三级片入口,一本久久a,熟女无修正视频一区,蜜桃视频免费成人电影

在數字化轉型中，企業(yè)怎樣做好數據治理，又怎樣以數據為中心優(yōu)化業(yè)務呢？

1.像管理業(yè)務一樣治理數據

1.指定數據管理的職能部門，明確組織管理體系

企業(yè)做好數據治理需要建立數據治理的管理決策體系，指定CDO（首席數據官）和歸口職能管理部門，并建立相應機制。如成立數據治理領導小組，由企業(yè)分管領導作為CDO任組長，由數據管理部門領導牽頭，各業(yè)務部門及IT部門專人參加，明確議事范圍、決策機制、工作機制等。

部分企業(yè)將數據治理工作視為IT技術工作的一部分交給IT部門，往往會出現兩方面問題：一是IT部門作為技術部門，在實際中往往突出數據治理的技術屬性而忽視其管理屬性，將數據戰(zhàn)略、數據架構作為制定IT戰(zhàn)略和IT架構工作的一部分來開展。但數據治理的價值不是IT價值或技術價值，而是業(yè)務“降本增效”價值，業(yè)務部門的缺位和管理屬性的缺失將導致后續(xù)工作偏離數據治理價值目標；二是IT部門作為實施部門不具有職能管理權限，在開展數據治理工作時缺少相應的職能權力和資源，影響數據治理工作權威性和強制性；

2.將數據治理作為一項單獨的業(yè)務，而不是業(yè)務的附屬

將數據治理作為一項單獨的業(yè)務，其內涵是將數據治理作為企業(yè)業(yè)務集合中的重要一項，單獨配備人、財、物等資源，以企業(yè)獨立業(yè)務工作的相關標準要求去組織、策劃和實施，而不是作為業(yè)務工作的附屬。做到有戰(zhàn)略、有規(guī)劃、有計劃、有制度、有流程、有激勵、有監(jiān)督、有檢查、有總結考核。

部分企業(yè)按照所屬業(yè)務板塊的不同，將數據治理工作直接交給各業(yè)務部門獨立負責，缺乏頂層數據戰(zhàn)略、規(guī)劃、計劃以及制度、流程，會出現兩方面問題：一是數據共享難。在“業(yè)務活動步驟化”、“步驟環(huán)節(jié)要素化”和“要素數據規(guī)格化”的業(yè)務數字化過程中，根據業(yè)務價值需要，業(yè)務活動中需要使用的數據很大一部分由其他業(yè)務活動產生。而在數據治理工作中業(yè)務部門各自為戰(zhàn)會導致數據孤島出現；二是主數據管理缺失，基礎數據不一致。主數據包含企業(yè)人、財、物等基礎數據，主數據建設和管理的缺失將導致企業(yè)在大量業(yè)務活動中出現由基礎數據不一致導致的業(yè)務混亂現象；三是存在數據安全隱患。信息系統(tǒng)由IT部門統(tǒng)建統(tǒng)管后，業(yè)務部門缺乏建設數據安全所需的資源和能力。

2023年的《黨和國家機構改革方案》中明確成立國家數據局，負責協(xié)調推進數據基礎制度建設，統(tǒng)籌數據資源整合共享和開發(fā)利用，統(tǒng)籌推進數字中國、數字經濟、數字社會規(guī)劃和建設等，這是從國家層面將數據管理作為一項單獨業(yè)務指定專門機構負責的新舉措。企業(yè)在實踐中，不是說一定要成立新的內設部門專職從事數據治理，而是要把數據治理作為一項單獨的業(yè)務，按照企業(yè)業(yè)務管理的標準要求，授權某一職能部門實施獨立管理。

2.像開展業(yè)務活動一樣開展數據治理

1.實現數據治理活動的計劃、組織、協(xié)調、控制閉環(huán)

數據治理活動從開展數據治理評估、建設數據架構開始，對于數據標準建設、主數據管理、元數據管理、業(yè)務管理數據和時序數據管理、數據指標管理、數據質量管理、數據安全管理、數據共享與利用管理等業(yè)務，都應當按照業(yè)務管理的一般要求，建立制度、明確流程、開展運行評估和監(jiān)督檢查、實施獎懲、考核和總結，實現計劃、組織、協(xié)調、控制全鏈路閉環(huán)。

2.將數據治理融入業(yè)務管理制度、業(yè)務活動流程和業(yè)務控制要素

雖然數據治理是一項單獨的業(yè)務，但數據治理的對象—數據來源于業(yè)務活動，服務于業(yè)務活動。因此在開展數據治理時，需要由數據管理部門經數據治理領導小組授權，組織各業(yè)務部門將數據治理融入各業(yè)務板塊。具體包括三個層面：

（1）將數據治理各總體制度的要求融入具體業(yè)務制度；

（2）在業(yè)務活動的流程步驟上落實制度要求；

（3）在業(yè)務步驟的各環(huán)節(jié)將數據治理的控制措施要素化。

3.與業(yè)務數字化同步實施數據治理

企業(yè)需要同步推動業(yè)務數字化和信息系統(tǒng)設計選型。與此同時，結合將數據治理融入業(yè)務管理制度、業(yè)務活動流程和業(yè)務控制要素的要求，在業(yè)務數字化以單項業(yè)務活動為單位，以業(yè)務價值目標為導向，結合相關約束條件和業(yè)務活動間的協(xié)同關系，依次開展“業(yè)務活動步驟化”、“步驟環(huán)節(jié)要素化”、“要素數據規(guī)格化”的過程中，將數據治理的要求落實在業(yè)務數字化全過程中。如下圖所示：

數據治理融入業(yè)務數字化

同時，數據治理作為一項單獨的業(yè)務，也在此過程中，納入企業(yè)業(yè)務體系，一并開展數據治理業(yè)務的數字化。

4.像分析數據一樣優(yōu)化業(yè)務

數據為中心的業(yè)務變革的三種范式，以“數字看板”、“數字工程”、“大數據和數據智能應用”為代表的“以數據為中心的業(yè)務變革”三種范式。

? 以“數字看板”為代表的第一種范式，以步驟定時記錄的方式，將業(yè)務步驟執(zhí)行過程中反映業(yè)務活動全過程、全狀態(tài)信息的數據記錄下來，實現業(yè)務價值流動可視化；通過顯式化業(yè)務流程規(guī)則并將其數據化、規(guī)格化，在業(yè)務運行過程中發(fā)揮看板對業(yè)務的拉動機制，加速用戶價值流動，并有效驅動數據更新和狀態(tài)跳轉；通過為各類資源建立狀態(tài)參數，動態(tài)監(jiān)測資源占用情況，有效暴露資源瓶頸。以價值流動數據化、數據可視化的方式，通過直接觀測數據可觀察業(yè)務瓶頸，有效推動業(yè)務優(yōu)化。

? 以“數字工程”為代表的第二種范式，在裝備的全生命周期內將設計、研制、生產、測試、運行中產生的各類數據在數字樣機和物理實體裝備之間實時傳遞，以實現數字樣機在仿真運行過程中與物理實體裝備開展迭代和同步更新完善。以實體裝備數字孿生體——數字樣機依托模型數據和模型規(guī)則開展仿真運算，幫助設計師在數字環(huán)境中以仿真測試的手段快速迭代和優(yōu)化設計方案，降低成本和潛在風險，縮短產品研發(fā)周期。

? 以“大數據和數據智能應用”為代表的第三種范式，通過在業(yè)務的數據密集環(huán)節(jié)建立機器學習模型，將業(yè)務數據同時作為模型的訓練樣本和測試樣本；或建立大數據模型，通過數據科學相關處理方法，創(chuàng)新知識生成方式。在互聯網營銷推薦、網上娛樂和閱讀推薦、金融風控、公共安全、基于經營數據的決策輔助等業(yè)務領域有廣泛應用。以數據作為模型的訓練手段，將缺乏現有規(guī)則的業(yè)務問題轉化為數據問題來解決。

數據治理是手段，運用數據解決業(yè)務需求，優(yōu)化業(yè)務模式才是數據治理的根本目的。