APP下载

基于AHP层次分析法的主数据管理项目风险因素估计

2022-05-10马健

科技资讯 2022年7期
关键词:项目风险数据管理排序

马健

摘 要:在企业数据治理进程中,主数据管理成为一个有效工具,在主数据管理项目执行中,存在着诸多项目风险。该文针对主数据管理项目风险的特点,介绍了层次分析法(AHP)的理论及算法,从定性分析和定量分析结合的角度,识别和分析此类项目关键风险因素。以实例验证了层次分析法(AHP)在主数据管理项目风险因素估计中的可行性,为项目风险管理提供数据参考。

关键词:层次分析法主数据风险因素项目管理

中图分类号:F284 文献标识码:A   文章编号:1672-3791(2022)04(a)-0000-00

Estimation of Risk Factors of Master Data Management Project Based on AHP Analytic Hierarchy Process

MA Jian

(COSCO SHIPPING (Qingdao) Electronics Co.,Ltd.,Qingdao,Shandong Province, 266071 China)

Abstract: In the process of enterprise data governance, Master Data management has become an effective tool, and there are many project risks in the implementation of Master Data Management Projects.In view of the characteristics of the risk of Master Data management projects, the theory and algorithm of Analytic Hierarchy Process (AHP) are introduced. From the perspective of combining qualitative analysis and quantitative analysis, the key risk factors of such projects are identified and analyzed. The feasibility of Analytic Hierarchy Process (AHP) in the estimation of risk factors of master data management projects was verified by examples, and data reference for project risk management was provided.

Key Words:Analytic hierarchy process; Master data;Risk factors;Project management

背景

知識经济的逐渐形成,使得信息资源逐步成为企业不可忽视的生产要素和无形资产。在企业信息化发展过程中,数据的种类和数量急剧增加、信息化的深度应用对信息系统之间的互联互通提出了更高的要求,海量的数据、复杂的关系、数据质量缺陷制约了企业级的信息集成,制约了企业信息化的发展。为了更大发挥企业数据的价值,企业必须加强数据资产的使用和管理,通过数据治理推动企业信息化的进程[1]。

在数据治理过程中,系统数据的一致性、完整性和准确性作为一个基本的要求,主数据系统成为实现这一要求的有效工具。主数据系统项目作为IT项目的一类,有着一般IT项目的特点,又有其独特的制约因素,如果不能对这些因素加以风险控制,会对项目的完成产生不利影响。该文通过将AHP层次分析法引入主数据管理项目中来,对关键项目风险因素进行估计,从而对项目风险管理提供有效参考。

主数据及主数据管理项目特点

主数据的概念

主数据(MasterData)概念的提出,源于以ERP为代表的早期制造业集成应用系统的发展过程中。随着企业各个应用系统的独立部署,“信息孤岛”等问题开始出现,各个系统中存在大量冗余、重叠的数据,一些企业开始通过建立系统接口的方式来进行数据集成,但这些尝试没有从根本上解决问题,数据环境的混乱越来越严重,主数据这个概念进入了人们的视野[2]。

主数据是具有很高商业价值的数据,可以在企业内部的各个业务部门之间重复使用,它是单一、准确和权威的数据源。主数据包括元数据、定义、角色、属性、关联关系等,被不同的应用程序使用,包括企业的大多数组织和业务单元。常见的主数据有员工、产品、客户、组织机构、会计科目等。

主数据管理项目特点

主数据管理项目具有全局性、复杂性、集成性的特点。

2.2.1 全局性

主数据一般是跨越组织内部门、在整个组织范围共享的数据,主数据管理项目需要从全局着眼,必须整个组织协同推进。

2.2.2复杂性

主数据跨越业务边界,在多个业务领域中使用,数据之间的关系紧密,系统功能之间的调用错综复杂。

2.2.3集成性

主数据管理会涉及多个源系统,多个源系统的数据来源都可能是异构的,存在系统多、关系复杂、系统封闭、数据结构有差异等特点,需要对这些系统进行应用层面、数据层面的集成。

主数据管理项目风险因素分析

主数据项目既有一般IT项目的一般风险,又有其独特需要重视的风险,该文更多的是从主数据项目特点方面分析其风险因素。

风险识别是要识别出那些可能对项目目标产生影响的风险因素,这个过程要项目成员、相关专家、客户等干系人积极参与进来,识别的方法也很多,该项目采取了头脑风暴法,召集各项目干系人畅所欲言,收集项目风险,制作主数据项目风险库。然后采用德尔菲法,以主数据项目风险库为参考,向风险专家发送邮件询问,进行匿名反馈,项目风险专员汇总后再邮件给专家,多次来回最终对项目重要风险进行意见统一[3]。经过整理主数据项目风险因素,归纳为以下三方面。

组织、管理风险

包括:风险管理部门设置是否完备;项目考核机制是否包含“风险管理”内容;领导层对风险管理的重视程度。

人员、知识风险

包括:项目仅依靠信息部门人员,缺乏业务人员参与;缺少丰富经验的数据专家;缺少主数据项目管理经验。

系统、数据风险

包括:原有数据质量风险;转换过程数据丢失风险;数据不完整风险;数据不一致风险;系统集成风险。

APH风险因素评估与计算

层次分析法(AHP)是一种结合了定性分析与定量分析的综合方法[4]。它使用一个有序的层次结构表示复杂的决策问题,通过专家客观判断和数学模型计算得出各层次因素的重要性排序,用于决策和解决问题。本文使用层次分析法,对主数据项目风险要素进行划分,形成一个层层递进的层次结构,通过对风险因素的比较,确定风险因素的权重值,评估风险的重要性[5]。

构建层次结构

针对主数据项目可能涉及的风险因素,建立主数据管理项目风险评估因素层次结构,见表1。

构造判断矩阵

风险分析层次模型确定后,请相关专家对各风险因素进行两两之间比较评分,确定风险因素之间相对的重要性,得到比较量化值,量化值规定按照表进行,见表2。

单排序权重计算

判断矩阵构建完成后,需要进行单排序权重计算[6]。层次单排序是通过判断矩阵将某层因素与该因素上一层次的影响因素进行比较,计算出权重,并按照重要性进行排序。

以A-B矩阵为例,进行单排序权重计算:

计算判断矩阵的每行乘积:

mi=∏_(j=1)^n▒a_ij (i=1,2,3,…,n),得到m=(0.0667,15.0000,1.0000)T。

计算m的3次方根:

w =〖√(n&m)〗_i(i=1,2,3,…,n),得到w =(0.4055,2.4662,1.0000)T。

将特征向量进行归一化处理:

wi=wi /∑_(k=1)^n▒w_k (i=1,2,3,…,n),得到wi=(0.1047,0.637,0.2583)T。

计算最大特征值:

λmax =1/n ∑_(i=1)^n▒〖(Aw)〗_i/w_i ,(Aw)i表示向量Aw的第i个分量,得到λmax=3.0385。

计算CR,进行一致性检验:

判断矩阵一致性指标CI=(λmax-n)/(n-1),其中n表示阶数。

得到CI=0.0193,CR=CI/RI,RI表示平均随机一致性指标,其标准值见表3,

求得CR=0.037。

一般情况下,CR<0.1,表示判断矩阵具有较为满意的一致性,所以本矩阵符合一致性检验。

使用同样计算方法,计算其他各层判断矩阵,得到一致性检验结果,见表4。

根据一致性检验结果表可知,所有判断矩阵均通过一致性检验要求,结果可靠。

层次总排序

在计算出所有各层因素单排序权重值后,通过上下层权重值合成,得到所有风险因素的权重值汇总,得出层次总排序,具體见表5。

通过上表层次总排序结果可知,风险因素C4(项目仅依靠信息部门人员,缺乏业务人员参与)、C5(缺少丰富经验的数据专家)、C7(原有数据质量风险)等因素具有相对较高的权重,对主数据管理项目影响更大,因此需要对这些风险因素进行重点管理。

结语

该文通过识别出来的主数据管理项目的风险因素,基于层次分析法建立了一个风险因素评估模型,通过量化各种因素的指标,计算出风险因素所占比重,得到了主数据管理项目实施过程可能存在的风险要素及各风险要素的重要程度,通过权重排序,找出风险重点,从而在项目实施中可对重点风险制定控制方案。

参考文献

[1]刘云,潘峰,徐宇.面向烟草企业的数据治理与管控研究[J].中国管理信息化,2020,23(24):99-100.

[2]李志,费晓璐,郭振.基于数据中台的电力企业数据资产管理方法研究[J].电力信息与通信技术,2020,18(7):76-81.

[3]詹红艳.软件项目管理中风险控制策略研究[J].软件,2019,40(6):230-232.

[4]李北伟,吕鲲,季忠洋,等.基于层次分析法的项目管理风险因素估计与方案优化选择——以汽车零部件项目为例[J].科技管理研究,2016,36(2):218-223.

[5]杨东.层次分析法在软件项目质量影响因素分析中的应用[J].项目管理技术,2021,19(6):155-158.

[6]王运鑫,靳春玲.基于AHP的价值工程理论在建筑设计中的应用[J].价值工程,2017,36(23):183-185.

猜你喜欢

项目风险数据管理排序
企业级BOM数据管理概要
定制化汽车制造的数据管理分析
恐怖排序
节日排序
数据挖掘在学生成绩数据管理中的应用研究
数据挖掘在学生成绩数据管理中的应用研究
建筑工程项目风险与全面风险管理
知识缺口及其对项目风险管理的影响与建议
建筑工程项目风险与全面风险管理
建筑电气工程项目风险及应对措施思考