飞利浦数据治理实践-企业数字化转型的数据治理概述

资料解读

在数字化浪潮中，企业如何通过数据治理实现数字化转型，是当前企业面临的重要课题。飞

利浦数据治理实践为我们提供了宝贵的参考。以卜.是对《飞利浦数据治理实践-企业数字化

转型的数据治理概述》的详细解读。

详细资料请看本解读文章的最后内容。

数据化生产模式

数字化生产模式是一种以数据为处理对象，以信息通信技术平台为基础，以软件为载体，以

服务为目的的生产过程。这一过程涵盖了数据获取、分析、筛选、机会识别、应用开发、部

署服务等多个环节。

人工智能销售预测模型的建立

在人工智能销售预测模型的建立中，数据的准确性至关重要。需要考量数据特性、预测目标、

计算资源、业务需求，并进行模型的评估和调优。

机器学习模型

机器学习模型包括传统时句序列分析、线性回归、深度学习模型和混合模型。这些模型可以

处理非线性关系，如决策树、随机森林，以及循环神经网络和卷积神经网络。

数据分析流程

数据分析流程包括提出问题、理解数据、数据清洗、构建模型、数据可视化等步骤。这些步

骤涉及到数据的收集、处理、转换、描述和呈现。

数据治理的定义

数据治理是•项战略计划，用于优化企业处理数据的方式。它包括对数据资产的规划、监控、

执行、管理，并创造数据价值。

数据治理的框架

数据治理框架包括战略规划、组织和角色、理念植入、政策和标准、项H和服务、技术与支

持、成本和资源等方面。

数据治理体系

数据治理体系关注关键数据资产的清晰业务管理责任、IT建设的稳定原则和指导、作业人员

的规范流程，以及流程监督所需的人才、组织、预算和依据。

数据治理的核心工作

数据治理的核心工作是正确有效地管理企业的数据资产，保障数据资产得到充分利用。

数据治理与数据管控

数据治理和数据管控相辅相成，治理关注存量数据，管控关注增量数据。数据管控专注于纵

向管理深度，确保数据的规范性和•致性。

为何要做数据治理

数据治理有助于提升数据质量、建立共享和决策数据流程、提供解决数据问题的机制、促进

IT和非IT部门的协作、提升数据资产的价值。

数据质量维度

数据质量维度包括完备性、有效性、一致性、完整性、及时性和唯一性。

数据治理的内容

数据治理内容涵盖架构管理、数据开发、操作管理、安全管理、主数据管理、内容管理、元

数据管理.、质量管理等方面。

主数据管理

主数据管理关注企业内描述“人”和“物”的全局数据，如供应商、客户、产品等，并为其

建立现实和唯一标识。

主数据标准梳理

主数据标准梳理包括分类、编码规则、属性标准、数据流程清单、绩效考核等。

数据标准体系建立

数据标准体系建立涉及客户数据、产品数据、区域数据、供应商数据、交易数据、统计数据

等的标准化。

数据标准生命周期管理

数据标准生命周期管理包括标准的定义、使用、维护、更新和废弃等过程。

数据标准的制定

数据标准的制定需要循序渐进、实践平衡、外部借鉴、适配思维改变、全员参与和审核到位。

主数据管理平台

主数据管理平台是集中管理和维护主数据的工具，支持数据的一致性、准确性和可用性。

数值治理总览

数值治理包括统一业务规则、及时同步数据来源、确认业务关键指标、确保业务数据质量、

建立数据化管理、创建数据质量感知平台、跨部门合作、定期评估数据质量对、业务结果的影

响等。

数值治理关键点

数值治理关键点包括文化共识、循序渐进的能力展现、业务情况调研、主数据分类、权限控

制和严格审计。

创新迭代持续改善

在高速迭代与不确定的环境下，企业需要保持持续创新的心态，应用新技术，风险管理，拥

抱交互革命与生产力革命，发现时代最大的机会。

接下来请您阅读下面的详细资料吧。

企业数字化转型的数据治理概述

挑战1:企业现有数据融合“价值有限”

，且他界（0D数字世界（IT）

现有数据融合：只有约10%的管理数据被打通和融合，进行数据挖掘、创新

物理世界数字化：约90%的OT数据并未被广泛的感知、采集、融合和价值挖掘

在今天数字化生产已逐步成为普遍商业模式

数科t生产模式：以数据演理嫁，以ICT平台为生产工具，以软件为雌，雌务为目的的生产过程

商1E幽：数据变机会、机会变服务、服务变收入

ICT:InformationandCommunicationTechnologies信息与通讯科技

人工智能销售预测庭的建立

辘要准确

碓

预则目标

算资源

场需求

雌的评借口调优；交婚正超参数调整

04MM

人工智能销售预测庭的建立

[•保渊间序列分析-纪要历史辘洞臧床来趋势

自回归（AR）、移动平均（MA）、自回归移动平均（ARMA）季节性自回归移

动平均

2

.机器学习模型

线性回归

决策树、随机森林（处明威性关系）

3.深度学习模型

循环神经网络（RNN）、卷积神经网络（CNN）

4.

CUMM

数字化转型的核心："业务优化"和业务转型”

、

BetterNetN«wRevenueNewBusiness

ExpenenceProductandServicesModels

_____

Biiwint'%%O|>limi/jitionA<l<l%Si|*nin<*jenlX'MIUCKPI*A>rNewRocnucandModrk

WithoutChjns：inKBuxine%%Model

CUMM

数据分析

■1.提出问题：2理解数据,.4.构建模型

.I1-选择全会子1*

E-R图

■翟外1藕靠金『描述数据

组织数据

对数据进行搽

■需要哪些数据［.数据属性I2隘草跖［

••作

II-篇觎理I描述数掴库类

型和属性

1

数据可视化

表格：由行和列组成，用于比较变■表格w结构化方式展示大量信a

饼莽曦要形分成多个部制题一个整体即网班它提供了一种简单的方法来

组

线形酬1面积图：这些视觉显示通过绘制一段时间内的一系"圈据点，来展示一个或多个数量鹤匕

~"线条展示这强化，而解整用线段将数据点连睡来，然后将变量跑艇来，并锄色区分

不

直方图：该图形使用条形图绘制数据分布（条形之间没有间隔），表示属于特定范围的数据数量这种视

觉表示殿端用户容易识却蛤尊嚼I内的异常值

与螺善些瞩询曹瑞居瀛/寿现金脾归数据分析,但是，有时可小

热图：这些图形显示有助于按位置呈现行为数据位置可能是地图上的地点，甚至是网页.

树形图：以一组嵌跳状（通常是矩形）展示层级数据树形图非常适合根据面积大小比较类别比例

TheMostValuableTeams

Exampleheitmap

什么毁据治理

期居;链是一廓喻划，用于优化企业处醪触皿

资?溺亍规划、监控、执行、ttS；

组织和改进公司用于定义、收集、存储保护、管理和货

币化业务的政策和程序,并有目的性的金;

良好的!姬台理不仅旨在保护数据，而且旨在寻找为企业

创造数据价（直面防法

什么是数据治理

战略规划

组绯唾

理念植入

政弱麻隹

项目租好

技杓豉持

成利陪

全流程监管的数据治理体系

关键好有:随WS责任当面临争议时，有裁决机撷研级姐£机制；

.瞳设确定的颓啪依据治理过程所需的人才、组织、预算有充足的

•作业人员有规范的流程和指导保障

04MM

数据治理体系搭建

数摘僦的核心工作

在企业的数据建设进程中

保障企业的数据资产得到

IB脑雌i®.

04MM

什么是数据管控

治理在前、

辘;匿口寸的是存量盘据，是个由乱至心台、建立规范的

速；

数据管控第寸的增《数据，是个有意可循，行不逾矩的约

宛

辘管控专注砌檐控深度，定标准，基层去执行

为么要做数据搬

CWhat?J>

症状根因

（TWhert?［匚7?^^

数据*政策不清晰

*吟3度般

据缺失UfiotCaus匚》

•辘不同步•体系和规模庞大，梳理困难

Jow?g［《W湛）

•疑既法追溯•培训不到位

GWhy?Q

•辘异常•iA翁意识不够

,好和财务口径不一致•标准化缺失

・亩飕瘴幅端踵不一致

为彳"h么要做数据健

.提升数据质量

,招黄塞第董建立醐的决策侧

-提升数据资产的价值

・提供解决数据叵麟机制

.促进IT掰日T人员共同参与决策

.薪霜兽收银业务星元之间的协作

.为共享数据建立用司责任制

为么要做数据搬

当前可能的情况：可能采取的模式

WHY?■■

.问题长期积^

H°WWHAT?WHO?・业务部门主导

•能容忍^^EN?IWHERE?,

・I脚门主导

.重要但不紧急

.企业雌管理部门主导

n在管埋和瞬卜教

数据醺维度

^1:是否存田万有必藏

俄性：数据指炭义的值除故

准确性

-im：

间表达的相符程度

由嚼需虢完备性、涵角性、

颇性：数据产生到可用的时间延麋1

e：数据集内的任1可实体不会重复出现

数信德的内容

数据开发内容管理*数据管

理

雌模型数据分析瘫标准外部麻蝴获取雌屣

价值链分数据建模磔分级癖实施存储整理规范

析

数据库设糜培训而支备份和恢控制分析

雌蝴计持复

驻保留授权产品数据交付度量

实施监控和调整理

清馀审计蜥舸优黜

检索

保留

清除

数据类型

露辎眦埼0,耀瀛鼻陋

即过理数据,描述组织;11生诩过程中的内外部时事伟蛟易记录的数据.如:

销售订电通话记录，供应商名单等数据.交易数据是BI分析的基础

用于格其他数据讲行分妞猪标记整理的数据，外御标教庵

即描述数据的陲，帮崛除获取、使用雌，分为耕元数据、业务元数据

等

即对企业业务活动进行绸分析的数值型数据，也就是指标，如年度销售额

主型雌理制度

盾公司管理制度

kfll，3d・K/A4c内・・・・4

B雕相知蚓织IR责、流程规范、数据标准

.主数据管理办法

各类主数据属领板

主数据流程清单

绩效考核

04MM

主数据标准的梳理

CUSTOMtR

触:

建立适用全企业彩编码规则，全局统一霹、辨别和使

用

遵循全局性、E适度性、灵活性、扩展性等编码

原则

满骚享、自动生点编码扩展等使用要求

分析现有编码问题提出改进意见，最终确认主数据编

码规则

CUwiWd

主糠标准的梳理

麒：

建立统二规范科学移摸提升管瞰四降低因分类不准确造成的错误

,调研、收集相关分类标准

2.差异及对标分析

邮，辅料，半成品，服务

3.确定信息分类

设笛主数据类型，地点，资产，费用

4确定结构及规则科目，分录

类型，产品，价值

客户区域，规模，价值

04MM

主数据标准的梳理

雌三大属性：业务属性、技术属性和管理属性

属性标械梳理是对数据的每个属性项分另淀义

相关标;翻范，从而可以约束各系统中的属性差

异.

属性标准可以参照国家、行业标准，内部的业务

制度从随标准、技术标准、管理标准等不同角

度进行标准化

主数据标准的梳理

•明确业务主题概念本璟呐涵函，什么是客户）

•明确具体的配蛛源分类体系、使用规则

数

据

标

•需整遵守的规则、标准属性负责部门、业务定义

准和腐述（所量地名称.引用的数据项名称、

核标

心属准

参考标准、,吟组长度和利也峥定义）

内性

容

，狂•明确代码取值和业免含义

代

（附、编码规则、格式、名租8m.施樗）

码

谁是主？谁来用？干什么？什娜候干？海雕，及时性，全面性

标准的梳理

一张名片的数据

公司XXXCompanyxxx

部门XXXDepartmentxxx

职位XXXTitlexxx

姓名XXXNamexxx

地址XXXAddressxxx

电话1XXXPSTNxxx

•>

2

电话XXXCellphonexxx

邮件XXXEmailxxx

传真XXXFaxxxx

邮编XXXZipcodexxx

数据标准体系腌立

急

蠡

・客修蝇标准•交招数据标准•信用明照标准

据

•产瞄螭隹•区域数据标准•资产数据标准

籍

数

•销售金摊标准•地址数据屣•联络《斓标准

一

据

一

标—

百

橐

•分切除淀义框架•静稀

..•

数

器•分析指翩义体系・评价标准（环tL同比KPI）

;-

潜•分切瞬醺体系•指标库和分析维度关除系

数据标准生命周期管理

•标准主题・标准小类・业务定义•标准来源

•标准大类・标准^码・业务规则•加隹依据

•标准中类•标准名称・相关标准•麻约束

数

据

・数据类型•数据格式•取值范围•甥醐度

标

准

­数据长度•编码规则・数据类型・使用系统

•标准使用人•应用部门・权限范围

标准管理人・标准版本•使用系统•使廊§限

CUMM

数据标准的制定

•确定可通过数据实现的具体业务目标，并定义文观这些目标所需的_____

・标港的制定和埴护.标陋草矍完整性和可》昨性在标准落地应用过程中逐步完曾

.清晓u定企业战略，标准的制定需要结合企业发屡的战略，要有前at性

3mwi.数据标准需要平衡收益和成本，需要考量投资回投

夕陪僻•数据标准需要参考国际和行业标准.也要兼顾企业实际需求

iSSfi外部数据的标准接轨需要逐步完成，需要分析目前相关流程双危后做出相应改变

•需要对全员迸行指导和提供培训，指定数据所有部漱据管理专员

.业务需要全面参与标准的制定做施以及逐步改善

审侬心.需关檀绩效指标(KPI)来衡量数况治理计划的成功与否

指标落地.与组织的特定公司战略和具体业务目标紧密联系、与时俱进

管理平台

改管次策支*

系境as______主放裾分发

iQLijni

对接ESB[政超交换

数・加工・—IK为管理1任务词度

据

败

生«

—

命

安

裁》的—

»