基于大数据的企业智慧型外事管理研究

曾阳 朱珊珊 于佳

（1.东方电气股份有限公司信息技术中心 四川省成都市 611731）

（2.中国东方电气集团有限公司党组办公室 四川省成都市 611731）

1 设计背景

目前东方电气集团以“一站式办理、只跑一次”为目标，依托电子护照项目的软硬件基础设施，整合集团因公出国（境）外事业务，简化办事流程，实现网上申报、审批、流转等环节，实现因公出国（境）等业务的事前、事中、事后的全程网络化办理，建设初期主要着眼于通过系统建设和固化相关规范，整体提高外事管理规范化水平和管控力度，同时提高办事效率，实现从企业申报、集团审核审批、向省委外办、外交部流转过程通畅稳固。

以先进的信息化技术推进业务规范化、服务精细化、管理科学化，提升外事服务水平和加强数字化监管，做到“计划管理、因事定人，限量控制、严格规范，公开透明、群众监督，突出主体、强化管理”，高效利用出访数据的价值成为当务之急。本文通过建立业务指标体系，对历史数据进行分析和挖掘，实现对出国计划、出国审批、证照办理等业务的智慧型管理和数据化监管。

2 外事管理现状分析

东方电气集团外事管理现已实现出访计划管理、出国审批、护照办理、归国管理、基础管理、邀请来华管理、APEC 商务旅行卡管理、因公出国（境）移动审批等全业务线上办理，具有实施大数据分析、数据化监管的现实基础。

然而，仅依靠业务系统难以全面实现对系统数据多层次、多维度的分析支持，尤其是新建系统与在用系统之间的数据标准化和统一、实现多系统之间的数据集成和共享等方面存在一定问题。因此利用大数据工具实现外事管理智慧监管，对外数据及时报送，对内多层级分析、辅助决策分析，具有现实迫切性。

境外延期团组申报流程如图1 所示。外事管理系统总体设计如图2 所示。

图1 ：境外延期团组申报流程图

图2 ：外事管理系统总体设计

3 设计思路

以企业外事管理分析为导向，以集团管控为目标，利用大数据等成熟先进技术，实现数据资源各方面业务分析模型，数字化展示外事管理成果、洞察问题、预警风险，辅助决策；实现管理的“标准化、智能化、科学化”，支撑精细化管控。努力实现外事管理多元化、高效化。

（1）建立数据标准体系。建立外事管理数据标准体系，提高数据质量及可用性。

（2）建立数据管理的规范体系。建立外事管理数据管理制度，提高数据管理能力，提升数据决策和服务支撑能力。

（3）建立数据采集标准，完善数据资源。建设统一的数据采集标准，实现结构化数据的汇聚，为数据分析提供支撑。

（4）建立统一的资源体系，构建数据资产。构建统一数据仓库，满足数据管理要求，提升数据管理能力，挖掘数据价值，积累可阅读、易理解、能应用、有价值的数据资产。

（5）建立统一的决策分析指标体系，挖掘数据价值。以数据为核心，基于外事管理平台、集团战略发展及业务管控需要，构建统一丰富的决策分析指标体系，并基于业务管理建立可行的分析模型，挖掘数据价值，为领导的决策指挥提供全面的、及时的、可靠的数据支撑，发挥数据价值。

4 分析设计

4.1 数据标准体系

数据标准管理，数据标准管理是针对组织机构、人员、国别等基础类数据的，保证业务相关基础数据的使用和交换都是一致、准确的，通过统一数据定义，提高数据的一致性，促进数据共享，提升数据质量。

数据元标准，数据元标准能够通过统一的标准对数据模型中的数据字段项进行标准化管理，在建设数据模型时可以直接引用，进行数据元信息的标准化控制。

数据元标准的管理功能包括添加、查询、编辑、删除以及导入等；数据元标准的属性包括：代号、英文名称、中文名称、数据类型、业务规则、数据长度、数据精度、是否为空、度量单位、值域、备注等。可对数据元建立相应的分类，按不同类别进行详细管理，包括添加分类、修改分类、删除分类等功能。

数据标签管理，标签管理能够按标签维度查看标签信息，并能够进行添加、编辑、删除、导入、导出标签内容。系统可以对数据标签建立不同的维度，通过维度对标签进行分类，便于管理；包括添加标签、修改标签、删除标签等功能。

数据字典管理，数据字典管理功能包括添加、修改、删除、查询等功能，对数据项的编号、类型、长度、精度等进行统一规范和标准化。

数据字典管理将基于主数据管理系统中的数据进行扩展，对主数据管理系统给中未涉及的基础性数据，依据业务规则建立相应的字典类型模型，实现数据的标准化管理。

4.2 数据管理规范体系

明确数据标准管理工作职责和流程，保证数据管理的流程化、规范化。

数据管理规范的内容主要包括：

数据标准管理的角色与职责：进行数据标准管理相关的部门、角色、人员以及具体的职责约束和规定，明确标准的制定人员、审核人员、发布人员、技术支持人员。针对外事相关数据标准的制定和管理工作，需要在规范中明确外事部门技术部门相关人员的作用、工作内容和职责。

数据标准管理流程：梳理数据标准管理流程，包括数据的采集流程、数据申请流程、数据停用流程、数据删除流程等。同时管理流程需要与角色和职责相结合。

数据标准内容规范：约定业务数据标准的范围和内容，明确业务数据标准规范涉及的业务系统、数据项等，为业务数据标准规范的制定提供指导。

业务方面，本规范中将约定每类业务域指标定义，包括指标类型、指标名称、分析维度、更新频率、指标描述、业务逻辑、数据模型等内容。

技术方面，本规范将约定数据标准的技术属性，包括数据类别、数据类型、数据格式、有效值范围、映射类型等。

标准代码方面，本规范将明确数据标准定义中所涉及的标准代码的取值和业务含义，包括代码名称、业务含义、编码规则、代码长度等。

数据共享管理规范：主要说明提供的数据共享接口的管理内容。接口的管理如权限申请、接口启用流程、接口停用流程等；数据共享接口详细的技术参数，包括接口参数、接口返回值、接口调用形式、接口协议、接口调用样例、接口数据加密方式等具体内容标准。

4.3 建立数据采集，完善数据资源

约定数据采集频率，主要以定时方式，实现数据的采集，根据每类数据的业务使用频率进行数据采集汇聚。利用ETL工具将数据自动抽取，ETL 能够按照的数据采集规范和要求，实现对数据的“一次定义，自动采集”，具备调度管理能力，可以按照设定的时间频率（小时、天、月度）自动进行采集。对于时效性要求较低的数据，设定较为宽松的采集频率，如每月自动采集一次等；对于业务连续性要求较高的数据，当天系统流程完成后，及时将结果信息采集。

数据库直连：即直接连接业务的数据库，在保证数据安全及业务系统运行正常的情况下，从数据库相关表中采集数据；

API接口对接：利用系统提供的API接口，对接采集数据；

数据导入：通过数据文件方式，将业务数据导入，数据文件包括excel、XML、Json 等。

在数据采集过程中根据每类数据的具体业务逻辑进行判断，选择全量、增量的方式进行数据采集，具体说明如下：

全量采集方式：当数据来源表中无法区分新增、更新、删除情况时，可以定时清空目标表全量数据后，再采集数据来源表全量数据。

增量采集方式：当数据来源表中存在数据更新标识，通过与目标表的数据对比，查询数据来源表新增、更新以及删除状态数据，进行增量采集。

4.4 资源体系

资源体系包括信息资源分类和资源体系角色。

信息资源分类是根据信息内容的属性或特征，将信息按一定的原则和方法进行区分和归类，并建立起一定的分类体系和排列顺序。

信息资源分类对于信息资源共享具有重要的作用。一方面它可以对信息资源的实施进行有效管理，另一方面它可以按类别协助开发利用已有信息资源，实现信息资源共享。

为了多方面刻画外事数据的特征，便于对信息的组织、维护和使用，信息资源分类包括两个维度：一是部门/公司维度；二是业务域维度。基本覆盖了信息资源的产生、加工、使用和管理维护过程中的不同视角，能够较好地满足对信息资源组织、管理和使用的需求，而且易于理解和接受。

部门/公司维度：从部门/公司的维度进行信息资源的组织、管理、展现，在部门/公司目录之下，按业务详细分类展示其所提供的信息资源，能够更好的界定数据归属单位、数据管理责任等。

业务域维度：从业务域的维度进行信息资源的组织、管理、展现，在一级业务域之下，按照子业务域方式进行详细信息资源的展示，同时标明数据来源单位等信息。

资源体系角色可分为三类，分别为管理者、提供者和使用者。

管理者：技术及平台角度，对信息资源目录进行日常的维护、管理，包括目录的增加、删除、修改，以及数据的接入、相关技术支持等。

提供者：即信息资源的提供部门，主要是信息资源对应的业务部门。一类信息资源的提供者可能不是唯一的，可能存在多个单位都会涉及同一类信息资源，此种情况，将设定一个牵头的信息资源提供者，其他部门作为辅助。

使用者：即从信息资源获取信息资源的部门或者信息系统，使用方式包括信息资源的查询、下载、对接等。

4.5 数据指标体系

采用“自上而下”的思路进行指标梳理，横向到边、纵向到底，按业务专题进行指标体系规划，根据集团、业务管理需求，最终形成统一的指标体系，建立满足分析决策需要的数据看板。指标体系分类示例如表1。

表1 ：指标体系分类示例

邀请来华团组基础指标 单位名称 1、时间：年、月2、核算组织：集团、企业 天基础指标 邀请团组数 1、时间：年、月2、核算组织：集团、企业 天基础指标 邀请人数 1、时间：年、月2、核算组织：集团、企业 天衍生指标 团组占比 1、时间：年、月2、核算组织：集团、企业 天衍生指标 人数占比 1、时间：年、月2、核算组织：集团、企业 天基础指标 团组名称 1、时间：年、月2、核算组织：集团、企业 天基础指标 组团单位 1、时间：年、月2、核算组织：集团、企业 天出访任务审批状态基础指标 上报日期 1、时间：年、月2、核算组织：集团、企业 天基础指标 流程状态 1、时间：年、月2、核算组织：集团、企业 天衍生指标 流程状态分布 1、时间：年、月2、核算组织：集团、企业 天

通过制定一套数据标准规范，对数据采集、管理、共享等进行约束，采用统一的数据仓库集中存放采集的数据，基于管理监管需要，建立一套统一的指标体系的基础上，从而面向集团主要领导、集团分管领导、各企业领导、总部职能部门负责人及业务人员提供包括PC 端、大屏端、手机端三种访问入口，满足不同场景的应用需要的数据分析。

通过数字化展示，为不同人群提供相应的决策分析应用，辅助决策和工作支持。以支持以团组单位/出访国家维度统计各任务性质出国团组数和人次数分析为例。按团组单位统计维度，围绕一个关键指标，如任务性质，实现业务上层层穿透、多维度多级次分析，按照单位的维度往下穿透，一直追踪到最细粒度的点，实现纵向到底，达到“知其然，知其所以然”；按时间维度，基于统一的数据，围绕一个业务专题，如出访全生命周期分析，整合事现出访计划管理、出国审批、护照办理、归国管理，实现事前事中事后全生命周期管理，确保“横向到边”，实现各主题之间业务数据的融合分析，并通过关键字段进行全链条跟踪查询。

5 实现效果

外事数据云图如图3 所示。

图3 ：外事数据云图

6 下一步思路

以多系统数据互联互通、外事出访全流程管理为核心，通过对历史数据进行数据分析和挖掘，对出国计划、出国审批、证照办理等业务有效加强了智慧型管理和数据化监管。未来可在以下三个方面做进一步扩展。

（1）进一步完善数据指标体系及分析维度。全面且完整的数据指标是建立分析模型的前提条件，数据越完善，分析模型结果越佳。

（2）促进同神经网络、机器学习融合。随着人工智能技术的全面爆发，可以运用先进的机器运算，把原来难以预测的风险或者难以预测的信息通过机器学习模型提前预警。

（3）借助外事智慧化分析，结合海外业务活动，进一步挖掘数据价值，赋能生产经营。提供业务政策制度和执行的精准度，可以根据数据报告和监控制定更加精准的措施，做好对外事工作的管理和监管。