
黨的十九屆四中全會首次將“數據”增列為一種生產要素,要求建立健全由市場評價貢獻、按貢獻決定報酬的機制,標志著以數據為關鍵要素的數字經濟進入新時代。黨的二十大報告提出要“加快建設現代化經濟體系,著力提高全要素生產率”,充分發(fā)揮海量數據和豐富應用場景優(yōu)勢,促進數字技術與實體經濟深度融合,賦能傳統(tǒng)產業(yè)轉型升級,催生新產業(yè)、新業(yè)態(tài)、新模式,不斷做強、做優(yōu)、做大我國數字經濟。
經過多年發(fā)展,以大數據為代表的新技術得到迅猛發(fā)展,并滲透到各行各業(yè),企業(yè)信息化也快速回歸到數據的本身。企業(yè)家使用數據整合勞動力、土地、資本三種生產要素進行數字化轉型。
為了加快實體經濟數字化轉型,促進新一代信息技術與實體經濟深度融合,發(fā)揮數據對企業(yè)轉型升級的重要作用,數據資產管理應運而生。工業(yè)互聯網產業(yè)聯盟組織產業(yè)界系統(tǒng)梳理了相關內容,展開數據資產管理系列科普活動。
Q 如何保障數據資產管理有序開展?
數據資產管理是一項長期性的、體系化的工作,為保證各項數據資產管理活動有效開展,統(tǒng)籌推動數據資產管理工作順利進行,戰(zhàn)略規(guī)劃、組織架構、制度體系、平臺工具、長效機制等保障措施變得極為重要。
1 戰(zhàn)略管理
戰(zhàn)略是組織長期發(fā)展規(guī)劃及資源配置的一系列行動,對于組織持續(xù)穩(wěn)定發(fā)展具有重要的指導意義。在數字時代下,數據戰(zhàn)略已成為組織開展精益數據資產管理的基礎,是數據資產管理工作長期高效開展的“指南針”。戰(zhàn)略管理是指通過對數據戰(zhàn)略進行規(guī)劃、執(zhí)行、評估,確立數據資產管理的中長期目標和管理活動優(yōu)先級,明確需要的資源投入總量和資源分配機制,并使數據戰(zhàn)略始終契合組織的業(yè)務戰(zhàn)略。
圖 1 數據戰(zhàn)略管理流程與要點
戰(zhàn)略規(guī)劃是戰(zhàn)略管理的首要環(huán)節(jié)和基礎性工作,是數據資產管理的指導藍圖。通過評估當前組織數據資產管理能力,結合組織發(fā)展規(guī)劃和IT發(fā)展規(guī)劃,明確數據戰(zhàn)略規(guī)劃的中長期和短期發(fā)展目標、管理原則、主要活動,識別重要業(yè)務領域、數據范圍和活動優(yōu)先級,確認投入的資源規(guī)模。戰(zhàn)略執(zhí)行是戰(zhàn)略管理的中間環(huán)節(jié),是戰(zhàn)略規(guī)劃落地的有效保障。戰(zhàn)略執(zhí)行通過對戰(zhàn)略規(guī)劃進行拆解,制定階段性提升計劃與實施路線,明確各項活動參與團隊,并根據實際執(zhí)行情況及時調整短期戰(zhàn)略規(guī)劃。戰(zhàn)略評估是優(yōu)化組織數據戰(zhàn)略管理、提升數據戰(zhàn)略指導作用的必要手段。通過從目標完成率、價值收益率、成本合理性等維度評估戰(zhàn)略內容、管理過程,提升戰(zhàn)略規(guī)劃和戰(zhàn)略執(zhí)行有效性。例如,中國聯通聚焦公司新戰(zhàn)略、新定位、新賽道,全面提速數據治理,促進數據要素流動和效能提升,通過外部形勢研判和內部資源起底,打造適配公司數字化轉型的企業(yè)級數據治理體系,形成數據治理戰(zhàn)略目標、規(guī)劃體系、重點舉措和階段目標,強化統(tǒng)籌,為規(guī)劃期任務執(zhí)行和資源配置提供評估準則,確保規(guī)劃目標達成。
2 組織架構
建立全方位、跨部門、跨層級的數據資產管理組織架構,是實施組織級統(tǒng)一化、專業(yè)化數據資產管理的基礎,是數據資產管理責任落實的保障。
一般來說,數據資產管理組織架構包括決策層、組織協(xié)調層、數據資產管理層、工作執(zhí)行層四個層級。決策層作為數據決策方,由組織CIO或CDO擔任,負責制定數據資產管理決策、戰(zhàn)略和考核機制。組織協(xié)調層由虛擬的數據資產管理委員會承擔,負責統(tǒng)籌管理和協(xié)調資源,細化數據資產管理的考核指標。數據資產管理層由數據資產管理辦公室承擔,作為數據資產管理的主要實體管理部門,負責構建和維護組織級架構(包括業(yè)務架構、數據架構、IT架構),制定數據資產管理制度體系和長效機制,定期開展數據資產管理檢查與總結,并向組織協(xié)調成和決策層匯報。工作執(zhí)行層由業(yè)務部門和IT部門共同承擔,負責在數據項目中落實數據資產管理工作,與數據資產管理層協(xié)同參與各項活動。
由于數據產生于業(yè)務,數據流轉依賴于業(yè)務,因此,數據認責機制對于統(tǒng)籌協(xié)調數據資產管理、加強各方對于數據資產管理的認可具有較強的積極作用。例如,平安銀行建立了以數據類別(基礎數據、指標數據、外部數據等)為基礎的數據認責原則,明確了數據采集者、數據加工者、數據使用者等不同角色在數據生命周期各環(huán)節(jié)的責任,建立數據認責矩陣,并將數據認責機制與考評激勵措施相結合,進一步確保數據資產管理相關方的“責權利”對等;在數據應用層面,依據認責原則搭建五級認責體系,分別為“歸口管理部門”、“報表主管部門”、“業(yè)務場景主管部門”、“字段主管部門”、“字段協(xié)管部門”,解決了數據在應用層面職責劃分不清晰的痛點,有效支撐了數據口徑、數據規(guī)范等數據治理層面管理措施的落地執(zhí)行。
此外,數據資產管理對于人才的復合型能力提出了更高的要求。首先,數據資產管理人員應具備良好的數據架構、數據安全、法律法規(guī)相關技能,涉及數據架構師、數據安全人員、數據合規(guī)人員等角色。其次,數據資產管理人員應具備較高的業(yè)務理解能力,涉及數據標準管理員、數據質量管理員、主數據管理員等角色。再次,數據資產管理人員需具備基本的市場洞察與運營能力,與數據生態(tài)多方、數據使用者建立良好的合作互動機制。最后,由于數據資產在交易市場中的產品設計、定價規(guī)則、流通技術需求增多,數據資產管理人員需具備一定的產品經理、金融學、經濟學、密碼學知識。
表 1 數據資產管理復合人才能力表
3 制度體系
數據資產管理制度體系通常分層次設計,依據管理的顆粒度,制度體系可劃分為組織級數據資產管理總體規(guī)定、管理辦法、實施細則和操作規(guī)范四個層次。基本內容如下:
● 總體規(guī)定從數據資產管理決策層和組織協(xié)調層視角出發(fā),包含數據戰(zhàn)略、角色職責、認責體系等,闡述數據資產管理的目標、組織、責任等;
● 管理辦法是從數據資產管理層視角出發(fā),規(guī)定數據資產管理各活動職能的管理目標、管理原則、管理流程、監(jiān)督考核、評估優(yōu)化等;
● 實施細則是從數據資產管理層和數據資產管理執(zhí)行層的視角出發(fā),圍繞管理辦法相關要求,明確各項活動職能執(zhí)行落實的標準、規(guī)范、流程等;
● 操作規(guī)范是從數據資產管理執(zhí)行層的視角出發(fā),依據實施細則,進一步明確各項工作需遵循的工作規(guī)程、操作手冊或模板類文件等。
圖 2 數據資產管理制度體系架構
業(yè)務案例從實際項目出發(fā),為數據資產管理提供了實踐視角,是對制度體系架構的有效補充。交通銀行為響應理論本地化、實踐策略化需求,在總體規(guī)定、管理辦法的基礎上,建立了“工作手冊”機制,作為數據資產管理工作落地的重要抓手和關鍵突破口。工作手冊覆蓋數據資產管理多項活動職能,主要從各項活動實施的需求背景、方案策略、執(zhí)行過程等方面著手,對自身實踐項目進行客觀陳述、深入分析,總結問題與經驗。工作手冊不僅沉淀為內部培訓的實戰(zhàn)材料,形成團隊的共有知識和經驗,更重要的是作為典型業(yè)務案例,對于長期指導和優(yōu)化數據資產管理工作具有指導意義。
4 平臺工具
數據資產管理平臺工具位于大數據平臺上層,為各項數據資產管理活動職能的執(zhí)行提供技術保障。
從管理視角出發(fā),數據資產管理平臺工具支持PDCA循環(huán)。規(guī)劃環(huán)節(jié),通過角色分配和權限管理落實數據認責體系,支持需求管理,以及對數據資產現狀(包括數據資產規(guī)模、分布、可信度、安全性等)進行評估;執(zhí)行環(huán)節(jié),支持標準規(guī)范的新增、修改,以及數據開發(fā)、任務編排、任務運維等;檢查環(huán)節(jié),支持對數據模型一致性、標準規(guī)范應用程度、問題數據處理情況、數據安全響應結果等進行跟蹤;改進環(huán)節(jié),支持逐個標記問題并生成改進建議,統(tǒng)計檢查數據,形成知識庫,量化改進過程,實現閉環(huán)管理。
從開發(fā)視角出發(fā),數據資產管理平臺呈現一體化形式。通過打通數據模型管理、數據標準管理、數據質量管理、數據安全管理、元數據管理、數據開發(fā)相關平臺工具,支持數據模型設計與開發(fā)遵循標準規(guī)范,實現數據質量源頭管理,并對數據資產開發(fā)全流程進行監(jiān)控,確保開發(fā)過程的流暢,提升開發(fā)過程的規(guī)范性。例如,中國聯通構建了集約化數據治理平臺,深入推進自上而下的企業(yè)治理體系建設,實現數據資產全量全域納管,資產一點查詢檢索,一點治理運營,數據標準在線管理;支撐核心指標、標簽、模型的血緣關系全鏈路溯源、智能化分析。同時自下而上夯實數據質量基礎,推動數據質量管理、建模管理、主數據管理等各項能力的工具化建設,形成數據治理工具集,AI賦能數據治理質量和效率提升,促進企業(yè)數據標準化、規(guī)范化,為企業(yè)數字化轉型提供支撐。
5 長效機制
在數據戰(zhàn)略規(guī)劃、組織架構和制度體系的基礎上,培訓宣貫、績效考核、激勵機制、審計機制、數據文化培養(yǎng)等長效機制,是數據資產管理活動持續(xù)高效運行的重要保障。
圖 3 數據資產管理長效機制
培訓宣貫是數據資產管理理論落地實踐、流程執(zhí)行運作的基礎。通過安排員工參與數據資產管理培訓、課程,加深行業(yè)內、外部單位優(yōu)秀經驗溝通與交流,組織開展案例分享,促進員工提升技術水平。績效考核是確保數據資產管理各項工作落實到位的關鍵舉措。建立數據資產管理考核機制,開展常態(tài)化、全面性問題巡檢,將問題處理結果與員工薪酬關聯,確保數據認責體系的有效執(zhí)行。激勵機制是提升組織數據資產管理部門工作積極性,推動數據資產管理良性發(fā)展的重要手段。建立員工職業(yè)發(fā)展通道,設立數據資產管理相關獎項,將數據資產管理納入現有晉升、薪酬、職位資格等體系范疇。審計機制是保障數據資產管按既定規(guī)劃和規(guī)范執(zhí)行的有效方式。組建審計團隊(由審計部門、監(jiān)管部門牽頭,數據資產管理部門、技術部門、業(yè)務部門參與),引入第三方審計機構,依托相關審計平臺,對崗位職責、制度體系、管理活動開展審計。數據文化是組織開展數據資產管理的核心價值觀和最終驅動力。優(yōu)化數據服務方式,降低數據資產管理參與門檻,開展多類型數據技能培訓和比賽,加深員工的數據認識,提升員工的數據興趣。
內容來源:《數據資產管理實踐白皮書(6.0版)》
聯系方式:馬老師 17332378374(同微信)
mawenda@caict.ac.cn