当前位置:首页 > 典型案例
东旭科技集团有限公司数据治理项目
  • 发表时间:2020-05-26 点击数:74
  • 来源:未知

       东旭集团成立于1997年,总部及研发中心位于北京,是集光电显示、新能源、装备制造、金融、城镇化地产等产业集群为一体的多元化企业集团,拥有三家上市公司(东旭光电000413、宝安地产000040、嘉麟杰002486)和二十余家全资及控股子公司,员工1万多人。
      东旭集团经营范围复杂主要涉及到以自有资金对项目投资;机械设备及电子产品的研发;各类非标设备及零部件产品的生产及工艺制定;研磨材料机电产品(不含公共安全设备及器材)零部件加工销售;自营和代理各类商品及技术的进出口业务;计算机系统集成,软件开发,技术咨询;机电设备的安装,工程咨询等业务。
      随着企业信息化进程的不断推进,不同职能部门为解决其业务需求也在不断的完善相应的业务系统,例如HR系统、资产管理系统、合同管理系统、财务管理系统等等,各业务系统虽然能够完成当下的业务需求,但是也带来了新的问题,例如多个系统间的数据不能有效的共享,没有规范的录入要求,各业务系统之间的数据存在多种规则,数据的重复录入等等,举例来说:资产管理系统录入资产卡片后需要手工填列会计凭证号,但是财务系统每记一笔账都会生成相应的会计凭证号,如此操作首先增加了负责管理物资的人员的工作量,另外手工填列也不能保证数据的准确性。还比如:公司要求出年终报表,报表反映了整个集团公司的数据,但各业务系统只能提供出简单的数字来支撑,如此一来问题接踵而至,填表人需协同各业务部门提供数据,无形之中增加了两个部门的工作量,手工填列又会出现录入错误的问题,各个部门提供的数据也不能体现出相应的勾稽关系,数据质量得不到保证。
      随着数据问题的不断出现,企业领导人也深切的体会到了,数据不应该是单个部门的业务数据,而是应该互相配合,达到1+1>2的结果。各个部门的数据应该像一辆汽车,有发动机、传动系统、转向机构、制动模块、地盘、电子电器、车身、外观内饰,这些模块互相配合才能让一辆车跑的动跑的快跑的舒服。  
      有问题就有解决方案,根据东旭集团现有的数据问题,我司为其制定了相应的数据治理方案。方案如下:
      一、数据治理项目建设思路
      为保证东旭集团数据治理平台建设项目的成功,我们提出如下项目总体建设思路:“明确目标、界定范围、合理规划、高效实施”。
      二、数据管理体系梳理原则
      结合中翰软件10多年来数据治理的经验,且参照了国家信息化相关标准体系、相关行业的标准体系以及针对东旭集团各业务部门的现状、需求的整理分析、汇总从而进行专项整治。
      三、数据编码确立
      从编码规则、编码方法、编码方式、编码要求、编码结构的展现这五个不同角度与编码整个编码的生面周期来考虑结合集团实际情况来进行实施。
      四、数据分类体系确立
      首先从数据的纬度、粒度的角度达到数据的统一,避免其它类的出现,另外允许多类别结构的出现,达到规范、灵活的结果。
      五、数据模型确立
      分别制定组织、人员、客商、科目、银行类别不同的数据模型,使模型更明确精准。
      六、建立数据相关制度
      例如《数据管理制度》、《数据质量管理标准》、《数据安全管理标准》。
      七、数据运维管理体系
      数据运维管理体系确立原则
最大化减少平台实施后的运维工作量;最大化延续项目咨询过程的详细思路;运维时可以随时在线查阅数据管理体系的咨询过程。
      数据运维管理体系建设策略
      建立静态数据中心,实现数据模型体系的最大化,减少后期数据模型的变动几率;建设在线知识库,实现知识转移的实时化;平台试运行期间,强化数据管理的思路、逻辑。
      八、历史数据清洗解决方案
      数据类型包括:客商数据、人员数据、银行类别、银行账户、科目数据等,这些数据的特点是模型单一,数据清洗较简单。具体操作为先查重再完善方式,即为先查找重复项,然后进行数据信息的自动和手段完善。查重的方式是根据相似度进行模糊匹配和完全匹配等,信息完善是通过系统自动和手动进行的。排重分为三个部分,排重规则,排重结果,排重详情。任务:分为单独、合并两种模式。编码: 分为单独、合并两种模式。追加映射:选中未清洗数据,选择一条已经清洗的数据作为主任务单,将未清洗数据追加到已经清洗的数据上。
      九、数据日常管理解决方案
      主要包括公有数据的申请、修改、更新、审核等过程的科学化管理。
      1.单人或多人协同新增数据信息
      2.多人多级会签的数据审核过程
      3.专业针对企业内部的数据批量更新
      十、数据保养解决方案
      数据治理后如何保证数据质量长期处于良好状态,目前已经成了很多数据项目实施后的企业的头等大事,数据保养阶段随之而来。
      中翰软件建立了数据管理云中心,帮助企业提供数据质量实时在线监测分析的标准,实时监控企业数据质量现状分析,并根据数据质量问题做出准确的处理(清洗)。
      十一、数据交换解决方案
      数据类型:人员、组织、客户、供应商、科目、银行类别、银行账户。
      数据交换对接机制
      数据实时交换,数据治理平台实时监测调用业务系统接口时对方系统是否有反馈。若因网络等其他原因发生接口不通畅,以30秒为界定,超过则自动断开接口调用。在数据治理平台记录失败日志信息,以供下次系统自动处理再次调用。
      交换节点之间数据交换采用中心交换模式,数据由一个交换节点传输到交换中心后再传输给另一个交换节点,所交换数据需要存储在交换中心。
      在这样的解决方案下企业最后达到了: 
      1.上线了数据治理平台。
  东旭
      2.数据清洗八万条、解决了静态数据不一致、不完整、不规范、有冗余的问题。
      制定了数据整个生命周期的规范,并形成了制度手册:《数据管理制度》、《数据流程》、《数据交换规范》。
      3.数据治理效果明显,大大提高了静态数据的重用率,避免了大量的重复工作,规范了静态数据的录入规则,使各业务系统数据交流更顺畅,完善了静态数据信息项,使静态数据可用性更高,处理了冗余数据的情况,使统计数据更准确,更好的为领导决策提供数据支持。