4大行業(yè)實戰(zhàn)案例，深度解析數字化轉型升級路徑

    今天主講的內容是以4個行業(yè)的典型應用為背景，給大家講講數字化轉型的項目是如何落地的。我們將會從3個方面來進行分享：首先我們回顧下數字化轉型，然后我們以制造、能源、金融、政務四個典型行業(yè)為背景，來給大家講講數字化轉型的項目應用，最后給大家分享億信華辰在數字化轉型能力。

    一、數字化轉型的背景

    1.數據化轉型的認知

    不知道大家對數字化轉型是怎么認知的，這里我們列舉了一些，比如

    以上都屬于數字化轉型的戰(zhàn)術問題，而且是屬于早期數字應用，而今天數字化轉型是戰(zhàn)略問題，是重構企業(yè)價值，顛覆傳統(tǒng)企業(yè)的一切，從價值主張到組織架構到信息流的傳遞，再到客戶交付，等等都是嵌入數字化手段，讓企業(yè)增強客戶的體驗。

    2.波士頓的“數字化戰(zhàn)略路線圖”

    那關于什么是數字化轉型？這里我們引用波士頓“數字化轉型戰(zhàn)略路線圖”，如圖所示，即“數字化業(yè)務戰(zhàn)略”和“業(yè)務化數字戰(zhàn)略”的終極目標是迎接或創(chuàng)造對行業(yè)的數字化影響，比如：

    （1）在產品和服務方面：以數字化的方式交付產品和服務，或者產品和服務本身就是數字化或者包含數字化特性，例如音樂產業(yè)，數字化隱音樂下載替代了傳統(tǒng)的唱片和CD，其后，在線音樂播放又替代了音樂下載。

    （2）在運營方面：企業(yè)的整體業(yè)務過程從物理現實轉換到數字空間，實現實時線上化、數據智能化，這類轉型意味著需要大規(guī)模重構企業(yè)運營的核心信息系統(tǒng)的架構，例如制造業(yè)的“數字化孿生”，物理實體對象被數字化，無論是顧客、合作伙伴，還是企業(yè)員工，利用數字化界面來實現人與企業(yè)數字空間的交互。

    （3）在商業(yè)模式方面：數字化重構行業(yè)價值鏈和價值網絡，改變原有的收入和利潤模式。例如IT企業(yè)服務行業(yè)全面向云轉型，重構了這個行業(yè)傳統(tǒng)的硬件、軟件、服務的價值鏈，廠商從一次性收入模式變?yōu)槟杲鹗召M模式。

    3.數字化轉型的核心特點

    （1）新一代ICT技術成為新的生產要素

    數字化轉型就是將新一代ICT技術作為新的生產要素，疊加到企業(yè)原有的生產要素中，從而引起企業(yè)業(yè)務的創(chuàng)新、重構。因此，新一代ICT技術能否得到有效運用，并為企業(yè)產生顯著的業(yè)務價值是轉型的關鍵特征。

    （2）數字資產成為創(chuàng)造價值的新源泉

    數字化轉型不僅僅是將新技術簡單運用到生產過程中，更應該在轉型過程中不斷積累并形成數字資產，圍繞數字資產構建數字世界的競爭力，為企業(yè)不斷創(chuàng)造價值。

    （3）融合共享成為數字轉型的核心理念

    數字化轉型首先是數據的融合共享，然后推動業(yè)務的融合共享，從而實現企業(yè)內部資源，外部資源的高效整合，提升企業(yè)運營效率和服務客戶的能力，為企業(yè)發(fā)展賦能。

    4.席卷全球的數字化轉型的3個波次

    根據羅蘭貝格的深度報告，席卷全球的數字化轉型有3個波次：第一，從信息密集型開始，代表企業(yè)就是銀行、保險；第二，到消費與服務行業(yè)，代表企業(yè)就是零售與醫(yī)療；第三，再到支柱型工業(yè)，比如制造業(yè)和房產。

5.數字化轉型加速了數據管理的需求

    說了這么多數字化轉型，其核心還是數據，因此從某種程度上來說，數字化轉型加速了數據管理的需求，但也導致了一些問題的出現，比如

    第一，由于數據量高速增長，大數據量操作效率低，實時分析時效無保障；

    第二，數據無法融合與共享，即數據分散在各業(yè)務系統(tǒng)，如何實現數據的融合，實現面向共享服務的數據資產體系成為了關鍵；

    第三，由于數據不完整，數據冗余，數據不規(guī)范等導致數據質量差，應用價值低的現象也很普遍；

    第四，可視化手段單一，對技術人員要求高，效果局限于普通圖表，最終導致數據前端應用較淺。

    因此企業(yè)可以從以下8個方面全面提高數字化轉型的能力，首先是做好業(yè)務數據規(guī)劃，明確數據的范圍；其次，是做好數據的采集、存儲和保證數據質量；然后，是搭建好數據分析模型與執(zhí)行；最后，做好企業(yè)數字化能力評估的工作。

二、制造行業(yè)案例

    1.制造業(yè)數字化轉型的意義

    （1）適應快速變化的市場環(huán)境

    縱觀中國制造業(yè)發(fā)展歷程，大致經歷了三個時代。

    上個世紀80年代，商品短缺，制造業(yè)只關注“造”，滿足市場需求；

    1990年至2010年，商品變得豐富，客戶開始挑選，企業(yè)關注營銷、品牌、質量和服務，而實現這些就需要有信息化的手段去支撐；

    2010年至今， 產品過剩，消費升級。消費者更關注產品和服務的個性、體驗和快速響應。于是企業(yè)需要不斷創(chuàng)新產品和服務滿足消費者需求。而數字化轉型能快速適應市場變化，提高效率、提升客戶體驗。

    （2）提高產品質量和生產管理效率

    中國的制造業(yè)規(guī)模龐大、體系完備，但在一定歷史時間內的自主創(chuàng)新能力相對不強，目前依然有生產管理效率較低的情況；而與此同時，行業(yè)大環(huán)境的變化，人工、原材料成本增加，倒逼著企業(yè)必須著力提高產品品質和生產管理效率，才能重塑競爭優(yōu)勢。

    另外，隨著互聯網的日益普及，計算和存儲能力的迅猛發(fā)展，物聯網和傳感器技術的廣泛應用，以及工業(yè)軟件的不斷進化，數據的采集、存儲、傳輸、展現、分析與優(yōu)化都具備了良好的技術基礎，因此，如果能好好把握住這些IT技術，能幫助制造企業(yè)提升競爭力。

    （3）提高產品附加值，增加營收

    相比傳統(tǒng)制造業(yè)以技術產品交易為紐帶形成價值鏈，而先進制造業(yè)，是以互聯網為工具、數據為紐帶形成人和機器智能融合的價值共創(chuàng)網絡。因此，制造企業(yè)也可以實現產品本身的數字化轉型，實現數據采集、狀態(tài)感知與遠程控制，從而提高產品的附加值，增加服務收入。

    2.制造業(yè)數字化轉型所面臨的挑戰(zhàn)

    （1）工業(yè)設備終端聯網率不高

    工業(yè)設備設施聯網是制造業(yè)數字化轉型發(fā)展的重要基礎。

    目前全球各國工業(yè)設備設施聯網率均不高，究其原因，一方面，受益于傳統(tǒng)工業(yè)封閉技術體系和價值壁壘，設備制造商核心利潤主要來源于產品交易和線下后市場服務，總體上對設備網絡化改造和提供線上服務缺乏動力；

    另一方面，由于商業(yè)模式不清晰、線上服務能力不足、設備入網成本高昂、價值回報預期不足，工業(yè)企業(yè)普遍同樣缺乏設備聯網的動力。

    （2）全面集成管控水平不高

    很多制造企業(yè)，把ERP、MES、PLM、WMS、CRM、SCM等軟件系統(tǒng)全上齊了，不等于實現數字化轉型，更不等于企業(yè)效率提升。數字化轉型是一個系統(tǒng)工程，企業(yè)單純堆砌大量數字化工具難以完成。

    除此以外，制造業(yè)具有很深的行業(yè)壁壘，數據和業(yè)務結合需要大量的跨領域知識，單純依賴數字技術，而忽視工業(yè)屬性，融合應用的難度必然大增。只有把數字技術和人員、生產設備和制造場景等緊密聯結起來，以現實需求為統(tǒng)領，支撐更加高效的業(yè)務活動，數字化轉型才具有生命力。

    （3）缺乏統(tǒng)一的數字化轉型戰(zhàn)略規(guī)劃

    數字化轉型不能一蹴而就，而是一個階段性的累積過程，也并非傳統(tǒng)的技術改造或現場改善，而是涵蓋企業(yè)戰(zhàn)略、管理、組織、運營等各個方面的全面轉型升級，是一項需要自上而下逐級推進的復雜系統(tǒng)工程，且通常涵蓋大量的創(chuàng)新實踐，而這也意味著較大的實施風險。

    3.挑戰(zhàn)具體表現以下方面：

第一，制造業(yè)數據缺乏整合與利用的現象較為突出

    第二，制造業(yè)數據普遍缺乏分析與可視化處理

    第三，傳統(tǒng)手工的數據分析方式對員工的工作造成了重大的負擔

    第四，傳統(tǒng)的數據分析模式與智能時代的數據深度挖掘產生了尖銳的矛盾。

    4.制造企業(yè)如何做數字化轉型？

    制造企業(yè)要推進數字化轉型，必須明確數字化轉型戰(zhàn)略，制定數字化轉型規(guī)劃，然后實現規(guī)劃的落地。在這個過程中，制造企業(yè)需要借助專業(yè)的咨詢服務機構，來完成數字化轉型的現狀診斷、需求分析、流程梳理、整體框架設計和實施方案制定等過程，可以從5個步驟來進行：

（1）評估數字化轉型的現狀

    制造企業(yè)可以通過現狀評估，了解價值鏈各個環(huán)節(jié)應用數字技術的深度、廣度和應用效果，還存在哪些數字化技術應用的斷點，并對各個分支機構進行比較，與行業(yè)標桿進行對標，從而明確企業(yè)進行數字化轉型的基礎。

    （2）分析企業(yè)數字化轉型的機會與突破口

    通過廣泛的企業(yè)內部調研與行業(yè)最佳實踐分析，結合行業(yè)的標準規(guī)范和合規(guī)性需求，基于企業(yè)的發(fā)展戰(zhàn)略，來梳理企業(yè)推進數字化轉型的需求，并根據重要度與可行性來確定企業(yè)推進數字化轉型的突破口。

    （3）明確企業(yè)數字化系統(tǒng)的整體框架

    分析企業(yè)的業(yè)務流程在數字化轉型過程中應當如何進行優(yōu)化，確定企業(yè)進行數字化轉型的關鍵考核指標，制定數字化系統(tǒng)的整體框架，明確企業(yè)未來三到五年數字化轉型的整體規(guī)劃。

    （4）確定企業(yè)數字化轉型的路線圖

    明確各個數字化系統(tǒng)的具體功能、部署方式和集成方案；確定數據采集、設備聯網，IT與OT集成方案；制定數字化轉型的年度投資計劃；明確推進數字化轉型的組織體系；分析數字化轉型的投資收益；預測數字化轉型過程可能存在的風險和規(guī)避策略。

    （5）據數字化轉型的規(guī)劃落地實施，并及時修訂規(guī)劃

    數字化轉型的規(guī)劃也應該是三年一規(guī)劃、一年一滾動。企業(yè)應當對數字化轉型的狀況進行年檢，并結合企業(yè)實際情況的變化和新興技術的發(fā)展，對數字化轉型的規(guī)劃進行修訂。同時，企業(yè)應當高度重視數字化轉型的核心團隊建設，將IT部門、自動化部門、規(guī)劃部門和推進精益的部門結合起來，并聘請外部的專家顧問，從而確保企業(yè)的數字化轉型過程一步一個腳印，取得實實在在的效益。

    下面我們通過一個制造業(yè)的物料主數據的建設來看看

    5.案例展示

    （1）案例背景

    某集團是穩(wěn)居中國企業(yè)500強前列的大型民營股份制企業(yè)，現有員工4萬多人，年產值過1000億。目前形成了以鋁業(yè)、紡織服飾、西海岸新區(qū)、金融、地產、教育、旅游、健康、航空等為主導的多產業(yè)并舉的發(fā)展格局。

    a）建設原因：大數據建設起步晚，數據資產沒有得到充分利用

    集團已經建立了包括財務管理、資產管理、人力資源管理在內的多個信息系統(tǒng)，且運行多年，積累了一定數量的各類型數據。但過去信息化建設遵循的理念是“業(yè)務驅動”而非“數據驅動”，忽略了對數據本身的關注，沒有充分挖掘和利用數據的價值。

    b）信息化現狀：集團較完善，各下屬企業(yè)信息化程序參差不齊

    集團管控層面信息化系統(tǒng)比較完善，比如：人事系統(tǒng)、財務系統(tǒng)、供應鏈系統(tǒng)、客戶和銷售系統(tǒng)、固定資產管理系統(tǒng)、流程審批系統(tǒng)；但各下屬企業(yè)信息化程度參差不齊，主要為ERP+特定領域專用系統(tǒng)，并由眾多計劃中MES系統(tǒng)。

    （2）目標

    基于該企業(yè)的現狀，億信華辰幫助該企業(yè)以數據標準與制度二者為基石，以管理組織、流程和平臺三者為實現手段，實現物料主數據全面高效的管理。

    同時，如圖所示，明確主數據建設的整體發(fā)展思路為以七大核心能力構建為支撐，以八大關鍵舉措為手段，逐步實現國內領先的主數據管理建設。

（3）建設任務

    主要建設任務是物資的標準化，那什么是物資的標準化呢：

    物資標準化的目標是制定一套全集團所有業(yè)務板塊通行統(tǒng)一的物資分類及編碼標準，以支持業(yè)務集中管控發(fā)展戰(zhàn)略與綜合管理信息系統(tǒng)建設項目的需要，即通過如圖所示的方法來落地物料標準化。

（4）項目管理規(guī)劃

    這個過程主要分成三個階段，第一階段是整體的規(guī)劃，建立標準、搭建平臺、完成集團管控系統(tǒng)數據整合（物料、財務、人事、客商）；第二階段是把主數據管理工作往其他業(yè)務模塊推進，以及推進下級單位的數據整合；第三階段是做主數據的查漏補缺，全面完善，整體優(yōu)化。進行持續(xù)的數據治理，逐步構建數據專家團隊。

（5）建設成效對比

    主要體現在以下四個方面：

（6）項目成果

    完成人力資源、財務、采購、營銷、指標及其他基礎等六大類主數據建設，其中物料主數據，涉及40+大類，3000+小類，10萬+實體數據，并實現供應鏈等其他經營系統(tǒng)的數據對接共享。

    （7）價值展現

    經過一年多的項目建設，該集團利用億信華辰主數據管理軟件搭建的主數據平臺成功上線，建立了滿足各下屬公司業(yè)務需要的物資分類和各屬性字段標準規(guī)范模板，實現所有類型主數據在主數據管理平臺中統(tǒng)一管控。

    最終通過集中的數據管理和全面的數據服務，實現高效的數據利用和可靠的數據質量，比如：第一，大幅度降低了物料重碼率，為降低庫存提供了保證；第二，滿足快速定位及查詢的需要，減少了無效操作時間，最終提高了工作效率。

    三、能源行業(yè)案例

    1.能源行業(yè)轉型升級壓力凸顯

    能源是人類社會生存發(fā)展的重要物質基礎，攸關國計民生和國家戰(zhàn)略競爭力。當前，以新能源、新技術、新材料為主要驅動力的能源革命推動人類社會進入全新能源體系。

    與此同時，隨著民營企業(yè)大規(guī)模進入煉化、銷售領域，行業(yè)競爭不斷加劇，資源、能源和環(huán)境的剛性約束日益增強，能源化工行業(yè)面臨一系列挑戰(zhàn)。主要表現在以下 4個方面：

2.能源行業(yè)數字化轉型的意義

    而數字化轉型對于能源行業(yè)同樣也是意義重大，比如：

    （1）資源配置網絡化、全局化

    深化全員、全要素、全過程成本管控，合理配置資源，提升全要素的流通效率和水平，市場化運作向價值創(chuàng)造聚焦，促進整體價值最大化。

    （2）產業(yè)創(chuàng)新協同化、開放化

    建立創(chuàng)新驅動的發(fā)展模式，將創(chuàng)新鏈與產業(yè)鏈、價值鏈結合，加快推進技術創(chuàng)新、產業(yè)創(chuàng)新和商業(yè)模式創(chuàng)新，基于新業(yè)態(tài)、新模式創(chuàng)造新的價值增長點；研制能力與客戶需求精準對接，實現個性化定制；構建快速精準適應市場的生產組織方式，滿足市場細分需求。

    （3）生產制造智能化、精益化

    提升技術能力、升級管控手段、創(chuàng)新發(fā)展模式，著力打造新產品，注重綠色潔凈，積極開發(fā)生產環(huán)境友好產品，加快數字化轉型，實現高質量發(fā)展，推動產業(yè)結構優(yōu)化升級。

    3.能源行業(yè)的數字化轉型包含哪些？

    能源數字化轉型的核心即使用新興信息技術充分挖掘和利用能源全生命周期的數據價值，例如物聯網技術可實現海量設備實時在線接入，云計算技術提高能源設備數據的收集、存儲與分析效率等。

    在產能端，通過數據實現設備能耗的管理，產能效益的提升；在用能端：通過數據實現產品多元化，用能穩(wěn)定性提升；在管能端：通過數據實現能源規(guī)劃的優(yōu)化，和災害應急的規(guī)劃優(yōu)化。

4.能源行業(yè)大數據解決方案

    這里億信華辰也針對能源行業(yè)的數據管理問題，推出了大數據解決方案：

    通過采集集團和子公司的生產經營全要素數據，實現集團層面全局匯總數據統(tǒng)計分析及可視化需求，支撐集團綜合運營管理和企業(yè)的采、掘、機、運、通管理，實現企業(yè)“用數據說話、用數據決策、用數據管理、用數據創(chuàng)新”的經營理念，達到集團整體數字化轉型及智能化生產目標。

    5.案例展示

    （1）案例背景

    臨礦集團是全國煤炭企業(yè)50強和山東省重點工業(yè)企業(yè)之一。2011年劃歸山東能源集團管理，如今已發(fā)展成為一家國內橫跨魯蒙陜甘四省區(qū)十余個地市，海外涉足澳大利亞，以煤電、鐵礦、玻纖三大產業(yè)為支柱，以物流貿易、技術服務、現代農業(yè)三大產業(yè)為支撐，擁有全資、控股企業(yè)21家，后備礦產資源儲量200億噸以上的大型企業(yè)集團。

    （2）項目痛點

    該集團在2016年開始建設大數據平臺，相繼完成集團財務共享、人力共享、設備共享、安全生產、黨建平臺及大數據平臺建設，也面向集團層面建了數據倉庫，通過對集團領導與二級單位領導提供云中看板，讓領導隨時隨地了解生產經營信息，及時決策。

    但是由于各系統(tǒng)廠商不同，早期也沒有健全的數據治理體系，導致在數據使用過程中存在一系列問題，比如：

    a）各系統(tǒng)之間，甚至同系統(tǒng)不同表的數據標準不統(tǒng)一，比如存在多套組織機構代碼，導致數據關聯分析困難。

    b）系統(tǒng)設計不規(guī)范，缺少審核條件，導致數據質量不夠高，存在空值、重復值、誤報數據現象。

    c）缺乏統(tǒng)一的數據資產管理和數據服務，存在信息孤島，用數主要靠業(yè)務人員自己去業(yè)務系統(tǒng)復制粘貼到EXCEL中處理，或者技術人員寫SQL查詢，數據資產利用效率很低。

    d）現有數據倉庫還有待完善，尤其是未對原始數據及分析數據進行數據資產編目，業(yè)務人員無法獲悉企業(yè)數據資產，并通過數據分析工具進行分析取數。

    e）除了結構化管理數據，煤礦、鐵礦等生產企業(yè)有海量安全、設備物聯網數據，需要對海量實時數據、非結構化數據進行采集和統(tǒng)一存儲。

    （3）項目規(guī)劃

    最終經過臨礦集團大數據中心和各業(yè)務部門的商討決策，結合億信華辰數據治理專家的意見，確定了臨礦集團數據治理項目的總體目標為通過涵蓋全數據生命周期數據治理，建設涵蓋人、財、物、產、供、銷、安全等業(yè)務領域的集團級大數據資產平臺，提供各類數據服務，并實現一線業(yè)務人員對數據自助分析應用，完成數據賦能。

（4）具體路線

    對于如何進行數據治理工作呢？主要是通過“盤、規(guī)、治”的三字規(guī)劃路線：

    第一，是盤點，也就是建設集團生產經營數據資源目錄，資源目錄提供服務接口，為一線業(yè)務人員生產運營提供數據支撐，實現數據共享，數據交互，充分發(fā)揮數據資產價值。

    第二，是規(guī)劃，即建立基于集團生產經營統(tǒng)一的數據標準規(guī)范體系，以及更新機制和使用管理制度，形成服務于數據資源全生命周期的標準規(guī)范體系，促進多源異構數據的深度融合和共享應用。

    第三，是治理，建立數據質量管控體系，以規(guī)范和制度為約束，通過數據質量檢測工具根據制定的數據標準檢測數據，及時發(fā)現數據問題，進行數據治理并提煉相應的數據質量檢核規(guī)則，防止同類問題的重復發(fā)生，有效提升數據整體數據質量，從而保證提供高質量，如圖所示：

（5）項目亮點

    在億信華辰的大力協助下，依托于億信華辰的行業(yè)經驗及自主研發(fā)的睿治數據治理平臺、億信ABI工具，實現了臨礦集團人力、財務、安全、設備、媒質數據從元數據、數據標準、數據質量、數據資產編目、到數據業(yè)務部門自助分析全數據生命周期治理及應用。

    此項目亮點主要體現在以下幾個方面：

    第一，此項目對整個煤炭能源行業(yè)行業(yè)具有標桿和典型示范作用。把臨礦的成功經驗推廣復制，可以讓更多煤炭能源行業(yè)的企業(yè)樹立正確觀念，認識到數據治理重要性和必要性，重拾信心投入到企業(yè)數字化轉型。

    第二，從特定業(yè)務和技術要求、風險和合規(guī)性需求等多方位考量，此項目運用戰(zhàn)略一致性模型和阿姆斯特丹信息模型，結合集團現有的組織和文化規(guī)范，采用集中式的管理模式，并充分運用了科特的重大變革八步法，保證管理和組織優(yōu)化的持續(xù)進行并逐步完善。

    第三，此項目不但對數據資產進行編目，并配以業(yè)務元數據方便業(yè)務人員理解數據含義，更提供了敏捷數據分析工具，讓業(yè)務人員申請數據后，無需技術人員幫助自行進行數據分析，探索數據背后規(guī)律，發(fā)現生產工作中的問題并第一時間解決，極大的提升了企業(yè)生產效率。

    （6）項目成果

    通過數據資產目錄對全集團發(fā)布，并用業(yè)務元數據解釋數據含義，便于業(yè)務人員尋找自己所需的數據。業(yè)務人員可以對自己所需數據提出申請，數據管理員審批通過后，業(yè)務人員可以利用零代碼敏捷分析工具自助分析取數，實現數據賦能，支持日常生產經營管理。

    四、金融行業(yè)案例

    1.銀行數字化轉型的意義

    首先，隨著我國經濟結構的調整，銀行原有的重點客群發(fā)展進入瓶頸期，比如傳統(tǒng)支柱型產業(yè)房地產、基建等，導致業(yè)務增長、資產質量受到了嚴峻的考驗，于是銀行將業(yè)務焦點由少數的“頭部”轉向普惠大眾的“長尾”，也就是中小企業(yè)和零售業(yè)務。

    其次，近年第三方支付的異軍突起，一方面讓銀行的危機感油然而生，業(yè)務轉型的動力更足，另一方面又從技術創(chuàng)新角度給銀行提供了經驗借鑒，打開了銀行在“長尾”客群的經營方面的思路。

    最后，客戶的需求已發(fā)生了改變，對于金融服務的期望和要求日益提升，在全渠道體驗、定制化內容、智能數據、實時便捷及移動化等方面，對銀行都提出了更高要求。

    總的來說，銀行數字化轉型逐漸從互聯網金融業(yè)務、電子渠道等簡單層面逐步拓展到包括戰(zhàn)略、組織架構、業(yè)務、渠道、營銷、風險以及IT等各領域的系統(tǒng)化工作。在業(yè)務領域，從零售業(yè)務到公司業(yè)務再到與智慧城市關聯，構建了與Ｃ端、Ｂ端、Ｇ端連接的數字化銀行生態(tài)體系。

    2.銀行的數字化轉型包含哪些內容？

    （1）業(yè)務及管理系統(tǒng)的數字化

    這里主要指的是各業(yè)務資源要素和業(yè)務流程的數字化。

    （2）經營的數字化和智能化

    主要是對客戶服務內容、方式和手段的數字化，是在業(yè)務數字化基礎上圍繞客戶經營輸出效能。

    （3）經營的平臺化和生態(tài)化

    這里指的是通過科技手段建立“中間層大腦”，實現對前后臺資源及內外部資源的整合創(chuàng)新，構建聯合經營生態(tài)和跨界服務能力，并統(tǒng)一輸出對外服務能力。

    3.銀行數據應用情況分析

    當前銀行在數據應用方面也是存在一些問題，比如

第一，缺乏數據梳理，造成行領導看到的數據相互沖突和矛盾；

    第二，業(yè)務職能不清晰或相互重疊，觀察數據視角不盡相同，缺少數據標準與業(yè)務統(tǒng)一定義，語軌不一致；

    第三，IT架構中中都是以部門級應用為主（如計財、資金計劃部等），缺乏從大的管理職能（財務、風險、運營等）綜合方面的數據整合、數據標準和統(tǒng)一業(yè)務定義；

    第四，由于業(yè)務系統(tǒng)輸入的隨意性，導致部分關鍵業(yè)務數據質量較差。

    4.銀行的數據問題

    總的來說，表現在以下3個方面：

    （1）在數據架構方面：由于全行的數據散落在各個業(yè)務系統(tǒng)中，沒有進行有效整合，形成豎井式架構，造成多個信息孤島，整體架構缺少一個穩(wěn)定的、抗源變化的保存最細粒度歷史數據的數據層。無法支撐未來共享性應用。

    （2）在數據應用方面：缺少統(tǒng)一的應用分析標準，缺少統(tǒng)一的基礎數據標準。

    （3）在數據質量方面：沒有歸納并總結數據質量問題，缺少反饋機制，導致長期存在各類數據質量問題。

    5.銀行的數據平臺架構

    針對銀行的數據問題，億信華辰也是憑借過去在銀行項目中積累的經驗推出了銀行數據平臺架構，大家可以看下。

6.案例解析

    （1）案例背景

    贛州銀行信息化程度較高，擁有61個存量系統(tǒng)，2014年就已經搭建數倉系統(tǒng)，擁有不錯的數據處理水平。

    但由于外部的監(jiān)管要求和內部業(yè)務發(fā)展需要，贛州銀行于2019年正式啟動新信貸等系統(tǒng)的建設，趁此機會同時開展數據治理和數據標準項目，以全新的建設思路打造“新一代”全行級數據管控平臺，提升了贛州銀行數據管控的成熟度。但是存在主要問題有：

（2）項目規(guī)劃

    針對中小型銀行數據治理存在的諸多難點，同時為全面達成數據管控與治理目標，贛州銀行攜手億信華辰以全新的建設思路打造“新一代”數據管控平臺，如圖所示：

（3）項目亮點

    基于億信華辰睿治數據平臺平臺，針對各個痛點問題分別給予了解決：

    a）針對中小銀行人員匱乏，特別是既懂業(yè)務又懂數據的綜合性人才稀缺問題，

    贛州銀行數據管控平臺在關鍵環(huán)節(jié)運用了多項智能技術和可視化技術，取得了比較好的效果。比如實現數據標準和各個應用系統(tǒng)（數據來源）智能映射和自動檢查，當數據來源結構變化，能對數據資產智能化更新，大大降低技術人員底層的維護工作量。

    同時在管控平臺設計上，引入主流的可視化技術，以業(yè)務人員能理解的方式組織功能界面、交互和展示治理成果，打通業(yè)務人員全流程的可視化，保證業(yè)務人員與技術人員的理解一致，降低對管控人員技術能力的要求。

    b）隨著贛州銀行信息化建設的不斷深入，業(yè)務系統(tǒng)逐步增多、結構關系日趨復雜，管控平臺特此針對贛州銀行現有的各類數據源實現了元數據自動化采集，從而全面了解歷史建設情況，并以此為基礎進行深度梳理，形成完善的詞根管理，并通過定義統(tǒng)一的用語規(guī)范，為各方提供了權威可信的參考依據。

    同時針對贛州銀行的各類歷史系統(tǒng)標準不一情況，我們通過鏈接圖譜、映射轉換等技術手段，可以有效的進行標準規(guī)范的轉換落地，避免了系統(tǒng)的改造，較好的降低了成本，解決了歷史遺留問題。

    c）中小型銀行業(yè)務種類繁多，數據問題類型復雜，數據質量不高，僅憑行方人工判斷難度大，我們通過研究自身數據特征，量身打造了數據質量問題管控體系。

    基于對大量問題數據的研究分析，總結出契合贛州銀行的14大類質檢規(guī)則，充分利用四則運算、數理統(tǒng)計、數據挖掘等多項技術，提供百余種質量規(guī)則模板，有效覆蓋了90%以上問題場景，較好的降低了人工辨別難度。

    數據質量問題的管控不僅僅是一次性的發(fā)現辨別，而是持續(xù)性的監(jiān)控提升，因此管控平臺通過對質量規(guī)則的組合、調度，實現了數據問題的自動、智能探查，避免了需要人工反復排查的局面。同時通過在平臺上定義規(guī)范的整改流程和績效評分機制，并提供多維度的質量績效報告為依據，實現責任到人，促進落實數據整改工作。

    d）防患于未然，從源頭把控，往往可以有效的減少后續(xù)諸多不必要的溝通協調與處理，因此贛州銀行數據管控平臺設計了嚴格的變更管控流程，保證了從源頭進行管理。對于現已存在的各類流程，平臺通過簡單的拖拉拽就可靈活配置符合銀行實際業(yè)務場景的規(guī)范流程，實現全流程線上管理，并可隨著管理制度、組織架構的變更而變更，做到了快速協同反應。

    對于數據治理的幾大核心領域，管控平臺采用全新Spring Boot+EUI開發(fā)，微服務架構，實現各模塊的深度融合與聯動，治理所有場景全面打通。同時，也充分考慮了系統(tǒng)集成與二次開發(fā)擴展性，保證能夠適應未來發(fā)展需要。

    （4）項目成果

    贛州銀行通過與億信華辰團隊配合，基于明確的項目目標，完成了包含元數據管理、數據標準管理、數據質量管控三大主體模塊的數據管理平臺建設，項目建設成果如下：

    第一，通過長達5個月的元數據管理，實現了新信貸、新總賬、新理財、核算等系統(tǒng)的注釋填充率到達100%；每一次元數據變更都是可控，實現了元數據的變更事前管理。

    第二，總計梳理了8個主題、1244條標準，對7000多個關鍵字段進行落地評估，將治理初期20%的標準通過率提升到現在的85%的通過率。

    第三，根據EAST4.0的要求，梳理了300余條規(guī)則，建立了相應的預警機制，實現了監(jiān)管報送指標的自動化監(jiān)管。嚴格按照PDCA策略對數據質量進行持續(xù)提升。

    五、政務行業(yè)案例

    1.案例背景及痛點

    某市，需要根據中央全面深化改革的決策部署，按照“開展集成改革試點、形成改革集成效應”的總體要求開展集成改革試點工作。

    該市的大數據共享交換平臺已全面匯聚政務部門及主要重點駐澄單位數據，總計接入57個部門（機構改革后）、超17億條數據，完成了數據分散化存儲到集中化管理的第一步。但是由于各政務部門之間都是獨立的，早期也沒有健全的數據治理體系，導致在數據使用過程中存在一系列問題，比如：

    （1）未提供統(tǒng)一的標準可參照，各政務部門系統(tǒng)建設時數據字典自成一套；

    （2）存在數據質量問題；例如：人社局的就業(yè)登記信息，合同起始時間和合同終止時間，正常的應該終止時間比起始時間要晚，但是在實際中有終止時間比起始時間要早的數據；

    （3）未建立有效數據問題反饋機制，質量問題反復出現，低質量數據跨部門共享與交互，數據質量問題越來越嚴重；

    （4）雖建立了資源目錄，但缺乏數據倉庫建設過程，數據表之間關聯性差，不利于整體管理數據；

    （5）無法監(jiān)控數據使用率，不能對數據進行精細化管理，數據價值未得到釋放。

    2.項目規(guī)劃

    基于以上問題，該市大數據中心意識到，改革試點工作的關鍵在于，在現有建設的基礎上，進一步提升數據質量，建立數據標準，制定合適的數據問題解決方案，通過涵蓋全數據生命周期數據治理，建設涵蓋全市各政務部門超17億條數據的大數據治理平臺，建立覆蓋數據全生命周期的數據治理，提供各類數據服務。因此，在億信華辰的幫助下，依據如圖所示的步驟，開展數據治理工作。

3.項目亮點

    最終成功部署了一套大數據治理平臺，除此以外，還能對公共數據進行數據治理，提高政務數據質量。

4.項目成果

    通過數據集成工具，消除數據碎片，打破信息孤島，累計接入57個部門，超17億條數據，累計交換量達88.37億條通過數據資產工具，成功打通省級數據共享直連鏈路, 外接93項資源共670多萬條數據通過數據質量工具，建立健全數據管理機制，向政務部門定期發(fā)布數據質量報告。

    六、公司與產品介紹

    1.關于億信華辰

    億信華辰成立于2006年，十五年以來一直在智能數據領域，專注于商業(yè)智能、數據治理，還有大數據領域的產品研發(fā)。億信華辰的商業(yè)智能BI與數據治理兩大核心產品，廣泛應用于銀行、租賃、稅務、能源、政務、衛(wèi)生、教育行業(yè)與領域，并與華為中心等集成商合作，打造可持續(xù)的、多維度的數據生態(tài)體系。

    億信華辰是堅持以卓越的智能數據產品與服務商為愿景，從數據的接入到數據的存儲，到數據治理以及數據的分析與應用都有對應的產品和服務。

    2.產品介紹

    （1）睿治數據治理平臺

    睿治一套完善的，通過的數據治理工具，是由億信華辰自主研發(fā)的，融合元數據管理、數據標準管理、數據質量管理、數據集成管理、主數據管理、數據交換管理、數據資產管理、數據安全管理、數據生命周期管理九大產品模塊，打通數據治理各個環(huán)節(jié)，各產品模塊可獨立或任意組合使用，快速滿足政府、企業(yè)各類不同的數據治理場景。

（2）億信ABI數據分析平臺

    億信ABI是億信華辰歷經15年打造的國產化BI工具，覆蓋數據接入、數據整合、數據分析、數據挖掘的全流程，打通數據全生命周期各環(huán)節(jié)，能滿足政企用戶各類復雜的分析需求，幫助政企用戶實現高效的數字化轉型。