薄　瑋

(陜西學前師范學院計算機與電子信息系， 陜西西安　710100)

企業(yè)數據管理與應用研究

薄瑋

(陜西學前師范學院計算機與電子信息系， 陜西西安710100)

摘要：在企業(yè)日常的運營過程中，龐雜的數據貫穿于各個環(huán)節(jié)的始終，高效地管理和應用這些數據至關重要。運用基于Oracle BI實施辦法對企業(yè)數據進行管理，并將提取出的高質量數據通過關鍵績效指標體系和在線聯(lián)機分析處理技術可以應用于企業(yè)的業(yè)務流轉、風險管理、績效考核、決策支持等管理決策過程中。

關鍵詞：企業(yè)數據；數據管理；應用

1引言

在大數據時代背景下，數據不再是簡單地記錄信息，海量數據為統(tǒng)計、分析、決策的真實性、準確性、科學性提供了來源和基礎。企業(yè)將數據轉換為商業(yè)價值過程的核心就是以企業(yè)的大數據管理為基礎，通過數據分析或挖掘等方式提煉出價值數據，最終實現(xiàn)數據創(chuàng)造價值。國內外企業(yè)數據管理與應用的現(xiàn)狀如何？如何從企業(yè)大量的數據中提取出高質量的數據，并將其應用在企業(yè)的管理決策過程中是本文研究的重點和意義所在。

2企業(yè)數據管理概況

企業(yè)數據泛指所有與企業(yè)經營相關的信息、資料，包括工資概況、產品信息、經營數據、研究成果、商業(yè)機密等。這里所指的企業(yè)數據是通過分布式渠道獲取的數據，即由企業(yè)透過下屬部門通過各種技術手段分散獲取并統(tǒng)一管理，一般對數據的精確度有一定的要求。隨著機構、技術和應用需求的發(fā)展，企業(yè)對數據的關注度更多在于其時效性，因此數據管理也逐步向動態(tài)數據方向發(fā)展[1]。同時，由于數據整合度的提升及數據使用范圍的擴大，在數據的使用過程中發(fā)現(xiàn)了大量有關數據質量的問題，數據管理成熟度[2]如圖1所示。

第1級初級階段指意識到存在數據管理的問題，但幾乎沒有采取措施進行解決；第2級被動響應階段指根據具體問題采取了部分措施，效果有限；第3級主動管理階段指數據管理章程的一部分，從企業(yè)級層面設計、組織制度和流程來系統(tǒng)性進行數據管理；第4級量化管理階段指信息作為企業(yè)資產進行管理，企業(yè)組織和流程全面覆蓋數據管理的各個方面；第5級持續(xù)優(yōu)化階段指數據管理提升為企業(yè)戰(zhàn)略要求，數據問題大部分在源頭被預防和解決，并關注于架構和流程的不斷優(yōu)化?，F(xiàn)階段國內大部分企業(yè)對數據的管理處于第3級主動管理的初步階段。隨著信息化的快速發(fā)展，各企業(yè)對于數據信息準確度的要求越來越高，要求其自身的數據管理能力越來越成熟。

圖1　數據管理成熟度示意圖

3企業(yè)數據管理的關鍵要素及解決方案

3.1企業(yè)數據管理的關鍵要素

企業(yè)數據管理需要有效的開發(fā)管控體系、數據管控體系和價值評估體系，需要把數據的加工處理和標準定義、數據質量管理和元數據管理進行有效的結合及合理的應用規(guī)劃。企業(yè)數據管理重點關注基于業(yè)務價值、數據管控、組織流程、數據平臺等四個維度的長期規(guī)劃，規(guī)劃的內容包括績效和客戶指標、數據標準和質量、組織機構、審批流程、數據模型、分析工具等。同時，數據平臺還應建立數據團隊，培養(yǎng)業(yè)務主動探索意識的挖掘，使良好的數據管控機制和數據平臺進行有機融合，從而滿足現(xiàn)在和未來業(yè)務的需求。

早在1996年，商業(yè)智能(Business Intelligence, BI)便由Gartner Group提出，其本質是通過數據倉庫、在線聯(lián)機分析處理、數據挖掘等技術來完成從數據到信息的提煉，最終獲得對企業(yè)經營和決策有用的知識[3]。因而，企業(yè)數據管理的關鍵要素與BI密切相關，主要包括以下幾個方面：

策略和方法——數據管理要發(fā)展關鍵的BI計劃和戰(zhàn)略，以實現(xiàn)其業(yè)務遠景，對BI需求、解決方案、方法論有一個統(tǒng)一的框架。

BI管理——BI的發(fā)展與企業(yè)的戰(zhàn)略保持一致，得到高層領導的支持和參與。數據管理能夠支持BI推廣的組織結構和業(yè)務流程，從而充分發(fā)揮BI能力中心的作用。

項目管理——持續(xù)有效的項目管理能夠支持BI計劃，充分發(fā)揮BI落地的能力，確保BI每一步的實現(xiàn)歷程是有價值的。

數據和系統(tǒng)——獲取的信息用以滿足業(yè)務的需求，對業(yè)務系統(tǒng)的支持數據進行抽取、轉換和加載，同時，解決數據治理和數據質量的問題，使數據管理具有關鍵架構的設計和信息整合的技能。

業(yè)務——業(yè)務部門對BI具有一定的認識和理解，而且能夠提出對BI的需求和期望，與IT部門還能夠有效的合作。

3.2企業(yè)數據管理的解決方案

(1)企業(yè)數據管理的框架結構

BI的本質就是讓數據“說話”，具體體現(xiàn)在“三美”：1)關聯(lián)之美——數據只有在特定的上下文，才能體現(xiàn)其意義；2)可視化之美——復雜數據表圖表，直觀、簡單的圖示勝過長篇大論；3)動態(tài)之美——讓數據動態(tài)化，自己“說話”。

原來的企業(yè)數據管理是通過打通企業(yè)內部邊界的需要來實現(xiàn)，由于能力有限，總會出現(xiàn)數據過載、數據孤島、猜測并非洞悉、新元素視而不見等問題；目前以及未來的企業(yè)數據管理轉變的重點在于順勢而為，在理解數據價值、商業(yè)分析集成、全面考慮信息、信息共享、無縫互通、通過外部數據更好的提高洞察力等方面擁有無限潛力。

企業(yè)管理數據的目的在于更快地訪問數據、更準確及時地獲取數據、更易于理解數據及可復用共享數據，進而做出更好、更快的決策，極大提升效率和產能，迅速滿足客戶需求，實現(xiàn)全方位價值。企業(yè)數據管理的框架結構如圖2所示。

(2)企業(yè)數據管理實現(xiàn)過程

BI是企業(yè)數據、人員、技術、治理、戰(zhàn)略等多個方面的結合體，其定位且服務于管理層、業(yè)務分析及操作人員，通過收集企業(yè)內外部的數據，提供與戰(zhàn)略和管理重點相一致的具體行動力信息，以用來支持更好的經營和決策。因此，企業(yè)數據管理應以實現(xiàn)全方位價值為驅動力，包括以下六個實現(xiàn)步驟：

第一步，戰(zhàn)略理解——理解企業(yè)的中長期戰(zhàn)略，因為這些戰(zhàn)略體現(xiàn)了整體價值，決定了決策層、管理層及操作層利用BI系統(tǒng)分析的重點和方法。

第二步，確定價值動因——確立整體價值，該步驟確立能夠促進整體價值的關鍵因素或管理重點，形成企業(yè)價值圖。

第三步，形成指標庫——為價值動因的衡量提供具體的指標定義，形成指標庫體系。

圖2　企業(yè)數據管理的框架結構

第四步，指標分析與應用——借助分析模型和報表展現(xiàn)，建立指標內在的關聯(lián)關系，形成各個層面的管理場景和報表應用，體現(xiàn)管理意義和價值。

第五步，BI實施——按照BI實施方法和確定的分析主題，建立數據倉庫，并按照管理場景和報表應用構建分析平臺。

第六步，提升優(yōu)化——隨著對BI的使用，逐步擴展應用層次和范圍，優(yōu)化分析平臺。

(3)基于Oracle BI[4]的企業(yè)數據管理實施

通過Oracle BI實施辦法可以保證上述實現(xiàn)過程的成功運轉，并能使企業(yè)實現(xiàn)變革管理、數據治理、報表設計、參考架構、差異分析、安全設計、任務策略、數據加載、支持運維、知識轉移等功能?；贠racle BI的技術框架如圖3所示。

圖3　基于Oracle BI的技術框架

其中，核心架構包括以下部分：

流程平臺——采用Oracle的應用開發(fā)框架(Application Development Framework, ADF)服務平臺。

短信平臺——采用統(tǒng)一短信平臺，與BIEE 11g建立接口。

移動展示平臺——采用Oracle移動BI或商務數據圖形化平臺Romabi。

展示平臺——完成報表前端的建設，包括定制報表、分析指標等，采用BIEE 11g。

數據倉庫——采用Oracle 11g數據庫作為企業(yè)統(tǒng)一數據倉庫。

調度平臺——采用數據倉庫管理控制臺(Data Warehouse Administration Console, DAC)工具完成對工具Informatica的調度。

ETL[5]平臺——采用Infromatica工具完成業(yè)務系統(tǒng)數據的裝載、抽取、轉換、清洗等工作。

4企業(yè)數據的應用

數據應用，這里主要指基于數據的產品或商業(yè)模式，即以數據為素材，對其進行分析和提煉，將數據價值應用到產品或商業(yè)模式中，或直接催生新產品或新商業(yè)模式。與傳統(tǒng)的以業(yè)務驅動的產品或商業(yè)模式不同，數據應用更側重于從數據的角度思考業(yè)務問題，通過對數據的分析和挖掘，發(fā)現(xiàn)人們無法直接洞察到的事物的潛在聯(lián)系或規(guī)律，并以此驅動，動態(tài)地對產品或商業(yè)模式進行完善和提升。

數據應用主要包括面向企業(yè)自身的管理類數據應用和面向客戶的服務類數據應用。管理類數據應用主要運用于流程優(yōu)化、精細化績效等領域，例如通過對業(yè)務流程中各環(huán)節(jié)數據進行采集，量化出流程相關指標，然后分析并定位出流程中存在的問題，進而優(yōu)化內部流程，提升運營效率。服務類數據應用主要為以數據為基礎和驅動，為客戶提供數據支持或數據產品。例如，淘寶的“數據魔方”就是一款典型的數據產品，其通過整合和分析淘寶商城的海量交易數據，將行業(yè)宏觀情況、品牌市場狀況、消費者行為情況等分析結果進行包裝，并以數據產品的形式銷售給淘寶商家，商家可參考相關數據，及時調整銷售策略。

管理類數據應用一般指基于企業(yè)價值圖，映射并形成關鍵績效指標(Key Performance Indicator, KPI)[6]體系，以達到戰(zhàn)略意旨，如圖4所示。下面以某企業(yè)數字化服務的KPI體系為例，該企業(yè)作為業(yè)界的典范，對于KPI體系構建的理解和思路非常清晰，其整個KPI體系遵從自上而下的標準進行設計，最上層是企業(yè)的核心財務指標，例如杜邦分析的凈資產收益率、凈利潤率、資產周轉率、權益乘數等，然后逐級向下，依次確定部門、業(yè)務條線及最小考核單元的量化考核指標。通過對企業(yè)各層級的量化指標梳理，可以讓各部門、各業(yè)務條線、各最小考核單元非常清晰、明確地知道需要達到的目標，能夠以量化指標的方式實現(xiàn)精細化考核的目的。當然，整個KPI體系是以可量化的數據為基石，這需要將各環(huán)節(jié)的操作過程以自動化、數字化的方式進行管理和記錄，在有了基礎數據后，才能結合實際情況計算相應指標。

其次，關于服務類數據應用，利用在線聯(lián)機分析處理(Online Analysis Process)[7]，例如企業(yè)利用客戶數據、地理信息和商家數據，進行促銷信息推送。做為一個典型的服務類數據應用，數據在整個業(yè)務流程中扮演了關鍵角色，在確定給誰推送，推送什么，內容是否合適等一系列問題時，決策者已不再是營銷人員，而是數據本身。通過特定算法，數據在經過運算處理后，系統(tǒng)計算出最優(yōu)結果，即在哪個位置的哪些人適合哪類促銷活動，緊接著系統(tǒng)會自動將匹配信息推送給目標客戶。與傳統(tǒng)服務產品相比，服務類數據應用更注重以數據和算法為驅動，并借助自助渠道來完成對客戶的服務。

圖4　企業(yè)價值映射為KPI體系

與上述案例相比，還有一些更原始、更簡單的服務類數據應用。比如，推特公司(Twitter)每天會產生幾億條消息數據，其自身較少對如此巨量數據進行分析，而是把數據授權給一些數據服務公司，通過類似出售數據的方式，為公司帶來直接收入。數據服務公司在購買數據后，進行深入分析和挖掘，將分析結果以產品的形式再進行轉售。

5總結與展望

大數據時代各行各業(yè)隨時都在產生數據，大數據應用比比皆是。對于企業(yè)而言，數據意味著企業(yè)的價值和命脈，采用高效的方法和技術對數據進行管理和應用成為了企業(yè)發(fā)展的重中之重。只有有效地融合結構化和非結構化數據，更及時、更準確、更全面地獲取和分析信息，并將信息轉換為價值，才是企業(yè)不斷發(fā)展的必由之路。

[參 考 文 獻]

[1]洪正華.新一代數據倉庫建設模式探索實踐[J].銀行家,2013(2):19-21.

[2]薄璐.中小型金融機構數據平臺建設探討[J].電子測試,2013(8):172-173.

[3]劉紅偉.商業(yè)智能技術及其在配方輔助系統(tǒng)中的應用研究[D].青島:中國海洋大學碩士學位論文,2010.

[4]Micheal Jiang.Oracle BI商務智能[EB/OL].http:∥wenku.baidu.com/link?url=NwQ19Qitofm_p2bpNRXk8g1JpaZT

tI3WjKPERURcBFc8iWevH3uTk-hrvIBKyuBQ709XE3I0psshXiqtMffbiuUyexATzgdfHAfiGBE2m3a.

[5]王克龍,王玲，等.數據倉庫中ETL技術的探討與實踐[J].計算機應用與軟件,2005,22(11):30-78.

[6]王敏志.企業(yè)關鍵績效指標的構建[J].現(xiàn)代商業(yè),2012(5):129-130.

[7]張亮.基于OLAP技術的業(yè)務流程多維數據模型分析[D].北京:北京交通大學碩士學位論文,2012.

[責任編輯朱毅然]

收稿日期：2014-11-18；修回日期：2015-01-16

作者簡介：薄瑋，女，陜西西安人，陜西學前師范學院計算機與電子信息系講師，主要研究方向：數據倉庫與數據挖掘。

中圖分類號：G613.2

文獻標識碼：A

文章編號：2095-770X(2015)02-0039-04

Research on Management and Application of Enterprise Data

BO Wei

(Department of Computer and Electronic Information, Shaanxi XueQian Normal University, Xi'an 710100, China)

Abstract:In the process of daily business operations, the complex data consistently throughout all aspects, and it is important that these data are efficiently managed and applicated. It used measures of implementation based on Oracle BI for the management of enterprise data, extracted high-quality data from a large number of data, and applied these data to management and decision-making process, such as business flow of the enterprise, risk management, performance evaluation, and decision support, etc.

Key words:Enterprise Data; Management; Application