数据治理——企业数字化转型必经之路.pdf

▲封面coverstory

数据治理——企业数字化转型

必经之路

□文/田日辉

结合我国大数据标准化、治理的发展应用现状和趋势，提出了基于我国产业发展现状的、

符合联想战略发展需要的数据管理能力成熟度评估模型，将组织数据管理能力划分为8个

能力域，包括：数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据

应用、数据生存周期。

数据是企业重要的一项商业资产，早在2009年，《大数据资产：聪明

建设形成管理和应用这项资产的有效机的企业怎样致胜于数据治理》一书的作

制，能够消除数据的不一致性，提高数者TonyFisher就曾提到，如果基本数

互联网经济据质量，实现数据在企业全层级的共享；据不可靠，大多数企业的大数据计划要

官方微信

通过对海量、统一的生产经营数据的深么会失败，要么效果会低于预期。

入挖掘，有助于企业显著降低生产成本，截至目前，联想数据治理及标准化工

提升工作效率、发现更多潜在的商业线作已取得了显著的成效，基于对内部实

索；有利于大数据服务于业务、管理和践的持续改善和对外部客户的持续赋能，

手机阅读本文

战略决策，达到数据资产的最大化利用。参与编制国家数据标准化及治理标准的

44互联网经济THEINTERNETECONOMY

数据治理——企业数字化转型必经之路

针对全价值链海量数据的全量感知需要建设满足整个业务链条上跨越IT、OT域海

问题量异构数据的采集、集成、融合、传输和存储

需要建设基于工业知识与数据科学协同驱动的

针对海量数据的准确价值发掘问题

数据分析应用体系

针对工业数据智能的精准应用问题需要建立统一的数据治理技术和管理体系

实现集团全级次数据的标准化管理，以满足需求分析、研发设计、智能制造、

供应链管理、精益后服务全链条数据的融会贯通

图1联想数据标准化及治理工作背景

研制、构建政产学沿用协同机制的方式，据管理能力成熟度评估模型》为基础，

推进自身及目标客户数据标准化治理业并充分结合联想自身实际以及我国大

务的持续改进。数据标准化、治理的发展应用现状和趋

势，提出了基于我国产业发展现状的、

建立完整的数据标准化及治理管理符合联想战略发展需要的数据管理能

体系力成熟度评估模型，将组织数据管理能

力划分为8个能力域，包括：数据战略、

数据质量的问题往往表现为一个或多个数据治理、数据架构、数据标准、数据

质量维度存在缺失，从而无法满足企业质量、数据安全、数据应用、数据生存

和用户的实际需要。周期。

开展数据编目管理：通过对数据资源

建立数据成熟度管理机制：以《数依据规范的元数据描述，对企业数据资