五大措施保障数据资产管理有序开展

2023-06-14 10:00 浏览量:1037

数据资产管理是一项长期性的、体系化的工作,为保证各项数据资产管理活动有效开展,统筹推动数据资产管理工作顺利进行,战略规划、组织架构、制度体系、平台工具、长效机制等保障措施变得极为重要。
 

(一)战略管理

 

战略是组织长期发展规划及资源配置的一系列行动,对于组织持续稳定发展具有重要的指导意义。在数字时代下,数据战略已成为组织开展精益数据资产管理的基础,是数据资产管理工作长期高效开展的“指南针”。战略管理是指通过对数据战略进行规划、执行、评估,确立数据资产管理的中长期目标和管理活动优先级,明确需要的资源投入总量和资源分配机制,并使数据战略始终契合组织的业务战略。

 

图 1 数据战略管理流程与要点 

 

战略规划是战略管理的首要环节和基础性工作,是数据资产管理的指导蓝图。通过评估当前组织数据资产管理能力,结合组织发展规划和IT发展规划,明确数据战略规划的中长期和短期发展目标、管理原则、主要活动,识别重要业务领域、数据范围和活动优先级,确认投入的资源规模。战略执行是战略管理的中间环节,是战略规划落地的有效保障战略执行通过对战略规划进行拆解,制定阶段性提升计划与实施路线,明确各项活动参与团队,并根据实际执行情况及时调整短期战略规划。战略评估是优化组织数据战略管理、提升数据战略指导作用的必要手段。通过从目标完成率、价值收益率、成本合理性等维度评估战略内容、管理过程,提升战略规划和战略执行有效性。例如,中国联通聚焦公司新战略、新定位、新赛道,全面提速数据治理,促进数据要素流动和效能提升,通过外部形势研判和内部资源起底,打造适配公司数字化转型的企业级数据治理体系,形成数据治理战略目标、规划体系、重点举措和阶段目标,强化统筹,为规划期任务执行和资源配置提供评估准则,确保规划目标达成。

 

(二)组织架构

 

建立全方位、跨部门、跨层级的数据资产管理组织架构,是实施组织级统一化、专业化数据资产管理的基础,是数据资产管理责任落实的保障。

 

一般来说,数据资产管理组织架构包括决策层、组织协调层、数据资产管理层、工作执行层四个层级。决策层作为数据决策方,由组织CIO或CDO担任,负责制定数据资产管理决策、战略和考核机制。组织协调层由虚拟的数据资产管理委员会承担,负责统筹管理和协调资源,细化数据资产管理的考核指标。数据资产管理层由数据资产管理办公室承担,作为数据资产管理的主要实体管理部门,负责构建和维护组织级架构(包括业务架构、数据架构、IT架构),制定数据资产管理制度体系和长效机制,定期开展数据资产管理检查与总结,并向组织协调成和决策层汇报。工作执行层由业务部门和IT部门共同承担,负责在数据项目中落实数据资产管理工作,与数据资产管理层协同参与各项活动。

 

由于数据产生于业务,数据流转依赖于业务,因此,数据认责机制对于统筹协调数据资产管理、加强各方对于数据资产管理的认可具有较强的积极作用。例如,平安银行建立了以数据类别(基础数据、指标数据、外部数据等)为基础的数据认责原则,明确了数据采集者、数据加工者、数据使用者等不同角色在数据生命周期各环节的责任,建立数据认责矩阵,并将数据认责机制与考评激励措施相结合,进一步确保数据资产管理相关方的“责权利”对等;在数据应用层面,依据认责原则搭建五级认责体系,分别为“归口管理部门”、“报表主管部门”、“业务场景主管部门”、“字段主管部门”、“字段协管部门”,解决了数据在应用层面职责划分不清晰的痛点,有效支撑了数据口径、数据规范等数据治理层面管理措施的落地执行。

 

此外,数据资产管理对于人才的复合型能力提出了更高的要求首先数据资产管理人员应具备良好的数据架构、数据安全、法律法规相关技能,涉及数据架构师、数据安全人员、数据合规人员等角色。其次数据资产管理人员应具备较高的业务理解能力,涉及数据标准管理员、数据质量管理员、主数据管理员等角色。再次数据资产管理人员需具备基本的市场洞察与运营能力,与数据生态多方、数据使用者建立良好的合作互动机制。最后由于数据资产在交易市场中的产品设计、定价规则、流通技术需求增多,数据资产管理人员需具备一定的产品经理、金融学、经济学、密码学知识。

 

表 1 数据资产管理复合人才能力表

 

(三)制度体系

 

数据资产管理制度体系通常分层次设计,依据管理的颗粒度,制度体系可划分为组织级数据资产管理总体规定、管理办法、实施细则和操作规范四个层次基本内容如下:

 

● 总体规定从数据资产管理决策层和组织协调层视角出发,包含数据战略、角色职责、认责体系等,阐述数据资产管理的目标、组织、责任等;

● 管理办法是从数据资产管理层视角出发,规定数据资产管理各活动职能的管理目标、管理原则、管理流程、监督考核、评估优化等;

● 实施细则是从数据资产管理层和数据资产管理执行层的视角出发,围绕管理办法相关要求,明确各项活动职能执行落实的标准、规范、流程等;

● 操作规范是从数据资产管理执行层的视角出发,依据实施细则,进一步明确各项工作需遵循的工作规程、操作手册或模板类文件等。

 

图 2 数据资产管理制度体系架构   

 

业务案例从实际项目出发,为数据资产管理提供了实践视角,是对制度体系架构的有效补充交通银行为响应理论本地化、实践策略化需求,在总体规定、管理办法的基础上,建立了“工作手册”机制,作为数据资产管理工作落地的重要抓手和关键突破口。工作手册覆盖数据资产管理多项活动职能,主要从各项活动实施的需求背景、方案策略、执行过程等方面着手,对自身实践项目进行客观陈述、深入分析,总结问题与经验。工作手册不仅沉淀为内部培训的实战材料,形成团队的共有知识和经验,更重要的是作为典型业务案例,对于长期指导和优化数据资产管理工作具有指导意义。

 

(四)平台工具

 

数据资产管理平台工具位于大数据平台上层,为各项数据资产管理活动职能的执行提供技术保障。

 

从管理视角出发,数据资产管理平台工具支持PDCA循环。规划环节,通过角色分配和权限管理落实数据认责体系,支持需求管理,以及对数据资产现状(包括数据资产规模、分布、可信度、安全性等)进行评估;执行环节,支持标准规范的新增、修改,以及数据开发、任务编排、任务运维等;检查环节,支持对数据模型一致性、标准规范应用程度、问题数据处理情况、数据安全响应结果等进行跟踪;改进环节,支持逐个标记问题并生成改进建议,统计检查数据,形成知识库,量化改进过程,实现闭环管理。

 

从开发视角出发,数据资产管理平台呈现一体化形式。通过打通数据模型管理、数据标准管理、数据质量管理、数据安全管理、元数据管理、数据开发相关平台工具,支持数据模型设计与开发遵循标准规范,实现数据质量源头管理,并对数据资产开发全流程进行监控,确保开发过程的流畅,提升开发过程的规范性。例如,中国联通构建了集约化数据治理平台,深入推进自上而下的企业治理体系建设,实现数据资产全量全域纳管,资产一点查询检索,一点治理运营,数据标准在线管理;支撑核心指标、标签、模型的血缘关系全链路溯源、智能化分析。同时自下而上夯实数据质量基础,推动数据质量管理、建模管理、主数据管理等各项能力的工具化建设,形成数据治理工具集,AI赋能数据治理质量和效率提升,促进企业数据标准化、规范化,为企业数字化转型提供支撑。

 

(五)长效机制

 

在数据战略规划、组织架构和制度体系的基础上,培训宣贯、绩效考核、激励机制、审计机制、数据文化培养等长效机制,是数据资产管理活动持续高效运行的重要保障。

 

图 3 数据资产管理长效机制 

 

培训宣贯是数据资产管理理论落地实践、流程执行运作的基础。通过安排员工参与数据资产管理培训、课程,加深行业内、外部单位优秀经验沟通与交流,组织开展案例分享,促进员工提升技术水平。绩效考核是确保数据资产管理各项工作落实到位的关键举措。建立数据资产管理考核机制,开展常态化、全面性问题巡检,将问题处理结果与员工薪酬关联,确保数据认责体系的有效执行。激励机制是提升组织数据资产管理部门工作积极性,推动数据资产管理良性发展的重要手段。建立员工职业发展通道,设立数据资产管理相关奖项,将数据资产管理纳入现有晋升、薪酬、职位资格等体系范畴。审计机制是保障数据资产管按既定规划和规范执行的有效方式。组建审计团队(由审计部门、监管部门牵头,数据资产管理部门、技术部门、业务部门参与),引入第三方审计机构,依托相关审计平台,对岗位职责、制度体系、管理活动开展审计。数据文化是组织开展数据资产管理的核心价值观和最终驱动力。优化数据服务方式,降低数据资产管理参与门槛,开展多类型数据技能培训和比赛,加深员工的数据认识,提升员工的数据兴趣。

 

 

本文节选自中国信通院于第五届“数据资产管理大会”上发布的《数据资产管理实践白皮书(6.0版)》

来源:大数据技术标准推进委员会

上一篇:数据中台的商机

下一篇:理论丨数字政府建设的法治困境及其因应

  • 分享:
龙石数据
咨询电话: 0512-87811036,18013092598
联系我们
商务联系微信

商务联系微信

0512-87811036,

18013092598

咨询电话