李凤威
中国铁路北京局集团有限公司承德工务段 河北 承德 067000
摘要：当前，大数据研究与应用的热潮正逐渐从互联网应用转向国民经济重要行业与传统行业。行业与企业生产经营管理的全面数据化意味着“透明化”、“精益化”、“智能化”，意味着产业升级，意味着市场竞争力的提高，甚至可以实现颠覆性的跨行业发展。
关键词:铁路数据；数据管理；关键技术
一、数据管理体制机制研究
1.1数据管理概念
数据管理是一种体系，以实现数据标准化为目标，以健全的数据组织为保障，以数据过程管控为手段，实现全面、高效的数据管理。从技术支持范围来讲，数据管理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环的负反馈系统；从业务范围来讲，数据管理就是要对数据的产生、处置、使用进行监管；从控制范围来讲，数据管理必须通过对人员、流程和系统的整体设计和调整满足数据与业务的全面结合。随着信息技术的高速发展，数据的重要性已被我们认知，数据就好像一座待开采的含有丰富矿藏的矿山，而数据管理则是具体的开采方法和手段。通过有效数据管理我们可以得到：（1）完善的数据管控体系；（2）统一的数据来源；（3）标准化、规范化的数据；（4）提高的工作效率；（5）降低的数据管理、维护、集成成本。加强数据管理是提升信息化能力、提升精细化管理水平、提高业务运营效率、增强企业决策能力和核心竞争的重要途径。
1.2数据管理体系架构
仅仅依靠技术手段，以建设系统的方式是难以有效解决数据管理面临的所有问题。构建数据管理体系是数据管理工作的基础，为了有序实施数据管理，应采用规划先行的原则，制定适合高校业务特点的管理流程，选择可行的技术方案和实施工具，明确数据管理的工作机制和工作内容，稳步推进数据管理各项工作。
（1）数据管理体系架构
依据四个原则开展九个关键领域的治理，范围框架明确了数据管理的主要工作，定义数据管理的范围和任务，分为三层，最下面是基础层，中间为保障层，上面为应用层。其中，应用层增加了大数据，将大数据作为支撑战略的应用特性加以提炼，并对基础层、保障层产生影响。该模型明确了数据管理的三个主要方面：数据管理的准则、治理域和实施方法。这三个方面是组织和企业开展数据管理应该重点关注的方面。这也在国际数据管理的实践和研究中逐步形成共识。准则表明治理应该遵守的准则，治理域展示了关注的内容，实施方法展示了如何实现治理的方法论。在数据管理实施方面，应考虑两个重要方面：数据管理的实施周期和数据管理的成熟度评估。
（2）数据管理体系层次架构
战略：数据管理是在高校发展战略和规划的指导下进行实施的，这些战略和规划包括业务发展目标、IT规划以及数据管理相关的发展规划。
机制：机制是数据管理工作实施的基础保障，通过组织、制度、流程的建设和执行得以落实。机制是数据管理工作的重点，数据管理执行效果就是机制落实的效果。专题：数据管理专题是数据管理的工作内容，包括数据标准、数据管理、元数据、主数据、数据生命周期等方面。
实施：数据管理工作最终在相关制度、规范和流程下通过数据管理组织借助技术手段和管理手段来实现。包括系统开发阶段为提高数据质量进行的校验设计；系统日常运维工数据分析应用阶段的数据集成；数据质量监控等。
二、铁路数据管理现状及需求分析
2.1铁路数据管理现状分析
（1）横向数据共享问题。
在站段层面，表现为同一岗位需同时向多个系统录入生产与管理数据，一个工作人员办公桌上有多台电脑需要操作；在路局层面，表现为多个系统之间难以实现数据共享，难以形成路局整体的生产、经营、安全等的综合视图，和相邻路局之间的数据共享难度大；在总公司层面，各系统的管理多分布在不同部门，系统间数据共享协同难度大
（2）纵向数据共享问题。在站段层面，表现为需要向各个系统输入贡献的数据多，而能够共享的数据少，影响基层的系统应用积极性；在路局层面，总公司反馈提供的路局周边横向对比等数据不足；在总公司层面，除主要运输生产与安全管理系统外，一些系统的基层上报的汇总数据多，动态明细数据上报不足，上报数据的实时性及准确性等不足。
2.2铁路数据资产总体分析
一是铁路总公司内部的生产经营、管理相关数据。这部分数据是铁路各信息系统所直接产生的数据，这些系统直接支撑着全国铁路的运营管理，其所产生的数据也是对铁路运营情况的直接反映。目前，这部分数据是铁路数据资产的主
要组成部分。
二是互联网上铁路相关数据。在客运方面，铁路是服务于社会大众的运输工具，互联网上无时无刻不在产生大量的关于铁路服务水平评价、铁路服务产品咨询等信息，铁路需要随时掌握相关铁路的互联网舆情；在货运方面，区域经济形势发展情况、区域主要企业生产经营情况等信息是铁路企业制订灵活营销政策、运力资源调配的重要依据，这些信息主要通过爬取相关网站的数据来动态获得。以上三部分都是铁路数据资产的重要组成部分，其综合利用将有利于铁路生产经营的效益效率的提高。
2.3铁路数据资产运用与管理需求
现代化企业在长期运营中积累了大量数据，范围覆盖企业的客户、产品、资源、生产、市场营销、合作伙伴、资源、财务等，支撑着企业的日常业务运营和管理，同时也蕴含着关于客户特征、业务规律、企业发展趋势相关的宝贵信息，因此，应该把数据作为企业的宝贵资产进行管理和运营。
铁路的数据资产运用需求：数据覆盖总公司及各路局企业、提供总公司级、路局级的企业级的统一数据视图、面向全企业提供信息服务。在企业级状态下，数据能够跨业务线、跨部门、跨系统运用。应组建铁路数据管理部门，肩负起铁路数据资产运营的心脏和枢纽的作用，对铁路数据的获取、传输、加工、增值、应用、管控、运维等达到一体化，整个流程、各方面工作无缝衔接、高度协同，提供数据价值发挥的生态圈。
三、铁路数据管理相关体制机制建议
3.1体制上建立两级数据管理机构：在总公司级别信息中心下建立铁路数据管理的机构，该机构一方面面向铁路公司内部、另一方面面向交易（数据网络运营公司）。此外，信息处下再设置一个数据管理机构，即：两级数据管理机构。该机构可以改善当前铁路数据管理的混乱状况，让铁路的数据管理正规合理化。
3.2机制上明确数据管理权限、数据共享权限以及两级机构的具体职能：数据管理权限、共享权限以及两级数据管理机构的具体职能明确是铁路数据管理走上正轨的前提，在数据管理机构设置的前提下，权限及职能的明确可以让数据管理机构有条不紊的运营。
3.3为了使数据管理机构能够高效运行，跟上大数据时代的脚步，铁路总公司需要建立大数据管理与运营的核心队伍与技术团队，为铁路公司的数据管理提供核心技术支持，保证铁路数据资产的管理。
结语：
当前，世界范围内正在掀起大数据的研究热潮。数据规模爆炸式增长、数据类型高度复杂、数据流生成非常快速并且动态演变、数据价值利用密度低，形成了“无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合”——大数据。“大数据”正成为一个专有名词，除包含对数据本身海量、高速处理、多样性、价值等的描述外，还包含了“全面数据化”等概念。学界和业界都广泛认识到，有效利用大数据中蕴含的价值，对于产业升级和社会经济发展将产生巨大的推动作用。
参考文献:
［1］胡卫平．大数据助推铁路创新发展的思考［J］．铁路改革发展，2018（1）.
［2］王战红．铁路公安大数据建设及分析应用研究［J］．铁道警察学院学报，2018（3）.
［3］庄红男．大数据驱动的铁路统计综合信息体系研究及应用［D］．北京交通大学，2018.