黄胜 石文球

摘要：企业IT系统建设及应用积累了大量分散在不同系统的孤立数据，会导致数据资源利用的复杂度和管理的高难度。文章介绍了公路施工企业数据治理的建设实践，针对性地设计了数据治理体系和数据仓库架构，重点通过人力资源数据同步、业务指标分析和工程全景分析的应用研究，有效利用数据资源，挖掘数据价值，助力企业管理，为企业业务赋能提供了坚实的信息技术保障。

关键词：数据治理;数据仓库;挖掘数据;业务赋能

中图分类号：U491文献标识码：ADOI：10.13282/j.cnki.wccst.2021.01.054

文章编号：1673-4874（2021）01-0201-05

0引言

我国的公路施工企业在几十年的发展过程中，通过技术、管理的改进实现了飞跃的发展。特别是近二十年，通过结合信息技术辅助企业管理，提高了企业的运营效率和管理水平。广西路桥工程集团有限公司（以下简称“广西路桥集团”）作为广西公路施工的领军企业，实现工程施工、交通设计、技术研发、投资、房地产开发等多种业务综合发展，资产总额超300亿元。集团公司的信息化建设相对于其他同行起步较早，在2009年与金蝶软件进行战略合作后，建设了公路施工行业定制化的ERP产品，在后续的十多年中通过不停地建设完善，ERP管理已经涵盖集团-分子公司-项目三级管理范围，为企业发展提供了重要的保障。

时代在发展，技术也在升级。企业的信息化已经经历了单机时代、客户/服务器时代、多层结构时代，现在已经发展到面向服务的时代。随着广西路桥集团业务不断发展、信息化程度不断提升，数据资源日益成为企业的战略资源。如何促进数据资源的有效管理、加强数据资源的分析利用，对于企业的发展至关重要。近年来广西路桥集团不断加大在集团信息化建设方面的投入，先后建设了综合项目管理系统、人力资源管理系统、智能物料管理系统、安全管理系统、公路工程管理系统、劳务实名制管理系统等覆盖集团主要业务的专业业务系统。随着业务发展，系统之间的功能交互、数据交换日益频繁，“信息孤岛”问题也更加突出，如何有效地利用现有数据资源[1]，进行全面数据治理规划愈发紧迫。

为了配合广西路桥集团的“两条主线，一个中心”的集团信息化建设总体思路，除了做好两条主线发展之外，数据中心的建设显得尤为重要。然而，数据中心的建设难度在于如何结合集团数据情况，形成主数据、主题数据、数据标准等数据资产，建立数据治理体系，通过数据应用研究以实现数据驱动业务发展、数据赋能业务的集团信息化发展策略。

1总体框架设计

企业信息化发展到一定程度，信息化建设会出现发展瓶颈，系统建设规模化后业务和数据会依赖于单一系统，现阶段解除这种困境最有效的方式是实现业务和数据分离。数据资源作为信息化建设的核心资产，解决问题必须通过数据解耦，只有数据自主可控才能保证企业信息化建设的自主性[2];解决问题还须由上而下进行数据整体规划，实现数据的盘、归、治、用，依赖于企业有序地进行数据梳理、数据标准化、数据管理和数据应用。

1.1数据治理体系设计

数据治理体系主要分为五个部分：管理域、过程域、治理域、技术域、价值域，如图1所示。

其中管理域主要工作是确定战略、搭建组织、制定制度、明确规范。过程域主要工作为分析、设计、执行、评估，对治理过程进行明确，包括对数据责任主体、数据归属、模型关系等进行梳理。治理域主要工作是对治理范围定义，一般分为业务数据治理和分析指标治理，前者重点在于业务数据治理，包括数据统一度量、规则制定、数据关联分析、数据清洗作业开发、质量检核等;后者重点在于多维度的数据指标分析及治理。技术域的主要工作在于数据架构设计、管控平台搭建、治理工具应用。价值域主要体现在三个方面：数据服务、数据流通、数据洞察，前期重点在于数据服务、数据流通两个方面，实现集团数据的整合、分发，支持跨部门、跨系统、跨业务的数据流转，以及数据资产服务化;后期重点在于洞察用户特征、行为习惯、深层挖掘企业数据需求。

组织责任体系是数据治理责任落地的保障，数据治理组织架构通过明确各角色职责，实行数据治理工作责任制，让数据治理工作更好地融入数据日常使用和相关的工作中，从而推动数据运维自治的实现，如图2所示。

数据标准梳理属于数据治理体系中的过程域，按照分析-设计-执行-评估四个主要步骤执行。

（1）進行全面的调研、业务数据摸底，根据当前金蝶EAS系统、sHR系统、智能物料系统、安全管理系统、投资管理系统、公路工程管理系统、致远OA系统等20多个核心业务进行系统调研。

（2）建立统一的数据标准管理规范，建立集团部门为责任主体的数据资源管理。人力资源部负责人力资源规划、招聘、培训、绩效、薪酬及劳动关系管理等数据;财务部负责财务管理、会计核算、经济核算等数据;安全部负责安全检查、安全验收、现场安全管理等数据;物资设备部负责物料、设备、周材的全生命周期的管理数据;经营策划部负责投资项目、资金筹措、股权结构等数据;合同成本部负责各类合同，合同执行情况、各类成本数据;工程部负责工程基本情况、进度情况、质量检查情况数据，等等。各部门在负责业务范围内根据业务不同再进行主题划分，形成权责明确的数据管理体系。

（3）根据现有业务形态，围绕各个主题业务对象进行数据标准梳理，从信息分类、信息编码、信息项、类别、长度、标准代码、取值等几方面对数据标准进行约束[3]。

（4）数据标准是数据质量的主要来源之一，数据责任主体明确数据标准后，针对系统数据进行质量规则检验，生成质量报告。

1.2数据仓库架构设计

数据仓库采用自上而下（inmon）及自下而上（kimball）两种设计方法结合的方式，数据仓库分层设计、数据集市拆分分别采用两种设计方法。

数据仓库根据集市层需求有选择性地进行业务数据入仓实施，元数据平台采集ODS层元数据信息进行管理，数据质量管理根据业务数据标准转化为质量规则，进行数据质量检核后生成质量报告。数据经过过滤清洗、质量检核后形成标准数据流入DM集市层，根据不同业务部门、主题分类作为数据资产展示、服务化展示，在应用层对数据可视化服务、BI等提供数据支撑。数据仓库将结合数据治理平台打通广西路桥集团数据资产的“盘、归、治、用“全流程环节，支持不同业务融合、分析、应用，最终激活广西路桥集团的数据资产，将数据变成可在整个广西路桥集团业务线上流程的共享数据资产，真正将数据资产化、服务化[4]，如图3所示。

数据入仓后，形成集团公司的数据资产，通过资产管理平台进行展示及应用，数据资产展示如图4、图5所示。

2应用研究

2.1人力资源数据同步

公路施工行业近年来存在着企业合并整合的情况[5]，这种背景下，将会涉及不同信息系统整合，经常会出现在同一集团下同一业务存在不同分/子公司采用不同信息系统的情况。另外，即使是一直在同一集团下，由于前期没有进行统一规划，也会出现分/子公司在同一业务使用不同信息系统的问题。这就涉及如何对数据进行整合同步的问题。

集团公司作为北部湾投资集团有限公司的二级单位，上级单位采用的人力资源管理系统不同于本公司所采用的人力资源管理系统，但是基于人力资源数据统一管理的要求，需要将公司的人力资源数据同步到上级单位进行统一管理，则需要对数据进行处理后上传到上级单位。对于异构系统如何实现同步，可通过建立数据治理平台、数据仓库，使数据与业务分离，将数据传送到上级单位而不影响业务。数据同步流程如图6所示。

人力资源系统涉及组织、岗位、人员等基础数据，直接更换人力资源系统将影响到公司的其他业务系统，对财务、合同、工程等具体业务将产生重大影响。通过数据仓库建设，实现数据与业务分离，公司无须更换系统，通过数据对接实现业务数据的整合。这种方式减少了系统重复建设，合理利用有效数据资源，达到了降低成本的要求。

人力资源数据同步是数据共享方面的一个典型应用，企业通过数据仓库实现数据共享，减少系统重复建设和数据交互的成本。随着数据治理范围越来越大，梳理的数据资源将越来越多，推动业务部门的积极使用，引导业务部门人员主动挖掘数据的业务价值[6]，才能发挥数据治理工作的价值。

2.2業务指标分析

OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果[7]。OLAP是根据决策支持的需求从多角度对信息进行快速、一致、交互地存取，对信息进行不同维度的查询和分析。

（1）业务指标分析则是利用OLAP工具针对特定指标要求进行联机数据访问与分析。根据集团公司财务、经营部门对宏观指标数据的需求，本期对主要业务从集团公司和分/子公司层面进行指标分析。

（2）资金指标分析为集团公司提供资金总量余额，资金走势、分/子公司余额排名、资金结构、资金明细等数据归集和展示，为资金相关操作提供数据支撑。

（3）费用指标分析（见下页图7），可以掌握集团公司及下属分/子公司在财务、管理费用方面的支出情况，可以据此数据作为决策依据，精进业务行为，改善业务状况等。

（4）应收指标分析可通过初期应收掌握集团公司及下属分子公司当期应收未收金额、已收回金额、期末应收余额等信息，可快速针对公司工程业务、项目回款进行调整。

（5）应付指标分析可通过初期应付掌握集团公司及下属分子公司当期应付供应商款项金额，已经实际付款、期末应收余额、应付余额排名等信息，快速针对公司工程业务、项目进行调整。

（6）成本指标分析可通过产值、责任成本、实际成本、利润等经营指标掌握集团公司及下属分子的成本偏差，可针对性及时进行调整。

（7）合同分析可通过合同数量、合同总额、合同结算情况掌握集团公司及下属分/子公司的合同指标数据。

（8）通过数据仓库每天获取财务及经营数据，形成财务、经营指标后，可以实时进行经营指标分析，判断企业的财务状况、经营效益、资产收益等宏观指标数据。通过分析结果反馈，可以及时改善财务状况、加速资金周转、优化项目管控、优化资产结构等。后续将进一步深化数据的应用研究，在企业经营管理汇集的海量数据中发掘出数据的价值，让决策者获取第一手的财务、经营数据，为商业决策提供有力支撑。

2.3工程全景分析

工程项目进度分析、工程项目安全检查合格率分析、物料出入库分析等常见于工程项目管理分析中，通常这些数据依赖于业务管理系统。项目管理涉及各种不同业务，目前还没有单一系统满足集团公司项目管理的业务需求，导致项目管理数据分散到各个系统中，项目进度数据保存在进度管理系统、安全检查数据保存在安全管理系统、物料管理数据保存在智能物料系统。通过数据治理工作，集团公司将项目现场管理的物料、财务、安全、质量、合同、成本、计量以及进度等数据汇集到数据仓库，形成了工程项目数据的资源池[8]。

公路施工企业管理问题的核心是工程项目管理，大型施工企业每年会有成百上千个工程项目同时施工，如何有效地管理数量庞大的工程项目是企业管理的难题。目前集团公司采用集团-分/子公司-项目三级管理模式，集团公司统筹，分/子公司管理，工程项目管理三者缺一不可，而其中最基础的工作就是实现项目管理。集团公司建设了数据仓库，如何利用数据治理工作来助力项目管理是数据工作的重点之一，工程全景分析就是助力项目管理的一种有效方式，目的是打造一个项目层面全角度的分析查询工具，实现为管理者展示项目财务、物料、安全、质量、合同、成本、计量以及进度数据，及时便捷查询单项目的全景信息，如图8所示。

与业务指标分析不同，工程全景分析以单个工程为主体，进行多维度的数据关联分析，通过工程主数据实施，数据仓库的数据清洗、加工[9]，实现在同一视图查看工程基本信息、进度、物料、合同、财务、成本、安全、质量、产值、计量等相关信息，节省跨系统、跨部门的协调、技术对接的时间以及人力成本，避免同一工程信息出口不一致、不准确、不及时的问题[10]。

信息获取的时效性是企业经营成败的重要因素，通过工程全景分析及时反映工程项目实际执行情况，实现项目管理者实时掌握项目基本情况，分/子公司经营管理者实时检查项目建设情况，集团公司经营管理者实时获取决策支持基础数据。

集团公司日常经营的数据资产是一项无形资产，是企业资产的重要组成部分，通过数据资产的有效利用，借助信息化手段提升企业管理水平，从而提高企业整体效益。

3结语

建立广西路桥集团特色的数据仓库和数据治理体系，实现数据全生命周期和系统化管理是信息化发展到一定阶段的必然选择[11]。数据治理工作是一项长期工作，规划阶段就必须从整体着手，全盘考虑，分步实施，综合考虑流程、技术以及人员等各个要素，谋求整体利益的最大化。通过平台化建设模式，深层发掘数据价值。数据治理是“下水道工程”，干的是“脏活累活”，也是不可或缺的基础工作，通过数据治理可实现数据资源整合与有效利用[12]，结合信息化技术，可以减少劳动力、资本的消耗，提高劳动生产率，推动数据资源转化为现实的生产力，将为企业业务赋能、创新赋能，为企业可持续发展提供重要的信息技术保障。

参考文献

[1]谢治菊，許文朔.数据驱动、交通变革与智慧治理[J].云南大学学报（社会科学版），2019（5）：113-120.

[2]吴信东，董丙冰，堵新政，等.数据治理技术[J].软件学报，2019（9）：2830-2856.

[3]唐毅.高速公路大数据建设与应用的现状、痛点及思考[J].中国交通信息化，2020（6）：18-23，15.

[4]刘凯.商业银行数字化转型中的数据治理策略研究[J].现代管理科学，2019（10）：105-107.

[5]秦曙光，吴文茂，梁晖，等.高速公路大数据资产管理平台的研究与设计[J].西部交通科技，2018（8）：194-196.

[6]郝志杰，李莉，荣娟.数据治理在解决“一张表”问题中的实践[J].实验室建设与科学管理，2019（12）：261- 265，307.

[7]郑海川，张浩.基于数据仓库的工业企业能源管理系统设计与实现[J].自动化仪表，2018（8）：43-46.

[8]黄乐，刘佳进，黄志刚.大数据时代下平台数据资产价值研究[J].福州大学学报（哲学社会科学版），2018（4）：50-54.

[9]宋旭东，闫晓岚，刘晓冰，等.数据仓库ETL元模型设计[J].计算机仿真，2010（9）：106-108，119.

[10]赵宏斌，白开峰，崔丙锋，等.基于DAMT的企业级数据仓库建设关键路径研究[J].江西师范大学学报（自然科学版），2018（6）：634-638.

[11]李国和，冯峥，王卓瑜，等.数据资产管理体系研究[J].电信科学，2019（2）：105-112.

[12]郑力源，周海炜.企业大数据能力：研究综述与未来展望[J].科技进步与对策，2019（15）：153-160.