案例(四):建立数据认责机制推进电力企业数据管理保障体系建设

一背景

当前，随着我国经济进入新常态、国企改革和电力体制改革深入推进，以及持续提升企业管理和电网运营水平的需要，某电力公司（某省级电网企业）发展面临诸多挑战，亟待寻找新的发展着力点。新一轮科技革命、产业变革加速兴起，颠覆性创新不断涌现，“互联网+”、人工智能、共享经济与能源产业相互交融，催生出智能微网、大规模储能、电动汽车等新业态、新产业。要求某电力企业必须积极主动迎接挑战，加快应用“云大物移智”等前沿技术改造升级传统电网，第一时间抢占能源科技创新的战略制高点。

全面实施创新驱动规划，将科技、信息化等技术与该公司业务深度融合应用，利用前沿技术解决生产经营中的突出技术问题，支撑管制业务、竞争性业务发展。构建数据资产管理机制，最大限度盘活公司数据资产资源，要求某电力企业全面启动数据治理工作。数据治理工作是一个长期、持续性的过程，只有起点没有终点。明确谁该管什么，怎么管，如何确保数据的真实性，是数据管理活动开展的第一个环节。因此，本文基于该公司数据认责情况展开论述，阐述建设过程及建设成效，逐步构建数据管理保障体系的全过程，为业界提供参考。

二某电力企业数据管理体系介绍

“十二五”期间，某电力企业完成了企业级信息系统工程建设，建成了网级数据中心，通过数据资源管理平台的建设，构建了主数据管理体系，促进了各专业的横向协同和数据的纵向贯通，支撑了网公司一体化战略目标的达成。

“十三五”以来，随着工程的建设完成，该公司数据资源越来越丰富、体量越来越大、结构越来越复杂，以前传统的、零碎的数据管理模式不足以支撑未来的数据发展。因此，当前的重点工作在于，采取统一规划、分步实施的策略体系化地推进该公司数据治理工作。根据整体规划，计划在“十三五”期间，分三阶段逐步实现从“基础管理→主动管理→量化管理”的总体目标。

2017年，某电力企业组织编制印发了《数据治理专项工作方案》，用于指导该公司开展数据治理工作。通过该方案，拟定了公司数据治理的整体框架（如图1），并按计划积极推进相关工作，分别从保障体系、核心能力提升两方面有序推进各种工作。按照整体框架图，逐步建设和完善数据治理体系，发挥数据治理作为数据资产的管理行使权力和控制的活动集合，用于指导其他数据管理职能如何执行，为公司开展数据资产应用与运营发挥其起点、基础与支撑作用。

图1 某电力企业数据治理整体框架

数据治理工作属于长期性工作，需要以整体规划为基础，通过建立数据认责机制带动公司数据管理核心能力逐步提升，将保障体系贯穿数据全生命周期，以公司统一数据中心建设落地，最终能及时响应数据应用需求，全面提升公司数据资产管理水平。持续推进公司数据管理体制和工作机制创新，变革数据管理组织架构、创新数据管理方式、优化数据管理流程，推进公司数据管理工作标准化、规范化、体系化，确保公司数据全生命周期可控、受控。

三数据认责机制

3.1

数据认责机制框架

图2某电力企业数据认责机制框架图

构建该公司的数据认责机制框架，通过“核对→录入→审核”三个完整闭环，建立数据录入规范；按照“谁录入、谁整改、谁负责”的原则，明确数据质量责任主体；梳理业务流程、数据与人员之间的对应关系，构建CRUD矩阵；最终构建全流程管控、相互监督，构建全面的、可追溯的数据认责、追责机制。从源头上把控数据质量，将数据质量从事后治理，推向“事前、事中”，形成“事前规范、事中监控、事后治理”的全过程管理，将数据质量管理落实到数据录入过程中。同步促进数据标准、数据质量、数据安全及主数据、元数据等核心能力的提升，并贯穿到数据全生命周期。

3.2

建设历程

根据该公司实际情况，采取先试点、再推广的策略，逐步构建数据认责机制，整个历程分为三个阶段。

3.2.1试点建设

2017年初，选择两个基层单位作为试点单位，选取具有代表性的生产和营销业务域开展数据认责机制试点建设。

由公司信息中心根据试点业务范围编制数据质量扫描规则与扫描脚本，按月开展数据质量扫描，形成试点数据整改清单；试点单位按照层级成立相应的工作组（局，分局、县级供电企业），对整改清单内的数据进行细化分解到责任部门及班组并明确人员责任，并按照整改清单制定计划并指导基层对数据进行整改。公司业务部门、信息部门定期组织检查组检查试点单位数据责任到岗情况、数据整改结果，并总结试点经验，制定检查标准、表格及推广方案。

3.2.2推广应用

根据试点总结经验、标准，在全省所有下属单位全面开展数据认责机制建设的推广。建立全面的认责体系，明确各方的职责，推动数据认责管理的常规化，确保数据质量问题责任明确清晰，使数据质量问题能够找到具体的责任人，各类数据质量问题冲突能够得到解决。

3.2.3考核评价

将数据认责机制工作纳入公司2017年度组织绩效考核中。由业务部门、信息部门制定数据抽检规则，从2017年8月开始，每月定期通过数据质量管理子系统检查各单位数据认责范围内的数据质量，并将检查结果定期面向全公司通报，各基层单位根据公司通报情况对存在的问题数据组织整改。经过五个月的通报、整改，各单位生产域、营销域的数据质量逐步提升。

2017年年底，公司组织业务部门、信息部门及相关支撑单位成立了各专业组成的5个专家组分赴各单位，按照机制建立、生产域和营销域三个方面，通过现场资料核查、系统检查、与员工访谈等方式对全省所有地市级供电单位数据认责机制建立情况进行检查。

1）机制建立

检查了各单位数据认责工作行动方案、组织机构成立文件、各单位及所辖基层单位数据认责机制建立情况等内容。各单位生产域、营销域根据确认的数据范围，明确承接数据认责的最小管理单元（到岗、到人）的清单和相应资料。各单位设备数据明细清单对应责任人的清单和过程问题数据分配到责任人的整改记录。各单位领导对数据认责工作的检查、督促以及相关专题会议的资料，通过查阅会议通知、会议纪要、现场检查记录和问题整改情况等。

2）生产域现场检查

生产域根据数据认责机制建设行动方案评分标准及生产域考评细则，检查内容依据数据认责机制建设行动方案评分标准（生产域考评细则）结合现场实际情况确定，由检查组人员现场抽取变电、输电、配电三个专业的设备进行现场核对。

3）营销域现场检查

通过现场抽查等方式，比较系统内用户信息、设备信息等静态数据与现场的用户基本信息、设备铭牌信息、技术说明书参数信息。检查范围为用户、表计、互感器、变压器、终端和计量系统与营销系统档案一致率等信息，每个供电单位至少抽取10户“一户一表”用户及5户大用户进行现场检查。

3.3

数据认责机制实施效果

经过2017年该公司数据认责机制的建设，公司各单位在生产域、营销域数据质量情况检查、整改等方面带来了新的变化，主要体现在：

1）建立数据录入规范的流程。通过“核对、录入、审核”三个环节的闭环，确保信息系统录入的数据真实、准确、可靠。

2）明确数据质量责任主体。按照“谁录入、谁整改、谁负责”的原则，将数据质量的责任主体落实到具体责任人身上。

3）梳理业务流程、数据与人员之间的对应关系，构建电网企业的CRUD矩阵。结合该公司实际的组织架构，根据参与认责的数据范围，确定业务流程与组织架构、数据架构与组织架构之间的对应关系，形成公司级CURD矩阵，完成“数据-人员”、“流程-人员”、“数据-流程”之间的关系分析，为后续开展数据认责、追责提供统计分析。

4）将数据质量从事后治理，推向“事前、事中”，形成“事前规范、事中监控、事后治理”的全过程管理。通过建立数据录入规范，在事前规范数据录入；通过开展业务监控建设，对参与业务协同的数据开展事中监控；对存在问题的数据，开展事后的治理。

5）进一步夯实数据标准。对数据在录入之前，开展数据录入规范的编制，编制了各数据项的录入规范，补充完善了数据标准规范。

四建立数据认责机制推进数据管理保障体系建设

4.1

遵循企业信息化规划，推动数据管理保障体系建设

在“十三五”期间，电力企业战略目标转型升级，对下属公司的全业务协同、全流程贯通提出了更高要求。因此，数据资产的统一、集中、共享、利用成为主旋律，需要通过各项数据治理机制的建设和持续运营，为大数据资产和统一数据中心的建设和运营提供坚实保障，加强组织机制保障，推动数据标准化落实，进而为数据应用及数据运营打下扎实基础，充分发挥公司所积累的数据资产优势。

4.2

加强组织机制保障，推动数据标准化落实

数据治理工作需要强有力的组织架构来支撑，权责明确且内部沟通顺畅，确保公司数据战略的实施。经公司领导签发、批准，在某电力企业现有的信息化相关组织机构中，以公司网络与信息安全领导小组为决策机构，以公司网络与信息安全领导小组办公室作为协调机构，确保数据治理工作得以顺利推进。除上述两个组织机构外，业务部门作为各业务域数据治理的职责部门，承担业务域数据治理的主体责任。科信部是数据治理的归口管理部门，代表公司行使数据管理职责。信息中心是公司数据治理的技术支撑部门。各基层单位是公司数据治理的执行与操作部门。

4.3

建设数据认责机制，全面提升数据管理核心能力

数据认责机制建设与数据质量、主数据、元数据、数据安全等数据治理工作之间包含着有机联系，需要同步开展各专项工作才能全面提升公司数据治理核心能力。

1）全面提升数据质量管理水平

重点围绕该公司数据质量重点数据范围，结合数据认责机制、数据标准以及元数据的建设，通过“事前预防、事中监控、事后治理”闭环管理，全面提升公司数据质量管理水平。

2）健全主数据体系

以需求为主导，方法论为指引，参考业界领先实践，遵循公司既有标准，收集、归纳、整理已有成果，建立既面向长远规划，覆盖全局，同时又满足当前项目现状的主数据模型，进一步补充完善公司主数据管理。

3）规范元数据模型

在遵循国家标准、行业标准和网公司标准的基础上，按照实用性、规范性、安全性、可靠性、可扩展性、一致性及准确性原则，根据数据中心业务域和技术域的管理需求，重点规范纳入数据中心统一管理的元数据范围、元模型要求、各类元数据的获取方式和要求、不同类型用户对元数据的访问和应用、元数据变更处理流程等方面的内容。

4）夯实公司数据安全底线

严格遵循公司信息安全、数据安全标准规范的基础下，结合某电力企业实际情况，补充完善某电力企业数据安全管理，满足数据安全管理需要，与企业安全保密制度一致的划分原则，参照信息安全等级划分，借鉴外部数据安全分级，结合该公司实际情况，对数据安全等级划分，并制定数据安全定级流程规范。

总结

数据应用是电力公司数字化转型的必然选择，而管理数据是为了更好地、更方便地应用数据，创造价值。通过数据认责机制建设工作，该公司全员的数据意识有所增强，数据质量有所提高。特别是随着数据管理体系化建设的推进，该公司数字化转型的脚步将逐步加快，并稳健前行，为智能电力、数字电力、智慧电力提供数据治理领先实践案例。(应作者的要求，隐去了真实姓名，在此表示感谢)

END

热门文章

长按二维码识别关注我们联系我们微信：ccjiu9543

邮箱：[e-mail]

QQ：174856958

我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。

我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。

我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。

了解更多精彩内容

长按，识别二维码，加关注

数据工匠俱乐部

微信号 : zgsjgjjlb

专注数据治理，推动大数据发展。