▌數據資產管理背景

數據資產是無形資產的延伸，是指具有固定資產的實物形態而主要以知識形態存在的重要經濟資源，它是為其所有者或合法使用者提供某種權力、優勢和效益的固定資產。由于建筑企業的特殊性，在具體的生產經營活動中，隨時都在產生大量的結構化和非結構化數據，在以往的信息化建設過程中，很少將數據上升到企業資產范疇，存在數據利用率不足、數據丟失問題嚴重、線上線下銜接困難、協同應用效率低下、生產與經營脫節等現象，產生建筑資源浪費、工程建設成本高企、污染嚴重等問題。

數據資產管理是企業在信息化催化及管理能力提升下的必然產物，也是開展大數據應用、實現數據化運營轉型的必要途徑。數據化運營就是企業一切經營活動都是基于數據開展的，數據不再只是診斷輔助，而是引導企業發展戰略、經營策略乃至具體工作方針的制定。建筑企業若想盡快推進數字化轉型，加快產業升級換代，就必須重視數據的作用，樹立大數據思維，加大數據資產的梳理和積累，利用先進技術手段進行數據處理和深度利用，不斷推進技術創新、商業模式創新和產品革新，增強靈活適應市場變化的能力，敏捷調整企業經營策略，推進可持續發展。

▌數據資產管理方法

根據信息技術標準化組織The Open Group所制定的TOGAF架構，數據架構描述了邏輯的和物理的數據資產和管理數據資源的結構，建立關鍵信息流模型，描述業務事件的關鍵輸入、輸出信息，為應用架構提供數據支撐。數據架構的規劃和建設需要規范的數據資源體系進行有效的支撐，而作為企業重要資產的數據則是數據架構建設和核心。數據不僅物理地分散在不同的部門、不同的業務、不同的信息系統中，而且數據之間存在一定的關聯關系，數據可以進行拆分和組合，以便生成新的數據。

為便于對數據資產進行有效的管理，加大數據資源的利用和開發，結合建筑企業的生產經營活動特點，本文采用基于層次分析法對數據資產進行管理，即在對數據資產進行分類時，采用層次化模型進行數據結構分解，對數據實體進行登記，在建立復雜數據關系時，采用層次化的模塊分解方法進行逐級分解，實現整個數據資源體系的可描述性。

該方法的關鍵的是找到各類數據之間的關聯關系，明確子級數據對父級數據的影響因子或權重系數，將數據進行量化處理，通過層層分解，細化到具體的、可操作的明細數據，從而使數據體系化。數據資產管理是企業數據管理的一次重大的變革，涉及到管理模式、組織機構、業務模式、人員培養等諸多方面，必然是一個長期、穩步推進的過程。另一方面，由于企業內部對數據價值的認識水平不一，也決定了推進數據資產管理應是一個自上而下的過程，需要來自企業管理層的強力推動。

▌數據資產管理途徑

數據資產管理是一個復雜的系統性工程，需要解決“需要什么數據、數據從那里來、數據如何應用、如何改進流程”等問題，按照數據資產管理方法，可通過“目標-執行-應用-改進”的實施途徑，逐步清理數據資源，建立數據資產體系，提升數據應用價值。

數據資產管理途徑

1   ▏數據資產梳理

在進行數據資產管理時，首先應制定數字化戰略，圍繞轉型需求，確定戰略目標，包括質量目標、整體績效目標及組織競爭地位等；其次應開展數據調研，摸清數據存在的形式和分布情況及數據質量等信息，梳理各個業務、部門重點關注的數據；再次確定數據層次和血緣關系，明確不同數據之間、上下級數據間的關系，制定元數據標準，建立數據清單（BOD），以便形成數據資產目錄體系。

2   ▏數據采集處理

在建立建筑企業數據關系的基礎上，從數據角度對設計、施工、交付、運營全過程進行分析，明確每項數據的組織形態、數據來源和通道途徑，包括本單位產生的數據、其他單位傳遞的數據、下級單位提供的數據、向上級上報的數據以及其他來源的數據等，明確數據采集頻度、管理要求、標準規范等內容，建立數據采集規范和管理要求。

建立數據采集平臺，以施工項目為中心，通過實時傳輸、視頻接入、網絡爬蟲、日志采集、流數據采集、ETL、適配器、API等途徑進行結構化、半結構化和非結構化數據采集。采集到ODS或Hadoop中的數據，經過解析、轉換、清洗、加載到數據DW、Hive、NoSQL/Mongodb、HBase等進行存儲，并進行數據安全防護。

3   ▏數據資產管理

以元數據標準為基礎，按資源目錄數據管理平臺將存儲的數據展示出來，以主數據、業務數據、主題數據為重點，提供數據模型管理、編碼管理、維護管理、質量監控、流程監測、任務調度、數據交換等管理應用，監控數據采集、傳遞、審核、發布等流程，并將數據以云服務的形式提供出來，便于進行統一檢索、資源共享、集成服務、維護管理等應用，為建筑設計、施工、交付、運營全過程提供支撐。

4   ▏數據資產應用

圍繞績效考核、業務流程分析與監控、數據檢索與展現等方面，建立數據分析應用平臺，以算法和模型為重點，提供數據Storm實時分析、Spark離線分析、OLAP分析、數據挖掘、并行計算等分析服務，將隱藏在數據內部的規律性、有價值的信息展現出來，充分發揮數據的潛在價值，為建筑企業開展設計優化、模擬建造、現場施工、資源調配、質量檢查等提供信息支撐。

5   ▏數據管理改進

在實現數據相關流程持續在線集成應用、數據深入應用的基礎上，企業要負責開展如何優化改進或變革業務流程效能的問題，信息化部門要結合信息技術的發展情況，負責優化IT架構、功能升級、敏捷支持和快速響應的問題，通過數據支撐業務流程持續優化改進。

▌推進數據資產管理的建議

1   ▏更新理念，樹立大數據思維

建筑企業的組織結構、生產組織方式、設計理念、工藝方法比較傳統，與當前如火如荼的信息化發展趨勢存在不小的差距，數字化轉型任重道遠，建筑企業必須立足現實，認清形勢，居安思危，加大信息化設計、建設和實施力度，樹立大數據思維，積極擁抱新經濟，加大對數據資產的關注和重視，推進數據體系治理和數據資產積累及應用，不斷推進數據化、客戶化運營，盡快提升競爭力。

2   ▏培養人才，構建技術團隊

建筑企業信息化建設水平較低，對數據資產的重視力度不夠，對數據規劃、架構設計、平臺建設、數據運營等領域方面的技術人才儲備不夠，人才引進、培養、激勵等機制缺乏，人才成長渠道有限，缺少支撐數據化戰略的人才梯隊。為適應大數據戰略需要，建筑企業應加大信息化投入，著力構建一批數據領域的人才梯隊，以便支撐企業數據資產管理及數據運營戰略的實現。

3   ▏深化積累，收集各類數據

建筑企業內部生產經營過程及工程建設過程中產生了大量的結構化、半結構化和非結構化數據，這些數據組織形態各異、類型不同、結構差別較大，另外數據收集不全可影響企業的戰略決策、技術革新和服務升級。因此，建筑企業應加強對員工的宣傳教育，培養數據積累的意識，并努力通過各種技術手段加大數據采集力度，深化數據積累，強化數據標準建設和數據治理，為后續數據應用奠定基礎。

4   ▏夯實基礎，推進數據治理

建筑企業數據零散，元數據標準、數據采集、編碼、傳輸、應用、轉換及集成標準缺失，沒有建立面向數據的標準及面向數據的崗位，數據聚合能力較弱。因此，建筑企業應夯實數據的標準基礎和管理基礎，建立數據標準體系和數據崗位體系，明確數據產生、編碼、傳遞、共享、應用的職責要求和管理制度，加大數據規范性、及時性的檢查和考核，推進數據治理能力的不斷提升。

5   ▏加大應用，重視數據價值

建筑企業對數據，特別是半結構化、非結構化數據的處理能力較弱，缺少大數據實時計算、離散計算、并行計算等數據處理的解決方案，大量數據被丟棄在數據庫中，很多重要的價值沒有充分發揮，因此必須重視與專業廠商的協作，構建完善的大數據與業務結合的解決方案，重視大數據處理和應用，最大程度發揮數據價值。

▌結束語

數據資產的管理和應用是一項系統工程，需要結合建筑企業自身的經營生產實際，制定詳細、周全的工作計劃，建立數據資產的采集、存儲、處理、管理和應用平臺，完善數據資產管理標準和規范，逐步構建數據資產目錄體系和管理體系，實現數據資產管理的信息化、標準化和科學化。

想了解更多IT資訊，請訪問中培偉業官網：中培偉業