2020年，中共中央、國務院印發《關於構建更加完善的要素市場化配置體制機制的意見》，將數據作爲新型的生產要素，明確提出要推進政府數據開放共享，提升社會數據資源價值，加強數據資源整合和安全保護，加快數據要素市場培育，充分發揮數據要素對其他要素效率的倍增作用，使大數據成爲推動經濟高質量發展的新動能。

數據也被稱爲“未來新石油”，隨着信息技術的快速發展和深入應用，企業數據海量增長，如何通過龐雜的數據體現出業務價值已經被越來越多的企業所重視。傳統的數據治理工具和手段面臨前所未有的挑戰，主要表現在兩個方面：一是傳統的信息系統建設中數據資源共享程度不高，信息系統跨組織、跨地域、跨業務的協同能力較弱；二是“信息孤島”成爲信息化建設的主要“瓶頸”，數據標準化和數據資源中心建設嚴重滯後，無法滿足企業業務需求。

要實現數據“好找、好用、好看、實時、共享”，急需利用大數據、人工智能等先進數字技術完善數據治理工具，搭建企業數據資產管理體系，創新數據資源管理模式，豐富數據應用與消費手段，提升數據資產應用價值，從而幫助企業解決數據資產查找難、應用難、管理難等問題，挖掘數據價值，促進數據資產的變現和升值。

數據作爲企業的戰略資產，需要以資產化的方式進行治理。企業數據的核心價值不在於其數量大，而在於質量高。因此，只有通過數據治理，提升數據質量，整合各類數據，實現上下貫通、橫向融合，才能實現數據資產運營，充分發揮其戰略價值。 

數據治理是企業數字化轉型的基石

“數據”正在引領業務模式變革，深刻影響着企業數字化轉型的進程，數據集中管控顯得尤爲重要。如何做好數據共享和數據分析，如何讓數據資產價值最大化，已成爲數字化轉型成功與否的關鍵。因此，數據治理是企業數字化轉型發展的重要基礎，有助於全面提升數據質量，夯實企業數字化轉型基礎能力。

深挖數據價值，創新商業模式

數據是基礎性資源，通過數據治理，釐清數據資產，挖掘數據價值，帶動技術流、資金流、人才流、物資流協同發展，創新商業模式，爲數字化轉型奠定基礎。

某集團利用電子商務平臺創新商業模式，打造“互聯網+供應鏈”模式，推進數據資源整合和開放共享，一方面採購需求通過物料編碼與平臺商品的數據自動匹配，降低了客戶商品選擇難度。另一方面平臺通過與關聯方深入數據集成，對平臺關聯方進行360°全景視圖畫像，爲關聯方評價和融通供需提供數據支持，對風險進行預警和變動提醒。目前近200家企業申請供應鏈金融服務，100餘家企業通過保理融資獲得資金支持，該集團已放款累計百億規模，形成了新的收入來源。 

促進數據融通，避免“信息孤島”

通過數據共享實現信息化應用互聯互通，滿足企業各業務領域之間的信息共享的需求，提升協同效率，避免形成“信息孤島”。 

提升快速響應能力，提高信息化建設效率

減少數據變換、轉移所需的成本和時間，降低數據冗餘度，提高數據的有序化程度和存貯效率。

通過主數據管理實現企業範圍內的主數據[1]平滑[2]與一致，提高集成的靈活性，降低新應用與原有系統的數據集成工作實施成本。 

優化業務流程，支持決策分析

通過梳理數據資源目錄，構建數據模型、數據標準，確保企業內部數據源、數據定義、數據使用標準的統一，明晰數據流向，保障數據共享和貫通，根據企業業務特性促進企業業務流程向一體化、閉環化、網絡化發展。梳理與建立企業的各項統計數據指標，爲企業提供及時準確的決策分析數據基礎。

如：某煉化企業生產計劃協同優化通過梳理生產層面數據流向、統一數據標準奠定生產計劃、調度排產、生產執行、裝置操作、綜合分析再到生產計劃的閉環基礎，並以計劃、調度模型爲核心，利用不同層面的優化模型開展原油採購優化、生產方案優化、產品結構優化等多方面優化應用，爲制定生產計劃和決策提供數據優化支持，從而實現“計劃、執行、分析、優化”的管理閉環。 

數據治理體系

依託多年諮詢服務和信息化落地實施經驗，石化盈科在數據治理方面已形成一套適用於大中型企業的實施方法論，結合豐富的知識庫，可以爲用戶建立一套滿足各類業務需求，具有較強可操作性的數據治理體系。

圖1 數據治理體系 

數據治理體系主要包括以下六個方面內容：

管理制度：

發佈數據治理總綱、數據架構管理辦法、數據源管理辦法、數據質量管理辦法，明確數據管理的責任主體、工作原則、工作要求和工作內容，指導數據治理工作有序推進。 

組織： 

建立數據治理組織，明確數據所有者、數據管理者、數據生產者和數據消費者，建立管控機制，明確各方職責。 

流程：

基於業務，梳理數據治理相關流程，包括數據架構管理流程、數據質量管理流程、數據分析管理流程。 

數據架構：

制定統一數據標準，梳理形成數據資產目錄，搭建數據模型，梳理核心數據分佈、流向等。

例如，某集團依託智能運營中心[3]打造了橫向覆蓋油煉化銷全產業鏈，縱向貫穿總部到企業生產現場的智慧中樞，促進數據效益最大化。該集團圍繞管理、生產、服務、金融等業務形成財務管理、生產執行、電子商務等數據主題域及若乾子域，完成數據架構中的標準統一，沉澱數據資產目錄，奠定了良好的數據基礎。通過梳理業務流程，明晰數據流向，建立異常數據分析模型，通過視頻監控等技術，實現重點業務的運行動態監測。通過構建效益測算等數據模型，實現財務等指標的動態在線分析，促進經營效益最大化。 

數據質量：

搭建數據質量管理框架，制定數據質量目標規劃、數據質量控制規範，設計數據質量度量方案，持續提升推進數據資產質量。 

平臺：

構建公司統一的數據治理平臺，落實數據管理體系，支撐數據治理各項活動，支持數據的統一管理和應用。 

企業應逐步完善數據治理組織，發佈數據治理相關管理制度規範，統一數據架構與標準，優化數據治理流程，持續提升數據質量，最終形成一套體系、一套數據架構與標準、一套數據質量管控機制、一套數據治理平臺工具。通過迭代機制，不斷提升企業管控能力，優化企業資源配置，創新業務模式，提升競爭實力。

      當前，數據治理作爲企業數字化轉型發展的重要基礎，被越來越多的企業重視並開展相應工作。石化盈科已爲中國石化和多家大中型企業提供數據治理諮詢服務、數據治理平臺和數據模型管理、數據地圖等相關工具支持，未來將助力更多企業盤活數據資產，挖掘數據價值，充分發揮數據在企業生產經營活動中的驅動作用，不斷夯實企業數字化轉型基礎。