数据管理：企业数字化转型的基础-数字化转型网www.szhzxw.cn

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

企业数据管理主要包含：数据资产目录、数据模型管理、数据标准管理、数据指标管理、主数据管理、元数据管理、时序数据管理、文件和内容管理、数据质量、数据安全等内容。

图11 制造企业数据管理框架由于受篇幅限制，本文重点介绍企业数据管理最为重要的内容，主要包含：主数据管理、指标数据管理、时序数据管理、数据安全管理。

1）主数据管理：数据中的黄金数据，数据治理的核心

主数据是指企业满足跨部门业务协同需要的核心业务实体数据。是长期存在且应用于多个系统，描述整体业务数据的对象；例如：客户、物料、供应商、设备。主数据相对交易数据而言，属性相对稳定，准确度要求更高，且唯一识别。主数据管理是一系列规则、应用和技术，用以协调和管理与企业的核心业务实体相关的系统记录数据。通过对主数据值进行控制，使得企业可以跨系统的使用一致的和共享的主数据，提供来自权威数据源的协调一致的高质量主数据，降低成本和复杂度，从而支撑跨部门、跨系统数据融合应用。

图12 主数据管理 “一平台、两体系”

主数据管理的主要内容包括“两体系、一工具”，即主数据管理标准体系、主数据管理保障体系和主数据管理工具。其中，主数据管理标准体系是主数据管理工作的重中之重，主数据管理保障体系为主数据管理保驾护航，主数据管理工具确保主数据管理有效落地。

2）指标数据管理：企业精细化管理的抓手

指标数据是企业在战略发展、业务运营和管理支持各领域业务分析过程中衡量某一个目标或事物的数据。一般是由指标名称、时间、指标数值等组成。指标数据管理指组织对内部经营分析所需要的指标数据进行统一规范化定义、采集和应用，用于提升统计分析的数据质量。

图13 指标体系构建流程图

l 找指标：确定指标梳理范围，自上而下展开指标，自下而上提炼指标；确定指标的数据源头，整理形成指标字典清单。

l 理指标：对指标分类，确定指标所在主题域，梳理指标维度、属性，建立贴合业务的指标体系。

l 管指标：制定指标管理办法、制度流程，进行指标认责，落实指标责任到岗，建立企业常态化管理机制。

l 用指标：规划并建立指标体系在数字化中的应用。通过从多源异构系统中采集指标数据，经加工处理后形成主题域的数据集市，提供指标服务、指标分析，进行绩效考评，并加以持续改进。

3）时序数据管理：发挥企业海量数据和丰富场景的优势

时序数据是指时间序列数据。是按时间顺序记录的数据列，在同一数据列中的各个数据必须是同口径的，要求具有可比性。时序数据可以是时期数，也可以时点数。时序数据管理主要通过对时序数据的采集、处理和分析，帮助企业实时监控企业的生产与经营过程。工业企业具有海量的数据和丰富的场景，例如为了监测设备、生产线以及整个系统的运行状态，在各个关键点都配有传感器、采集各种数据。这些数据是周期或准周期产生的，有的采集频率高，有的采集频率低，这些采集的数据一般会发送至服务器，进行汇总并实时处理，对系统的运行做出实时监测或预警。

图14 时序数据治理

从企业实际痛点出发，围绕数据的“采、规、治、用”，重点关注时序数据专项治理工作。

4）数据安全管理：有数据安全才有数据未来，安全是一种高级竞争力

数据安全管理是指在企业数据安全战略的指导下，为确保数据处于有效保护和合法利用的状态，多个部门协作实施的一系列活动集合。包括建立组织数据安全治理团队，制定数据安全相关制度规范，构建数据安全技术体系，建设数据安全人才梯队等。

图15工业互联网安全体系

构建完整的工业互联网安全体系，是实施数据安全管理的重要保障。根据行业特点和管理要求，这里将工业互联网安全体系架构分为工业互联网合规保障体系、组织建设、数据安全管控、工业互联网云平台、人员能力、技术工具。数据安全体系框架通过3个维度构建而成，包括政策法规、技术层面和安全组织人员。数据安全治理体系框架在符合政策法规及标准规范的同时，需要在技术上实现对数据的实时监管，并配合经过规范培训的安全组织人员，构成了数据安全治理整体架构的建设。