查看原文
其他

案例(五): 数据治理项目助力工程企业信息化建设,为全球领先的国际工程承包多业务协同奠定技术基础

辛华 数据工匠俱乐部 2021-10-15


导读

中国机械设备工程股份有限公司(以下简称CMEC)成立于1978年,是中国第一家工贸公司。2012年在香港上市,是中国机械工业集团有限公司旗舰企业。


CMEC与改革开放同行,经过40年创新发展,已经发展成为以工程承包为核心业务,贸易与服务、设计咨询、区域综合开发为主体的大型国际化综合性企业集团。CMEC具有规划、咨询、测绘、勘察、设计、造价、监理、项目管理、对外承包工程等40余项甲级资质,拥有30多年工程建设经验,具有一站式定制化工程成套项目解决方案的强大能力,是电力能源、交通运输、电子通讯、工厂建设和市政环保等多领域的工程建设集成专家。CMEC工程项目遍布60多个国家,创造了多项“中国第一”。


多业务协同能力是公司核心能力建设的重点,要求公司实现工贸、技贸相结合,在市场信息分享、业主关系维护、渠道共享、市场合作开发、采购、人才共享、资金协调等方面建立业务间、与被整合企业之间、事业部之间的有机协同机制,通过业务协同避免内耗、产生效益。但是随着业务规模的不断扩大,公司现有的各类数据资源分散在各个业务部门,“信息孤岛”不断产生,对多业务之间的信息流通和共享造成了阻碍。通过数据治理项目,运用信息组织技术,通过建立数据模型和标准,对CMEC现有信息资源进行梳理、规范和重组织,搭建数据资源体系架构,真正实现企业内外信息的流动、共享和应用,为多业务协同奠定技术基础。


一、数据治理框架

企业数据治理框架是由管控机制和管控领域交叉形成的管控矩阵,参见下图。


数据治理框架


数据管控机制是从数据管控的管控组织、管控流程、管控制度及平台支撑四个方面去对管控的领域进行保障。


  • 管控制度包括数据治理各个领域的规范、方法、策略等,是整个管控机制最上层建,有了管控制度,才能使得所有的管控有法可依,有据可循。

  • 管控组织从数据管控层级入手,建设数据治理决策层、管理层及执行层的组织架构,划分数据治理组织各个角色的职能及权责,明确主数据的认责清单,是数据治理的组织、人员及管控责任制度建设的保证。

  • 管控流程是各个数据管控领域具体涉及的工作流程,是对管控方法的具体操作指引,以便于管控工作的具体执行,确保数据治理各阶段的工作环节落实到各责任部门。

  • 平台支撑是对整个管控机制中能够信息自动化的部分进行相应的技术实现,是数据治理落地实施的技术和平台保证。


数据管控领域建设含数据模型管理、数据标准管理、数据操作过程管理、数据质量管理及数据安全管理等多个管控专项,实现对数据资产的全方位、多角度的管理。


此框架中,数据治理将贯穿数据的规划、设计、运营、退役的整个生命周期;管控政策、管控组织、管控流程及管控支撑平台等管控机制为管控能力的持续提升提供保障。


数据治理的管控机制及管控领域之间的关系


二、数据治理价值体现


据作为信息时代的重要战略资源,加强数据治理是提升信息化能力、提升精细化管理水平、提高业务运营效率、增强企业决策能力和核心竞争的重要途径。随着数据治理水平的不断提高,数据的业务价值也会更大的被挖掘。企业将从有效的数据治理中获得以下优势:


  • 完善的数据管控体系。通过对数据管控组织、流程、标准和技术支持的统一规划设计,实现数据管控过程的高效运行和持续优化,建立数据治理的长效机制。

  • 统一的数据来源。通过对关键共享数据进行集中管理,确保关键共享数据的一致性,构建企业层面的统一数据视图。

  • 标准化、规范化的数据。数据清理将实现现有数据的标准化,数据申请和数据审批等业务流程将控制新增数据的标准化,从而彻底改善数据不完整、冗余、错误等质量问题。

  • 提高工作效率。数据的标准化将使企业内部的信息共享、业务融合更加流畅,业务对数据实时性、准确性的需求得到满足,从而带来工作效率的提高。


降低数据管理、维护、集成成本。共享数据分散在不同的业务系统中,想要保持数据的一致性,就必须付出大量管理维护成本,但这仍然无法根治数据质量问题。数据治理通过对这部分数据统一管理,而后将一致的、权威的数据通过支撑平台自动分发给各业务系统,节约分别维护成本,并且保证了数据的质量。


三、数据治理水平提升路径

1、企业数据运用程度

企业数据治理是根据企业的数据管控政策,利用组织人员、流程和技术的相互协作,使企业能把数据作为资产来管理和应用。而企业对数据运用程度可从数据价值表现形式来反映。


企业数据运用程度


业务治理过程伴随着数据资源治理过程,数据来源于业务(现实世界活动的反映);参与者关于业务处理或管理呈现的纵向或横向协同,本质是参与者之间信息沟通(信息一致性、准确性、及时性传播)过程。信息是数据基于“时间和空间(多维度及其维度关系)”的组合。在信息之上是知识,是利用信息的组合,评价(评判)现实世界的观点体现(经验、规则、定律、推断、假设等),经常表现为业务评价与业务监督(例如:进度、质量、成本、风险等控制及其量化管理)。知识之上是智慧,经常呈现为业务智能,洞察业务世界的本质及其过程特征,预测未来发展趋势,揭示业务活动的风险,并给予有效的预防措施,驱动行动方向。


相对应企业数据价值的表现形式,企业数据运用程度也表现为四个阶梯。


数据管控能力与数据运用程度的关系


数据治理的对象就是数据,而随着治理水平的提升,治理所覆盖的对象范围也会不断外延扩展。对应不同的数据运用程度其管控能力的体现也不一样。


数据运用价值阶梯


在第1阶梯,解决数据共享消费问题,治理的对象会以主数据为主,建立企业最核心数据的标准化管理机制。


在第2阶梯,要实现业务过程化监视和量化管理,治理的对象会集中在交易数据和业务指标(两者又统称数据指标)。


开展数据治理的企业一般都会从主数据治理入手,解决最基本的核心数据共享消费问题。通过主数据项目的实施,建立数据治理管控体系及其技术支撑平台。


四、CMEC数据管理设计蓝图

CMEC新战略明确要成为立足于基础设施行业,沿产业链进行相关多元化发展的全球领先的国际工程承包与服务商。


参照数据治理方法论和治理水平提升路径,基于CMEC现实条件未来要实现高水平的数据治理,必须要分步推进,可以先围绕核心业务、核心数据建立数据治理机制和平台,随着管理水平的提升,不断扩展数据治理对象范围,同时丰富与深化数据治理机制及其支撑平台。


CMEC的核心业务是都以项目为主线的过程化管理,其绝大部分的共享数据需求和统计指标都是围绕项目过程关键数据来处理的。因此CMEC的数据治理以项目为主线的一系列核心数据。


CMEC数据治理总体蓝图


通过梳理了CMEC最核心业务及其核心数据。包括人力资源管理、财务管理、工程成套、贸易与服务、投融资业务和物资管理。在6大业务中又涉及主数据、交易数据和业务指标三个层次的核心数据。


基于这些核心业务和核心数据从5个管控领域建立数据管控机制,并把相应的标准、机制固化到数据治理支持平台。


随着CMEC业务管理水平的提升,上述数据范围也会随之扩展,数据颗粒度也会越来越精细,数据治理支持平台的能力也会逐步扩充。CMEC未来要在全面预算管理、项目过程管理和物资管理等方面提高管理精细度,数据治理的重点就会在相关业务的交易数据层面,只有在交易数据层面做到无缝衔接、融合共享消费,才能真正实现全面预算管理、项目过程管理和物资管理三方面业务高效协同。

1CMEC主数据范围

CMEC主数据范围

2主数据层级分布图

主数据层级分布图


子公司产生的主数据会提供给总部归口的职能部门消费。在总部层面,事业部会产生客户、合同、项目、物资和供应商主数据,并提供给工程成套管理部和财务部进行消费。人力资源部和财务部除了产生本部层面的主数据,也会消费下级子公司产生的主数据。工程成套管理部和贸易与服务管理部不产生主数据,他们只消费事业部和下级子公司产生的主数据。

3数据治理层级化视图

主数据在CMEC内部根据业务管理的层级化结构,也会有不同层级治理范围。


主数据治理层级化视图


总部层面的治理是制定企业级的数据标准,约束各层级数据应用。本部视图是本部职能部门和业务部门在业务过程中对主数据的应用视图。子公司视图是在子公司层面业务管理过程中对主数据的应用视图。


五、CMEC数据治理项目价值与成果


1项目价值


数据治理与主数据建设对公司战略的支撑主要体现在促进业务精细化管理、提供企业全方位可视化平台、标准化的KPI分析体系、管理。


数据治理对战略的支撑

1.1数据治理支撑实现:企业决策支持


数据治理对决策的支撑

1.2数据治理支撑实现:业务财务一体化

通过集成的主数据系统推进财务业务一体化,建立包含人、财、物、生产、采购、物资、设备管理高度集成的信息管理平台,梳理、优化、规范业务流程,实现部门之间的高效协同运作。


数据治理对财务业务一体化的支撑

1.3数据治理支撑实现:实现三流合一

数据治理可以在项目过程管理、物流和物资管理等方面提高管理精细度,数据治理的重点就会在相关业务的交易数据层面,只有在交易数据层面做到无缝衔接、融合共享消费,才能真正实现物流、业务流、信息流三方面业务高效协同。


数据治理对“三流合一”的支撑


主数据集的范围

2项目成果


2.1制定8类数据标准成果


制定的数据标准的成果,解决了不同应用系统之间数据标准不一致的问题,可支撑实现系统间数据集成融合,满足未来数据仓库的建设需要。


主数据标准成果


2.2构建数据管理平台


主数据平台的应用核心能力,今后新建系统均要符合主数据标准要求,降低不同系统间数据对接成本。


数据管理平台应用能力


2.2制定标准化专业小组工作内容


专业小组通过各项数据治理工作,实现数据治理体系规范化运作,有力支撑信息化的建设。


制定标准化专业小组工作内容


总结

CMEC成为立足于基础设施行业,沿产业链进行相关多元化发展的一流综合型企业。在这一背景下,要求公司继续保持并强化优势的市场开拓能力和管理模式创新能力,促进产业链一体化能力和多业务协同能力的培育和升级,而这些能力的建设正需要信息化来提供全面支撑。因此,CMEC提出“战略驱动、纵向贯通、横向协同、持续创新”的指导思想,以“一集两用三化”为建设目标,信息化是CMEC以“突破”促“转型”,成为“全球领先的国际工程承包与服务商”的必由之路,而数据治理项目正是公司信息化总体规划得以落地实施的有力抓手。


END


热门文章


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


案例(三):恒力集团数据治理项目助力炼化一体化信息化建设


案例(二):旭阳集团数据治理项目难点剖析及对策分析


案例(一):助力改革、转型升级,创一流资本投资公司-浅谈投资集团公司数据治理体系与实践


数据治理顶层设计是数据管理工作首当其冲的任务


人力资源域的数据治理及标准化建设思路


离散制造业生产域制造资源数据标准化及治理建设思路


长按二维码识别关注我们联系我们微信:ccjiu9543

邮箱:ccjiu@163.com

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。


: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存