企业数据管理

SAP数据资产管理方案李礼波SeniorSolutionArchitect交流提纲大数据背景下数据资产管理的需求SAP数据资产管理方案国内外数据资产管理案例分享交流提纲大数据背景下数据资产管理的需求SAP数据资产管理方案国内外数据资产管理案例分享国内央企在信息化建设过程中面临的典型困难，这些困难使管理层难以了解企业真实状态，无法对快速变化的新环境做出恰当的应对数据应用价值集中体现数据管理“磨刀不误砍柴工”数据产生累！大量重复工作分身乏术缺！“持续的”业务数据规划数据生命周期数据创建数据存储数据迁移数据使用数据停用数据管理乱！难以取舍多源数据缺！“体系化的”数据标准管理企业数据模型数据交换模型基础数据标准数据使用差！数据质量参差不齐，影响应用深化缺！“不断改进的”数据质量管理缺！“有效监控的”数据安全管理检查评估授权分级使用改进企业数据资产及其应用与管理，宛如冰山浮于水面，表面上是数据应用日常工作纷繁复杂，实际上是缺乏合理的数据管理支持数据应用。大数据时代典型的信息爆炸时代企业内的信息容量爆炸一个企业所用的信息类型爆炸(微信,微博等.)应用系统孤岛使人们很难合作用户对可用信息的质量了解甚少过多的时间花在了集成上而非创新上IT正努力快速处理更改业务需求数据

SAP数据资产管理: 大数据背景下数据资产管理能为企业带来什么In-memory/real-timeSAPHANASAP实时数据平台SAPSybaseESPstreamsSAPSybaseSQLAnywheremobileandembeddedSAPSybaseIQEDWSAPSybaseASEtransactionsCommonprogrammingAPIsSAPSybaseControlCentermonitoring

HadoopBigData“垃圾导入，谬误输出”SAPSybasePowerDesignerSAPDataServices/SAPeMDM//OpenTextxECM>信息

>决策&投资回报为当前国有大型企业带来:>创新对业务提升提供最好的支撑:大数据全球数据量Future201520111.8Zettabytes据数量CustomerDataAutomobilesMachineDataSmartMeterPointofSaleMobileStructuredDataClickStreamSocialNetworkLocation-

basedDataTextDataIMHO,it’sgreat!RFID,多样性&速度7.9Zettabytes!质量,格式&时限Gartner数据管理成熟度模型无知阶段0没有计划和方法，但知道有问题有意识阶段1没有方法.问题监控中，一旦发现问题就“救火”，IT主导被动阶段2主动阶段从上而下的业务驱动的视图，在某个领域实现数据质量管控和协作3已管理阶段4成熟度最优阶段数据作为资产来管理持续不断的学习并提高基于信息的创新5问题?什么问题？从上而下的业务驱动的企业级视图，企业高层领导支持的多领域的管控和协作Gartner:“大多数的组织/公司”Gartner数据管理成熟度模型–7个级别有意识阶段被动阶段主动阶段已管理阶段最优阶段视图None从下而上从上而下一体化的enabling策略None“救火”主动预防集成的不断提升标准None缺陷数据质量最佳实践世界级的管控无责任IT主导业务主导并负责高层管理支持企业级的数据管理文化组织没有数据负责人正在研究负责人制度某个领域有很强的团队集中化的数据负责和联动机制即企业的完善管理组织流程不同应用和功能导致孤岛正在考虑数据的生命周期数据生命周期已经得到管理企业级的共享的最佳实践优化了的数据生命周期管理技术很少或者没有数据质量管理工具有数据质量管理工具但是没有数据管理解决方案在某个领域有数据管理解决方案多领域的数据管理解决方案但没有集成集成的&一致的解决方案集Gartner:“大多数的组织/公司”业务交易日常运作国有大中型企业在新环境下，更需要数据资产管理有效提升IT创新价值更好的支持企业各大管理职能的能力提升，进而支持企业绩效改进企业绩效（利润或收入计划随产品、销售渠道、客户、合作伙伴、供应商等产生的变化）企业计划绩效评估业务分析管理分析IT创新价值IT基础价值管理模式优化经营模式优化…提升战略管理体系数据资产管理帮助在企业运作分析层面形成统一的全程视图计划指引数据资产管理帮助在企业运作层面提高流程穿越的效率提升投资管理体系提升财务管理体系提升人力资源管理体系提升内控管理体系提升安全生产管理体系数据资产管理的目标提出了具体的要求和方法

需要企业信息管理来配合信息治理业务目标信息管理为出发点兼并与收购增强分析功能业务流程的效率合规BeforeAfter企业内容管理数据集成主数据管理数据质量管理合规的归档和系统退出机制ACDB企业数据建模交流提纲大数据背景下数据资产管理的现实需求SAP数据资产管理方案国内外数据资产管理案例分享SAP的企业数据资产管理解决方案信息生命周期管理集成清洗&监控管理协作归档BeforeAfterACDB数据质量管理主数据管理内容管理建模企业数据建模数据集成信息治理SAP的信息管家SAP信息管家

从源到目标端对端为企业数据质量保驾护航

各种应用/数据源（如：ERP）信息中心(如：HANA)BIPlatform数据剖析数据质量监控拆分，清洗，合并重复数据报表，分析血缘分析和影响分析理清数据的来龙去脉事前体检，了解数据健康情况事后复查，持续改善数据质量的可视化

数据质量分数和表、字段和相应条款的趋势表格水平分测的是通过所有所有规则的行数规则水平分测的是通过这条规则的行数列水平分测的是这列里通过所有规则的行数具体未通过的统计数以及总行数不同时间范围的数据质量趋势未通过最后规则分析行的样本数据质量分析提供潜在收益示例通过可视化图标和数字展示数据质量改善可能带来的价值SAP的数据服务方案SAPDataServices数据服务

数据集成,数据质量管理,数据切面及文本信息处理支持访问全部关键业务数据(任意数据源,类型和领域),以提高商业洞见及

运营效率结构数据非结构数据

一个运行时架构及

一系列服务

业务界面(InformationSteward)统一的元数据技术界面(DataServices)SAPBusinessObjectsDataServices4.0数据抽取数据质量数据切面文本分析统一的管理环境

(调度,安全,用户管理)

一套源/目标SAP应用与非SAP应用ERP,CRM,MDG,…andnon-SAPsystemsBAPIs/IDocs/WebServices影响分析血缘分析数据剖析SAP数据服务:

SAP的“企业数据高速公路”和数据质量防火墙数据服务引擎文本分析数据校验数据清洗各种数据来源：Files,XML,HTML,Mainframe,Excel,text,etc.各类型数据库。如Sybase,HANA,Oracle,SQL,DB2,HADOOP各种应用PeopleSoft,OracleApps,Siebel,SFDC,etcSAPCRM,

SAPERP,,SAPBusinessOneSuccessFactors即时查询,报表,分析,

仪表盘数据迁移,

数据同步,…数据分析引擎SAP信息管家数据修复

数据服务的场景示例保障企业数据资产质量源数据目标数据

匹配复查(可疑记录)ThispresentationandSAP‘sstrategyandpossiblefuturedevelopmentsaresubjecttochangeandmaybechangedbySAPatanytimeforanyreasonwithoutnotice.Thisdocumentisprovidedwithoutawarrantyofanykind,eitherexpressorimplied,includingbutnotlimitedto,theimpliedwarrantiesofmerchantability,fitnessforaparticularpurpose,ornon-infringement数据实时同步(SLT)源系统数据库数据库表DB触发器日志记录表读取模块SAP-SLT系统目标数据库分析引擎

列存储行存储写数据模块控制模块RFC连接数据库连接可繁，可简的IT架构方式实时的信息同步，信息无延迟，也可定时作业同步已被证明的广泛使用的技术SAP的主数据管理平台企业主数据管理的挑战和意义

当前企业在主数据管理中遇到的挑战数据管理机制有待完善各主数据管理由各公司各业务部门分别主导并依照业务需求进行各项管理主数据管理平台建设后的效果数据标准有待统一

数据不一致的现象，无法有效支持集团层面统一的有效的生产、经营活动数据标准管理平台有待建设无法从技术层面保证异构系统之间数据的一致性，数据分析应用无有效的统一的数据源高效的数据管理机制至上而下的数据管理体系和完善的数据管理制度，确保集团具有统一标准化的主数据和数据管理系统的平稳运行统一的数据标准各系统数据数据一致，进而可以有效的支持集团层面统一的生产、经营活动平稳的数据标准管理平台

固化数据标准和数据管理制度，保证异构系统之间数据的一致性，为数据分析应用提供有效的统一的数据源使用SAPEnterpriseMDM对主数据进行合并统一

从而增加核心业务竞争能力EnterpriseMasterData合并/高度集成集中创建数据质量协同管理数据质量持续监控增加业务的竞争性生产部门集中管理客服部门采购部门其他部门财务部门分散的系统造成分散的管理各种新系统报告分析系统合作伙伴云平台主数据治理（MDG）业务流程SAPSAPEnterpriseMDM管理流程

通过IT技术使企业数据资产的管理流程制度得以固化外部服务提供MaintainValidateApproveReplicate在暂存区中集中维护主数据维护11

第三方系统可灵活调整工作流完整审计变更流程3审批3SAP系统自动同步到SAP和非SAP业务系统复制44Adapt适应并丰富本地系统的内容5适应5验证2重用现有的业务逻辑，并与外部的服务提供者，比如DataServices，完善数据的内容，实现地址清洗和重复性检查等工作2外部服务，如DataServices增加业务的竞争性信息生命周期管理SAPNetWeaver信息生命周期管理信息生命周期管理管理数据库容量分析数据卷从数据库中将数据安全转移进归档

中

归档数据可便捷调取

归档SAPNWBW数据

(近线存储)废弃数据在企业间管理所有Retention策略

依据策略管理，合理销毁文件

执行保留政策

使用安全ILM-感知

存储(合作伙伴提供)

实行e-Discovery

合法保留信息数据废弃系统碎片文件卸载系统

针对已停用系统中的数据实施保留政策

根据已关闭系统中的数据出具报表(SAPBW)

使用预定义BWtax文档和报告接口

从可独立互相理解的读取中获益数据归档Retention管理系统卸载企业内容管理SAPxECM在所有业务流程中管理企业内容核心业务流程内容集成化的业务流程创建/获取检查/协作访问/分发保留/销毁存储/

加密内容创建/获取检查/协作访问/分发保留/销毁存储/加密原来的运行方式企业内容与企业的核心业务流程分开管理新的运行方式企业内容与SAP的核心业务流程紧密集成

(例如：FI/CO,MM,HCM,SRM,CRM)SAP通过OpenText的扩展ECM

非结构化内容链接到SAP应用程序中SAP

BusinessProcessPlatformSAPBusinessObjectsSAPBusinessSuite提供给SAP和非SAP软件用户安全的本地访问完善的协同工作台，让团队内部或外部用户有效合作更好的文档分类、控制，检索功能安全可靠的存储管理自动归档与索引控制内容，降低合规成本与各类型主要桌面应用相集成，启动一致的文档处理利用业务流程平台进行企业内容管理交流提纲大数据背景下数据资产管理的现实需求SAP数据资产管理方案国内外数据资产管理案例分享交流提纲大数据背景下数据资产管理的现实需求SAP数据资产管理方案国内外数据资产管理案例分享1.国内某大型发电集团2.壳牌集团意识到在信息系统发展过程中，发现大量的数据问题不能仅由于数据本身，根源是缺乏相应的企业数据管理导致差异和混乱33根本原因是：设计信息系统功能和业务流程的时候是按照业务块进行设计的，而没有按照信息流向和企业集成的方式进行设计。出现的症状是：数据在各个领域和信息系统中不同步、不完整、不一致,形成了信息孤岛，同时数据维护成本居高不下。企业信息系统建设过程中，用户抱怨数据问题导致了信息系统应用问题和业务流程的问题。网站销售中心业务管理及执行系统数据仓库客户产品仓库订单分析/内审/提升供应商客户/运输流程功能协同分析客户产品仓库订单分析/内审/提升产品仓库订单分析/内审/提升客户/运输客户产品仓库订单分析/内审/提升供应商Account流程功能协同分析流程功能协同分析流程功能协同分析他们开始思考通过企业数据资产管理，搭建相应的组织、流程、工具体系进行支撑，同时数据治理工作对应用深化提供支持组织流程工具数据标准管理数据质量管理数据安全管理业务数据规划数据治理蓝图量化考核支撑体系丰富应用接入数据安全加强数据资源手册数据质量提升数据共享服务可视化建设关键指标梳理查询,报表增强理清数据的来龙去脉，明确数据需求，指导数据管理工作的具体执行数据治理工作需要相应的组织、工具、流程来支持，并保证治理工作的执行效率和有效性。数据治理工作应该与应用建设相结合，快速见效数据治理总体框架某大型发电集团企业数据管理总体实施路线图促进应用深化2012.820132014试点建设全面开展优化完善在数据治理工作平台固化数据治理相关流程全面定义各类共享数据的标准，并通过数据治理工具管理和维护全部数据标准数据标准在ERP系统和数据中心和专业系统全面实施根据业务变化新增和维护数据标准全面优化和持续维护数据治理工具，优化完善数据安全管理和数据质量管理流程数据治理考核纳入常规工作数据共享服务全面推广分析和梳理当前数据管理方面的成果和现状数据治理蓝图和路线图设计数据治理工作的组织、技术和流程高阶设计确认公共数据、共享数据的范围，为这些数据项建立和扩充数据认责表；建立设备、物料、供应商大类数据的数据标准；在ERP系统实施上述数据标准；规划研究长期交流提纲大数据背景下数据资产管理的现实需求SAP数据资产管理方案国内外数据资产管理案例分享1.国内某大型发电集团2.壳牌‘SWOT团队解决数据问题没有IM角色/流程/工具IM个人目标没有共享没有意识到IM最佳实践没有数据质量的定义数据可见性低，以致到解决时已太晚无信息管理路线图无IM机构关注业务流程的重建数据价值未量化数据被认为是“IT问题”问题管理中IM优先级别低挑战被动的

IT为主导的信息管理根本原因ImplementingaQualityAssurancePrograminShellusingRootCauseAnalysis文化改变专业的思想领袖出众的愿景对标&完备学习月度审计&KPI目标主导数据的标准化IM路线图成为第一个得分点在实现愿景的过程中评估流程业务流程&IT数据专家将数据质量级别设置为个人目标集中的数据管家IM流程/工具CFO主管IM部门学习和机构改进未实现投资回报率的战略举措R/3中数据问题给业务流程带来重大影响没有稳定的能力处理与数据相关的问题

影响

数据商业价值的量化业务主导的优先级措施基于ROI自上而下

&集中收益量化务实&快速致胜推动力数据作为企业资产解决方案证明了IT如何为业务带来价值结果主动的业务为主导的信息管理壳牌公司的企业数据管理之旅-第1级ImplementingaQualityAssurancePrograminShellusingRootCauseAnalysis文化改变自上而下&业务与IT的定期沟通$120m/yr的业务收益来自高质量的数据根据收益确定优先级CFO,ITProjectMgt,GlobalProcessOwners,业务部门$30m-Datamaint$90m–高质量数据为每一个业务部门找到快速致胜的途径变被动为主动,3rdto1st

数据质量量化评估是否符合数据质量标准每月/关键项目进展雇佣Pereto专家(80/20)关注前十名的领域宣传所取得的成就&进步自动&人工评估Standards:完整，精确，复制,可获取愿景1SVP,10GMs,5datadomains,300+FTE5年计划，明确职责和数据质量个人目标管理由Pathfinder开始,到下游，到上游，到服务等数据来自:产品，客户，财务，零售，采购目标:总体90%达到合规,对于排名前20的100%达到合规数据来自:产品，客户，财务，零售，采购专业化功能壳牌的企业数据管理之旅–级别2业务流程&IT数据专家将数据质量级别设置为个人目标集中的数据管家IM流程/工具CFO主管IM机构对标&学习月度审计&KPI目标主导数据标准化IM路线图成为第一个得分点数据作为企业资产量化数据的业务价值业务主导为优先级措施基于ROI根本原因推动力解决方案自上而下&集中收益量化务实&快速致胜证明了IT如何为业务带来价值在实现愿景的过程中评估流程学习和机构改进结果主动以业务为主导的IM被动以IT为主导的IM壳牌之旅－来自Gartner的数据管理成熟模式－第一部分被动2004-2007主动2007-2008管理2008-2009优化愿景自下而上

世界级信息管理企业创造价值($120m/年)专业商业功能自上而下向下扩展统一信息管理主导企业向整个壳牌集团扩展增强战略救急80/20标准专注于高商业价值区域成功全球ERP项目集中数据中心被动下游数据统一集成整个壳牌集团数据统一改进考量缺陷考量我们所要管理的信息管理功能合并数据质量:60%-77%数据质量参与信息管理会议数据质量:77%-85%最佳实践在信息管理会议上提出数据质量:85%-90%世界领先管理IT主导财务领导层团队支持商业&全球策略主导之定义&