依托数据中心建设驱动企业高质量数据治理

童宗祥 杨碧霞

摘要：通过对企业生产经营数据管理现状的分析以及国家和行业对数据统计的要求，提出了建设企业数据中心的目标和思路;以“数据报表管理为抓手”，梳理优化企业关键业务流程，并借助大数据、云计算、BI智能分析、统计方法、精益管理工具打造企业动态数据管理平台;通过数据中心建设，企业数据的填报、统计、分类、决策、对标创标工作实现了流程优化提升，实现了底层数据高效集成，为生产经营管理决策提供了数据支撑，提高企业数据管理水平，助力企业高质量发展。

关键词：数据中心;驱动;流程梳理;数据治理

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2021）16-0038-02

开放科学（资源服务）标识码（OSID）：

Relying on Data Center Construction to Drive  Enterprise High-quality Data Governance

TONG Zong-xiang1， YANG Bi-xia2

（1.Chuzhou Cigarette Factory， China Tobacco Anhui Industrial Co.， Ltd.， Chuzhou 239000， China; 2.Chuzhou Science & Technology Incubation Center， Chuzhou 239000， China）

Abstract： Based on the analysis of the current situation of the enterprise's production and operation data management and the requirements of the country and the industry for the data statistical tools， the paper puts forward the goal and ideas of constructing the enterprise data center. "Focusing on data report management"， it combs and optimizes key business processes of enterprises， and builds a dynamic data management platform with the help of big data， cloud computing， BI intelligent analysis， statistical methods and lean management tools. Through the construction of data center， enterprise data filling， statistics， classification， decision making， bid creation and creation have realized process optimization and improvement， and the efficient integration of underlying data has been realized， which provides data support for production， operation and management decisions， improves enterprise data management level， and helps enterprises develop with high quality.

Key words： data center; drive; process carding; data governance

近年來，国家和行业对数据统计工作日益重视，党的十九大报告提出完善统计体制，将统计监督纳入党和国家监督系统中，明确了加强数据统计工作的方向和目标;国家局下发了《行业统计工作管理办法》，明确了新时代统计工作新标准、新要求。安徽中烟也在“十三五”信息化规划中提出统一数据平台实施方案，建设“两级数据中心”，汇集企业的生产经营管理数据，采用数据仓库技术及各种高级统计分析和数据挖掘技术，帮助企业实现“数据、信息、知识”的转化，实现科学决策，真正成为数据集散中心、报表处理中心和决策辅助支持中心，成为数据资源管理体系的中心和枢纽。

1数据中心建设的目标和思路

1.1企业生产经营数据管理现状和数据中心建设目标

目前卷烟企业各类报表存在数据较为分散，人工参与度高，各类数据在企业内部经过多次流转，并经过多个环节的重复统计和重复录入的现状。为了提高企业生产管理效率，数据中心建设是以“数据报表管理为抓手”，将分散在各个业务处理系统中的数据归集起来，为各级用户提供数据提取和查询服务，同时实现综合查询与分析，联动查询与统计，实现各类统计业务报表的内容共享，打造一个“上下贯通、左右协同、资源共享、高效运行”数据管理平台[1]，对推动企业高质量数据治理工作意义重大。

1.2数据中心采取“大处着眼、小处着手”的建设思路

“大处着眼”，即着眼于信息化建设的综合服务能力，着重构建信息服务的底层技术，以支持卷烟厂管理需求的变革;“小处着手”，即选择从报表梳理切入，部分企业目前的报表上报和流转过程复杂，占用大量人力资源，没有充分体现数字化对业务的优化和提升作用，通过数据治理的方法论，从根本上追根溯源，理清企业内部统计数据的源头，之后进行统一规划设计，重新梳理业务流转脉络，建设一套自动、高效运行的数据中心管理系统。

2数据中心建设的三阶段实施

2.1 需求调研阶段

通过PDPC法（过程决策程序图法）开展整体目标调研、数据中心建设所涉及的详细业务调研、数据分析、治理和对标管理调研（见图1）。

2.2具体实施阶段

在完成调研后，编制项目详细设计方案，确定关键业务流程并固化，同时细化到所有数据的抽取方式、来源和去处、权限分配等等。根据方案全面推动企业的生产、销售、对标、管理等各类数据治理，构建内外部数据库，实行企业关键指标数据的动态管理。

2.2.1梳理优化关键流程

以“数据报表管理为抓手”，对企业多个业务部门开展需求调研工作，系统梳理优化当前报表管理流程，梳理企业生产管理过程中的关键指标和迫切需要解决的问题项，提出优化建议，优化企管、生产、设备、质量等部门关键业务流程，涉及生产物耗、辅材消耗、设备效能、在线检验、香精香料收发存等关键业务流程的梳理和优化。

2.2.2开展关键管理指标主题分析

企业关键管理指标主题分析是基于当前卷烟厂内部数据上报分析管理的基础数据，根据不同部门、不同角色，并对业务进行一定的提炼，形成不同的分析主题，面向厂决策层和各部门提供信息服务。做好企业关键管理指标的主题分析，建立关键指标清单。其次是做好企业生产物耗分析、对标指标分析、经济运行分析、工艺质量分析、设备效能分析，动态对标各类指标数据[2]。

2.3数据治理验证阶段

通过数据中心建设 ，对比各类指标数据的前后变化和改善提升情况，并根据对比情况不断进行数据治理工作的优化完善，提升数据治理的管理水平。项目运行以来，在企业数据中心形成了5000多份填制报表，在数据的填报和审核上实现了部门把关，按需共享。通过统一的业务和数据梳理，采用部门把控、源头负责的原则，通过数据中心平台，共享对象和查询权限，每个部门对各自产生的报表数据进行审核把关，审核通过后，系统自动流转和共享给其他需要该报表数据相关部门，各类指标数据运行有序，自动归集，集成高效。

3项目实施后数据管理前后对比

通过数据中心建设，实现了企业主要经济指标数据的统一汇总、集中展示、分级查询，达到“数入一库、数出一门”的目标，确保了各类数据的真实性和统一性，保证源头数据的填报真实规范，确保过程数据审核规范、口径统一、责任到人，大大减少相关人员的工作量，同时对集中梳理过的数据，可以有针对性地做相关管理主题分析和指标数据分析（见图2），为企业的数据治理工作提供了技术支撑[3]。

3.1在数据填报上实现了一次填报，一表多用

通过详细的业务梳理，细分和规范报表的填写格式，同时考虑三个口径源头数据的合一，包括财务口径、统计口径、生产口径等不同数据的构成项内容，使一线员工的填报工作一次完成即可，然后系统根据不同的统计口径计算规则，自动抽取该表所需的数据项内容进行组合，形成不同的维度（日报、月报）的统计报表。

3.2在数据报送上实现了自动流转，电子签章

通过数据中心平台，一次性配置好每张报表的流转路径和权限，使报表上报方式，由之前的OA手工报送和审核，到系统在线自动流转和审核，规范了报送流程，同时每张报表都带有电子签字，可以做到实时上报，极大缩短打印签字和递送的时间。

3.3在数据统计上实现了实时统计，数据追溯

统计人员对一线的报表由月底，多口径繁杂的手工汇总工作，改变为根据日报和计算逻辑进行自动实时汇总、实时查看，并能跟踪追溯每张报表的填报、审核环节的岗位、人员、时间、审核结果等详细轨迹数据。

3.4在数据分类上按紧急程度、按人员岗位、按接收科室、按填报科室梳理

对每张报表的特性进行梳理和细分，梳理每张报表的紧急程度，考虑审核周期是以日为单位还是以月为周期，梳理每张报表的科室、科室的具体填报岗位和填报人员，实现填报工作的“定岗定人”，梳理报表的直接接收科室、科室的具体审核岗位和审核人员，做到“源头把控”，同时需要考虑报表数据共享给其他需要的部门。

4 依托数据中心建设取得的数据治理效果

4.1实现了流程优化与提升再造

通过流程梳理，针对企业管理科、生产科、设备科、质量技术科和制丝车间、卷接包车间、物流分中心等七大核心业务部门的业务报表进行统一梳理，形成规范的报表填写、上报业务流程图;并根据企业内部管理要求，源頭报表细化到日报和单一对象，形成新的业务流程规范，通过梳理每张报表的业务流转过程，在数据中心平台上模拟现实进行流转，一次性配置好流转环节，每个环节对应的填报部门及岗位、审核部门，自动按规则按需求进行流转及配置，形成报表填报制度，实现了流程再造和报表自动流转[4]。

4.2打通了断点和梗阻

流程再造后，打通了生产管理环节信息流的断点和阻塞，信息传递更加顺畅高效，从而拉动信息流的不断改善和价值提升，有效提升各环节的工作效率，减少等待浪费和管理浪费的发生。通过分层分类的数据分析，挖掘数据背后的意义，坚持问题导向，查找管理弱项、技术短板和绩效差距，总结标杆指标产生背后的管理手段、管理措施、管理方法，严格贯彻PDCA管理思想，达到数据对标创标的目的，助力企业数据治理和创标创优。

4.3实现底层数据高效集成

经过平台数据集成，提升了流转效率，大幅度减少人员工作量。通过规范报表填写格式，将多个口径源头数据合一，使一线人员的填报工作量减少三分之一，解放人力出来进行更加深入有价值的分析工作，提升企业整体的数字化转型进程和数据分析、信息服务的能力水平。

4.4为管理决策和对标创标提供数据支撑

实现关键指标查实时看，按照不同的统计口径要求，基于已审核通过的报表数据，对关键指标数据进行提取和实时查看。根据不同的业务主题内容划分，可进行详细的各类对标指标数据分析，包括动态的对比分析、结构分析和趋势分析等。比如产量指标实时数据，销售指标实时数据，物耗指标实时数据，质量指标实时数据，设备指标实时数据等，为各级管理层的决策提供实时有效的数据支撑。

参考文献：

[1] 林小村.数据中心建设与运行管理[M].北京：科学出版社，2010.

[2] 丁亚军.统计分析：从小数据到大数据[M].北京：电子工业出版社，2020.

[3] 窦文清，雷万云，姜永凯.迎接数据中心的奇点——企业级数据中心现代化技术与实践[M].北京：清华大学出版社，2017.

[4] 赵申.加强烟草企业数据中心建设 强化数据分析应用[J].价值工程，2011，30（6）：98.

【通联编辑：王力】