作者：***

来源：《山东工业技术》2015年第22期

        摘 要：本文介绍了企业数据管理现状，探讨企业数据管理的意义及实施设想。

        关键词：数据管理；指标体系；分析模型；平台建设

        DOI：10.160/j.cnki.37-1222/t.2015.22.262

        1 数据管理简述

        1.1 什么是数据管理

        数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。其目的在于充分有效地发挥数据的作用。

        随着计算机技术的发展，数据管理经历了人工管理、文件系统、数据库系统三个发展阶段。实现数据有效管理的关键是数据组织，在数据库系统中所建立的数据结构，更充分地描述了数据间的内在联系，便于数据修改、更新与扩充，同时保证了数据的性、可靠性、安全性与完整性，减少了数据冗余，提高了数据共享程度及数据管理效率。

        1.2 企业数据管理的必要性

        在企业生产经营过程中，数据可能分布在不同的硬件、数据库和网络环境中，为不同的业务部门服务。比如对一个制造企业来说，可能有生产数据、销售数据、财务数据、市场数据、人事数据等等，所有这些数据从结构上看，是相对的，不利于企业决策者进行全面分析和查询。如果我们针对决策者的需求，对这些数据进行结构上的重组，从更方便决策分析的角度去设计，建立符合企业实际管控需求的数据分析模型，达到直观反映企业生产经营活动中存在的普遍性和突出性问题，以便企业能够及时有针对性的制定措施、解决问题的目的，那对企业来说，这些数据满足的就不仅仅是单一部门的业务需求，而是指导公司进行快速调整和决策的重要资源。因此，利用信息化的手段对企业生产经营过程中的数据进行整合、挖掘和利用是提高企业经营管理水平和持续发展的重要保障。

        2 数据管理现状及问题

        目前，国内大多数企业生产经营等具有高业务价值的信息数据通常分散于企业的各个业务系统中，由于开发各业务系统的信息化构架仍趋向于纵向结构，且相互不兼容，这就造成大多信息仍局限于单一的专业数据，在横向上的信息数据很难得到共享。虽然大多数企业通过系统接口的开发来进行横向联系，但由于各业务系统本身数据的不完整或拷贝更新数据的不及时，导致数据获取出现不一致，使得企业几乎不可能创建和维护数据的“单一”视图，很难进行全面、准确的数据分析。

        当前，大多数企业在数据应用过程中遇到的三个比较突出的问题：一是数据源不唯一，主要表现在同一类数据分散在不同部门及应用系统中，缺乏统一数据和技术标准，导致数据不一致；不同业务线对同一数据指标解释和统计方式不一致，数据口径不统一；未能确定重要业务数据的“可信数据源”，数据多头提供，缺乏企业级的统一数据源。二是数据不准确，主要表现在基础数据录入时缺乏完善的稽核环节，系统中的基础数据不准确导致统计报表出现不准确的情况；由于系统中缺失某些基础数据，某些业务数据需要业务人员进行人工统计或估计，导致统计报表不准确。三是数据不一致，主要表现在缺乏统一归口的数据管理组织，数据管理职责分散，导致权责不明，存在“人人管理，无人负责”的现象；缺乏统一完善的数据管理制度与规范，以及落实这些制度与规范的监督考核机制。

        3 企业数据管理设想

        3.1 建设思路

        企业数据管理不是简单的收集、统计日常操作系统产生的数据，它是在对企业内部发生的业务活动或管理活动有清楚了解的基础上，利用信息手段把管理这些业务活动的方法转化成一个面向主题的、集成的、相对稳定的、反应历史变化的数据集合，通过对数据分析以及转化，使其成为可用的信息。

        3.2 建设目标

        围绕企业全数据全生命周期进行统一管理，实现统一数据管控，提供全面、统一的数据服务，灵活支撑业务，为企业精细化管理提供保障，为企业发展创造价值，以提升企业运营与管理能力，打造企业核心竞争力。

        3.3 建设框架

        统筹企业各专业、各层级数据资源系统，建立企业公共数据资源池，实现数据资源从“分散收集、分散存储”到“集中存储、综合利用”转变，做到“一源输入、多端按需使用”。

        3.4 建设内容

        一是构建企业统一的统计指标体系，从公司战略发展及业务定位入手，设计和构建“涵盖全面、层次分明、结构完善”的指标体系，全面描述和评价公司经营发展的总体状况、过程和绩效。通过对公司统计指标体系进行统一规范管理，实现公司层面各业务部门在指标数据应用方面的统一性、一致性和标准化，避免重复统计、冲突统计和不规范统计，实现公司统一指标体系相关数据资源的有效整合和共享。

        二是制定专项分析模型，从企业战略管理、运营管理两个层面建立专项分析模型，比如企业发展能力、盈利能力、运营能力、偿债能力等。展示企业发生了什么、分析为何发生、预测即将发生什么、模拟企业希望发生什么。

        三是建立数据平台，首先要具备接受现有业务系统及外部数据来源中的数据能力，将不同的数据格式转换成统一格式，加载到企业数据库中。同时具备对企业数据库中的数据和元数据的集中存储和管理功能，根据需求建立面向部门和主题的数据集市和数据库。

        四是成果展现，在企业整体层面，反应公司总体竞争能力、经济效益、对短期债务和长期债务的偿还能力，资金是否在健康、协调运作，是否有短缺和冗余等。在业务层面，比如：市场分析、销售分析和产品分析，达到了解销售状况、利润、客户评估和客户贡献度，对不同客户提供不同的服务策略；生产流程、绩效和财务分析，达到让领导了解生产订单执行、生产效率、设备利用率等；让领导了解公司绩效状况，包括财务绩效、员工绩效等；让领导了解企业资金使用、应收、应付等相关财务信息，供应链、库存、质量和人力等分析等。

        5 注意事项

        一是关注实施风险，比如项目支持力度不够、没有保证资源投入；主要项目人员不能及时到位；项目实施人员频繁更换；实施范围随意扩大；部门之间沟通不顺畅；项目的需求频频改变或不能确认等。

        二是预防实施过程“陷阱”，不能只关注数据数量，忽略数据实际需求；不能只关注模型数量，忽略对模型的验证；不能只关注个性分析，忽略业务主题关联。

        总之，企业数据管理是一门非常实用的管理工具，如何使用这门工具，利用数据分析发现一些管理问题，及时跟进改善，从而提高企业整体的运营效率，将是现代企业管理中的必然选择方向。

        作者简介：马珲（1981-），男，工程师，主要从事：企业经营管理工作。下载本文