的专业人才队伍 。
结语 数字化转型将是未来5-10年间重要的管理变革方向 , 对企业而言机遇和挑战并存 。 一方面 , 数字驱动革新为企业克服自身内部发展阻力并促进管理提升提供契机;另一方面 , 转型并不能一蹴而就 , 其长期性和复杂性要求企业在组织、技术、文化、管理等方面进行全方位的调整 。 在持续深入打造数字化的进程中 , 如何探索适应企业自身发展的路径 , 如何实现数据信息的有效聚合 , 如何满足数字化管理对组织内员工水平、技术能力和运营能力提升的诉求 , 都需要不断探索实践 。 “神而明之 , 存乎其人” 。 转型浪潮中 , 企业对于变革的信念、坚持与飞速进步的技术必将迸发出蓬勃的活力 , 走出独到而创新的数字化之路 。
【标准|企业级数据标准重构——数字化转型的必经之路】本文是为提供一般信息的用途所撰写 , 并非旨在成为可依赖的会计、税务、法律或其他专业意见 。 请向您的顾问获取具体意见 。

    推荐阅读