一图读懂中冶宝钢数据治理规划（2022-2025）.docx

《一图读懂中冶宝钢数据治理规划（2022-2025）.docx》由会员分享，可在线阅读，更多相关《一图读懂中冶宝钢数据治理规划（2022-2025）.docx（8页珍藏版）》请在第一文库网上搜索。

1、一图读懂中冶宝钢数据治理规划（2023-2025）“数据是企业最为宝贵的资产之一”已成为业界普遍共识，新冠肺炎疫情给全球经济带来巨大冲击，加速了以物联网、大数据、云计算、人工智能等新科技为驱动力的数字经济时代的到来。中冶宝钢于2023年6月发布中冶宝钢十四五”产业数字化转型规划，而数据治理是数字化转型中的关键步骤，对数字化转型的成败起着承上启下的关键性作用，是有效管理企业数据的重要举措，为此公司制定并发布了中冶宝钢数据治理规划（2023-2025）。一、现状与形势（一）全球数据治理发展现状共识：数据是企业最为宝贵的资产之一两大支柱：互联互通、制度规范主要问题：重数据生成，轻系统性管理；重数据数

2、量，轻数据质量管理;重数据使用，轻数据增值利用（二）国内数据治理发展现状日益推广：数字化生产模式、大数据平台驱动力：一是互联互通，二是业务效率和客户满意度数据资产化：政策有引导，领先企业有经验（三）公司数据治理发展基础数据孤岛：数据分散在各系统中，没有实现互联互通待系统性提高：数据标准、数据质量、数据安全、一致性、数据共享数据管理能力成熟度：处于“受管理级”（12）水平初始级放据需求的管理主要是在房旧雌现，没有统Trtis湖更主要是被动式管理数据被认为是组织生存用左廨的附,相关管理流程超实时优化,能在行业内进行最佳实践分享数据被认为是联取亢处仇宓的蟋睨数据管理的效率能量化分析和监控数据已被当做

3、实现组织/我身巴在组纽唇画M定了系列的标准化管理流程，促进数据誉理的规范化组织已意识到数据是菱产根据管理策略的要求制定了管理流程,指定了相关人员进行初步管理二、总体思路（一）指导思想中冶宝钢数据治理将以“数据资产化”为中心，聚焦于数据资源转化为数据资产、数据资产开发利用、数据驱动企业战略和业务发展三个主线。同时强调数据治理要服务业务数字化，并应用于业务治理；要抓牢“数据治理是数字化企业根本性基础”的定位，即要立足长远、夯实基础，又要长短结合、持续迭代。（二）工作目标%业务数据化（数据完整性）数据资产化（数据可用性）数据业务化（应用昔及率）以“公司数字化能力成熟度持续提升”为目标，在“十四五”期

4、间，数据管理成熟度达到“量化管理级”水平一一即数据可量化定义业务，以业务目标为导向，通过推动业务数据的互联互通，建立“全局、微观、量化、客观”的数据视野。在统一数据架构与数据资产中心的基础上，通过数据治理，提供可靠、可用、可信的数据资源与业务管理数据指标，从而完成业务数据化到数据业务化的过程。同时设定了目标的量化评价指标，即：到2025年数据完整性达到80%、可用性达到90粗普及率达到80机（三）数据治理业务框架数据治理工作依托于各部门业务系统，以业务数据作为输入，服务“业务数字化”进程，且将应用于下一步的“业务治理”。数据治理的核心工作，是完成数据资源到数据资产的转化，并以此开展数据管理实现

5、数据资产保值增值、推进数据智能应用实现价值创造。（四）实施步骤第一阶段（2023年）：平台化，打造数据底座完善信息化应用基础，启动数据治理工程，推进数据互联互通；开展数据治理组织建设、数据管理制度建设和数据治理人才储备；启动检修业务合同盈利分析示范项目，推进检修业务数字化，牵引数据治理体系建设。第二阶段（2023年-2024年）：资产化，构建数据资产深化信息化应用建设，覆盖“1+3”业务；深化数据治理体系建设，构建数据资产中心，推进数据资产的融合共享；开展经营决策数字化建设，在前期示范项目的基础上，启动数据智能应用。第三阶段（2024年）：智能化，推进数据应用开展数据资产增值运营，提供数据服务

6、；深化检修业务数字化建设，量化检修作业活动、进程，应用检修业务规范和知识，实现从宏观到微观的穿透；深化经营决策数字化建设，量化业务指标，实现从局部到全局的覆盖。三、重点任务任务一：完善信息化建设，夯实数字化基础1 .完善检修作业，执行管理信息化在智能检修平台上添加检修作业信息管理模块和客户设备管理模块。2 .完善人力资源，管理信息化在人力资源系统中添加人员招聘与绩效管理模块。3 .完善资产管理信息化新建设备全生命周期管理系统。4 .完善物料核算信息化新建物流仓储管理系统。5 .完善客户管理信息化新建客户关系管理系统。任务二：构建数据治理体系，实现数据增值运营12 .建设数据底座数据管理平台-数

7、据湖技术数据计算平台-计算引擎3 知识管理平台-知识图谱4 .构建数据资产数据资产标准编制数据资产融合5 数据资产管理3、m知识随6 .运营数据资产构建数据标签体系构建计算模型及指标体系构建知识模型构建数据服务任务三：推进数据智能应用，赋能企业转型升级1 .横向打通职能域横向整合和资源决策、风险、效益相关的职能，打开部门边界，实现信息的互通共享，拉通管理职能，实现端到端的一体化管理。把所有职能目标整合到实现业务目标上来，让企业的职能联合起来，以最高效的方式协同，通过经营决策数字化，建立从战略到管理再到执行，从目标到现值再到差异的指标分析体系和智能决策模型，支持企业做价值创造。全业务K据部门nM

8、筑分析经营决策数字化2 .纵向打通业务线纵向整合和检修作业执行相关的资源和信息，加强公司对检修业务的资源供应、作业执行、验收交付全过程的数字化程度，精细化管控检修业务作业过程,使人财物信息能落实到单个合同和项目上，实现单合同的精准盈利结果分析，为经营决策提供数据分析，使企业能在业务运作中掌握主动，从而提升各个业务活动阶段的效率。任务四：建立数据安全体系，提升安全防护能力1 .管理：制定数据治理安全制度1明确数据所有人的确认原则、确认流程和确认方式；2 .明确数据安全等级和数据敏感度分类；3 .设立相应的审批流程；4 .明确数据安全策略，对信息在存储、传输、处理、共享和备份时分等级实行安全保护；

9、5 .信息系统的建立要符合相关信息安全等级保护的要求；6 .对信息系统中发生的信息安全事件分等级响应、处置。7 .技术：搭建数据安全技术平台1 .数据存储安全：数据存储物理安全、数据存储安全策略、数据空间区分和加密、安全等级管理、数据安全溯源等；2 .数据传输安全：针对不同安全等级，明确数据传输加密方式、配置加密类型、加密方法等；3 .数据应用安全：让数据权限与组织绑定，对组织授予数据访问权限；让数据权限随人员流动而改变，动态管控个人用户数据权限。四、保障措施1 .建立组织体系公司成立数据治理委员会；任命CDO（首席数据官）；科技与信息化管理部增设数据管理室，作为公司数据管理部门；设备智能运维

10、技术研究院作为公司数据治理的技术支撑单位。各部门各单位设立数据管理专员（专/兼职人员）。2 .保建资金投入公司应保证数据治理资金的持续投入；多渠道筹措资金，如申请上级集团的资金支持，各级政府的产业补贴、创新补助、研发支持、人才补助等。3 .加快人才培养理论知识：聚焦在数据资产的治理和数据管理，建立数据的认知和管理思维；积极实践：积极参与数据管理实践，结合业务特点和数据特征，积极参与数据治理建设任务。4 .培育数据文化营造“用数据说话、用数据管理、用数据决策，用数据指导行动、用数据驱动创新”的数据思维；强调“谁生产谁负责，谁拥有谁负责，谁管理谁负责”的理念。5 .完善制度建设 明确数据管理的职责、流程和规范； 制定相关管理制度，开展数据及数据资产的管理； 建立考核评价体系，对数据治理的重点环节进行量化考核。（素材：设备智能运维技术研究院出品：中冶宝钢融媒体中心）