摘要： 2015年7月19日，“第四届中国大数据应用论坛”在北京大学隆重举办。北京燃气集团信息档案中心总工王广清先生在论坛上带来了题为“燃气企业数据治理与应用的探索 ”的精彩演讲。 
关键词： 数据治理大数据CIO

2015年7月19日，以“开源大数据技术的生态与应用”为主题的“第四届中国大数据应用论坛”在北京大学隆重举办。本次论坛由北京大学信息化与信息管理研究中心和中国新一代IT产业推进联盟主办，北京大学CIO班教务办公室和北达软协办，CIO时代网承办。活动当天来自业界的专家领导、大数据专家、技术大咖、知名企业CIO、知名媒体等近200位嘉宾参与了此次盛会。本届论坛的主题聚焦开源大数据技术的生态与应用，嘉宾们分别从不同的侧面揭示了大数据技术本身的发展与行业应用趋势，带给了台下嘉宾们很多的干货以及经验分享。

    北京燃气集团信息档案中心总工王广清先生在论坛上带来了题为“燃气企业数据治理与应用的探索 ”的精彩演讲，以下为演讲实录：

北京燃气集团信息档案中心总工 王广清

    大家下午好！我今天讲的更多的是在企业里如何管理企业的数据。更多的是从我们自己企业的角度与大家分享。我今天演讲的题目是“燃气企业数据治理及应用的探索”，主要是讲我们企业数据治理和管理方面的方法、经验，与大家进行分享，同时也对企业未来发展进行探索和展望，希望对大家有所启发。今天报告主要分为三个方面：

    第一，燃气企业数据治理现状及挑战；第二，燃气企业的数据管理实践；第三，燃气企业大数据应用的探索。燃气企业数据治理存在的问题及影响。比如数据分散在众多系统中，每个系统都在局部进行数据定义、数据分类、数据主题区域划分、数据模型维护，缺乏统一的、全局观的数据试图。缺乏统一的数据分析规划，数据的访问、变更、转换、清除等全县定义不清楚，无法保证数据在流转过程中的一致性。等等。这些问题概括起来，是企业没有进行统一的数据管理。而一个企业却拥有着很多数据，分散在各个系统，只是没有进行统一管理。如果数据不能进行统一管理会给企业带来很大影响，影响到企业决策、数据共享等方面。不能及时有效的形成决策提供、给数据统计带来困难等。这些都是问题和影响，需要企业迫切建立一个数据管理体系，对数据进行有效的管理。刚才讲了数据治理的迫切性。

    下面讲一下数据治理的价值。讲一下它的必要性。可以促进单一数据视图的形成，支持管理信息能力的发展，提高支持决策分析的能力。避免跨部门沟通的歧义性，减少部门间沟通障碍，降低沟通成本。

    我们看一下数据治理体系建设面临的挑战。比如说数据治理体系是一个漫长、艰苦的过程。首先各位CIO同学，你们思想上要做好准备。不是说通过一个项目、一段时间的工作就能把企业的数据管理做到很好。还有在管理工作中需要领导的重视，重视数据治理体系的建设，并且授权给数据治理组织进行数据治理工作。数据治理工作需要加强参与人员的培训教育。那我们的解决方案，比如说这个过程漫长，那我们业务部门、信息部门等部门需要在友好的氛围下通力合作，数据治理协调组织需要加强协调力度，数据治理部门需要具有业务管理经验和数据管理经验的人才。

    前面介绍了数据治理体系的迫切性和必要性。下面结合我们企业在数据架构规划、数据资源管理系统的建设、数据安全管理方面的经验，来说明一下数据治理体系怎么进行建设。我刚才说了三块：数据架构规划、数据系统建设、数据安全方面的需求做法。这些和数据治理体系又有什么关系？我之后会做些解读。

    大家看一下这张图。这是国际数据管理协会（DAMA）提出的企业数据管理模型。他认为企业数据管理是一项非常大的工作，从数据架构、数据开发、数据安全、主数据的管理、数据仓库与商务智能、数据参考与主数据、文档和内容管理、元数据管理、数据质量等等，我认为这个讲得很好。我今天讲的也围绕这个模型展开。比如我们的架构是怎么样规划的，主数据管理、元数据管理、数据质量管理我们会放到资源管理系统，还有数据安全的做法，供各位同学参考。

    我们各位CIO同学如果看到这张图会想到什么呢？我首先会想到，这10项工作是我们自己的企业，哪些已经做的、哪些正在做、哪些未来要纳入到计划里要去做的。那么已经做的部分，做的质量如何？我们未来如何进行优化？我想我们在座的同学，看到这张图，你们应该思考这样的问题。一个企业的数据管理是千头万绪。我们现在热炒大数据，那我们的同学们究竟何去何从？我想这张图可以告诉你们，你们企业未来应该做些什么工作。首先要把数据治理的基础打牢了，然后在此基础上进行大数据分析。我们首先看一下，企业数据架构规划方面我们所做的工作。我们数据架构是由数据模型、数据管控体系、数据平台支撑体系三个部分组成的。未来整个企业数据管理建设工作也主要围绕这三个部分展开。数据模型包含了哪些内容？通过识别和定义数据主题域、数据主题、数据实体，形成级概念数据模型，建立全局数据视图。通过规划和建立数据管控的组织、流程、评价考核体系支撑数据质量、数据标准、数据安全的有效管理。这是数据管控体系。数据平台支撑体系，通过建立企业数据仓库、数据资源管理系统、企业级应用集成平台，实现对数据模型、数据生命周期及数据管控体系的平台支撑。在座的同学们，如果你的企业没有做过数据架构规划，建议你们尽快能做这样的工作，这样就明确目标。具体到你的企业做这样的规划，定义企业未来几年数据治理方面要做的工作，这是一个高效的工作方法。

    再看一下数据模型规划里面一个数据主题域及数据主题划分。通过对企业业务领域进行数据映射，可划分为以下14个主题域，并根据各个业务域下的业务能力，细化数据分类粒度，将主题域细分为50个数据主题。

    第二是建立企业全局数据视图。基于数据主题域、主题、实体的划分，建立全局数据视图，从统一的视角提供反映企业业务活动的完整数据视图。我们的CIO们脑海里应该有这样一个试图。做规划的人，对你企业整个数据是什么样的，站在企业来看我们数据的试图是怎样的。要把它规划出来，便于后续整体的建设和系统之间的协调。