帆软软件国资事业部解决方案负责人丁佳强调了数据在业务流程中的重要性。她认为业务数据化是指在业务流程中产生数据,并通过标准化和业务系统进行记录和存储。数据业务化则是利用这些数据来指导业务开展,优化业务流程。在发掘和推广数据应用场景方面,有几个方向需要关注:首先,高层推动关注的场景,如国资委的考核指标;其次,结合集团不同的管控模式,从财务等关键领域切入;最后,赋能下级单位,让他们有能力自己进行业务分析。为了实现这些应用场景,企业需要建立数据人才梯队,兼具业务管理能力和数字化思维。通过数据人才服务,企业可以建立陪伴式的模式,帮助建立人才基础,持续挖掘和创新应用场景,实现数据的最大化利用。
上海数据交易所党总支书记、副总经理韦志林在讲述国有企业数据资产化和数据资产价值的过程中,强调了数据资产化需要根据企业的发展战略、财务战略以及国资管理的相关规定来进行,且不是一蹴而就的过程。不同国企因其所在行业和数字化、信息化阶段的不同,对数据资产价值化的需求也不同。所以企业首先要能够识别出自身数据架构的“等高线”,即不同部门或业务单元的数字化水平,以便更好地理解和提升企业内部的数字化能力。其次,数据业务化是企业数字化转型的关键,数据不应仅仅辅助业务,而应该成为业务本身的一部分。最后在数据资产价值化的过程中,需要第三方专业公司的支持,因为国有企业的主业可能不是数据管理,而是其他领域,因此这些第三方企业或机构可以帮助国企在数据量、数据产品开发和数据价值化方面发挥更大的作用。
帆软数字化专家吕品在探讨数据治理中如何保证数据的一致性、准确性和完整性时,提出了对数据治理的概念理解,并区分了业务信息化和数据信息化两种不同的视角。他认为业务信息化关注的是业务流程的管理,其数据库设计围绕业务流程展开,而数据信息化则关注跨业务、跨组织、跨流程的数据分析模型,其数据库设计以数据仓库为主。这两种信息化的建设在思维层面有显著差异。而数据治理通常从业务系统的角度出发,侧重于底层数据的标准和业务流程的标准化。然而,这种治理方式可能无法完全解决数据质量问题,因为它没有覆盖从应用视角出发的数据质量问题。所以为了有效进行数据治理,需要理解这两种视角下数据治理策略的差异,并根据企业的具体情况选择合适的治理策略。因此,在设计数据治理策略时,需要站在更高的视角,综合考虑不同策略的差异,以确保数据在不同应用场景下的质量。
国资委创新发展处副处长 李健安