吴伟
云南电网有限责任公司信息中心 云南 昆明 650000
摘要:在保持以及提升企业管理信息系统数据质量治理水平方面,数据资产维护是的常态化的重要举措。近年来,企业管理信息系统得到进一步应用,促使数据资产价值得到挖掘。本文对项目进行了概述,对项目目标及范围进行了分析,对项目内容进行了研究,本人能力有限,希望能帮助到相关人士。
关键词:数据资产;数据质量;数据中心;信息系统
引言:自建设企业管理信息系统之后,数据质量治理工作一直都是网省两级的重点工作,每年都组织开展了各业务域以及跨域的协同数据治理,所涉及到的方面较广,数据种类多,数据总量大。现如今,信息化建设日益加强,提高数据质量,一方面有利于保障公司各项业务安全、规范、稳定运行;另一方面,可为落实企业科学决策和透明化管控,提供强有力保障。
1.项目概述
近年来,企业管理信息系统的应用较为广泛,促使数据资产价值得到充分体现,在一定程度上,相比于传统固定资产,数据资产更为重要,开展数据资产维护,提升数据质量治理效果,有助于增加数据资产价值,开展常态化的数据资产维护工作,不仅仅是影响企业管理信息系统实用化水平的主要因素,而且亦能影响公司正常的经营以及电网平稳的运行。基于公司管理优化方案,为落实好“强化运维”的要求,本项目将承接网省公司数据质量提升的工作目标和内容,开展数据质量考核技术支持,数据质量分析,数据质量监控及巡检,数据质量现场培训与问题处理,业务部门专项技术支持,业务系统核心数据网络图绘制及维护工作,提升云南电网数据质量水平,优化日常数据管理,以及优化数据维护工作要求,提高数据资产维护管理工作效率,为企业数据管理奠定坚实的基础。
2.项目目标及范围
项目目标:基于云南电网有限责任公司,持续提升其范围内的营销管理系统数据质量水平,促进公司企业管理信息系统的实用化水平,有效解决因数据质量问题而导致的协同应用异常问题,确保数据的完整性、规范性、准确性、及时性以及一致性,达到有效管理企业数据资源的目的,提高数据资产利用率。主要包括以下方面内容:基于营销管理系统,单系统数据质量校验通过率达到99%;涉及营销管理系统的协同数据质量一致率达到99%;涉及营销管理系统的主数据一致率达到99%;涉及营销管理系统的协同场景应用覆盖指标达到95%。项目范围:涉及营销管理系统所维护的核心主数据、非核心主数据、协同数据以及单系统数据等;应用范围包括云南电网责任有限公司,以及所属地市供电局。
3.项目内容
3.1数据质量考核技术支持
网公司数据质量考核工作技术支持:承接每年网公司专项工作方案要求,依据网公司下达考核指标,开展所涉及业务域及协同数据校验规则的分析工作,对网公司考核指标要求进行核对,基于网公司考核要求,开展专项治理工作。省公司数据质量考核工作技术支持:配合省公司科信部及有关业务部门,开展落实数据质量专项工作方案的实施,开展考核指标开展所涉及业务域及协同数据校验规则的分析工作,配合公司相关部门完成考核方案与细则,以及考核指标的编制,针对省公司考核要求,进行专项治理工作。
3.2数据质量分析
协同数据的数据质量分析:按照网省两级业务部门的协同数据质量治理需求,根据数据质量管理子系统,或者其他数据质量监控工具(比如生产域数据质量看板、GIS平台数据质量看板、人资域数据监控工具等)中的协同数据质量报告,针对相关统计规则识别、分析,对问题数据进行进一步归类梳理,定期出具数据质量分析报告,以及问题数据清单,提供给公司有关业务部门,以便各业务部门针对性开展数据质量提升工作。对于业务域数据的数据质量分析而言,与协同数据的数据质量分析是一样的。
3.3数据中心与原系统数据一致性技术支持
开展网公司数据中心的数据一致性核对及整改工作,根据网公司业务部门的技术要求和规则进行分析,借助于技术手段,来开展数据一致性技术支持工作。
配合网公司数据中心(比如网公司数据中心、网公司报表中心、运营监控、网公司物资域SIMPLE平台等系统)定期报送报表;对于网公司数据中心(比如网公司数据中心、网公司报表中心、运营监控、网公司物资域3.2SIMPLE平台等系统)数据抽取异常进行处理,并核对数据抽取,统计整理抽取数据信息;基于网公司数据中心(比如公司数据中心、网公司报表中心、运营监控、网公司物资域SIMPLE平台等系统)要求,进行数据分割、数据合并等操作,以及开展其他配合性工作。
3.4数据质量监控与巡检
监控巡视数据库基本状况:对本项目所涉及业务系统数据库、中间库的库表结构等基本情况进行检查,此外,还包括存储过程、函数、触发器等数据库配置的变更巡视检查。监控巡视数据库相关资源的使用情况:对本项目所涉及业务系统数据库、中间库的日志开展巡视检查,定期巡视数据库的增删改查操作,查看数据库本身内容,以及查看存储资源的变化情况。监控巡视数据库安全性:对本项目所涉及业务系统数据库、中间库的配置文件的合规性进行巡视检查;巡视检查数据库访问权限变更的合规性;巡视检查数据库访问用户的合规性。
3.5数据质量现场培训
基于各业务系统,编制数据质量现场培训课件:根据网公司、省公司相关业务部门对各业务系统业务域数据质量以及相关协同数据质量的工作要求,结合开展数据资产维护支持工作中收集到的各地市局典型问题、数据质量提升难点进行专项的梳理,编制数据质量现场培训课件。组织开展数据质量提升现场培训,提供数据质量提升技术支持,深化各业务系统实用化水平。以地市为单位,开展集中式培训,针对数据质量提升工作,开展宣贯培训,并现场处理各地市供电单位的数据质量问题。根据本项目所涉及系统的发布变更情况,定期开展课件维护工作,更新培训课件中的功能内容,保持培训课件与系统现行版本的功能、操作相一致。
3.6数据质量问题处理
积极发现问题数据的处理:依托于数据质量管理子系统、其他数据质量监控工具(比如生产域数据质量看板、GIS平台数据质量看板、人资域数据监控工具等),以及结合数据质量分析结果,对于典型的、共性的问题数据,主动进行问题数据处理。省公司业务部门统一安排的数据质量问题处理:根据省公司业务部门日常数据质量管理的要求,根据数据质量分析结果,对于大量重复性以及批量性的问题数据,采用相关技术手段,比如编制脚本以及批量处理工具等,来处理以及修复问题。对供电单位上报的问题处理:根据各供电局反馈的问题数据,针对性地提出解决措施,定期汇总形成统一的问题反馈报告,反馈供电局后进行跟踪。指导供电单位开展数据质量整改:对涉及到需业务员确认处理的数据质量问题,结合数据质量分析结果,并统计各单位整改进度,定期迭代编制数据质量问题处理方法,指导业务人员开展数据质量整改工作。
3.7业务系统核心数据网络图编制与维护工作
数据网络图编制:按照数据资产管理的理念,基于信息中心已经归纳整理的数据网络关系,基于企业管理信息系统,通过其现有的数据库设计资料等的归集以及整理,利用反向工程软件,或者采用人工整理编制的方式,按照模块,或者依据业务领域,通过每年例行项目的开展,逐步建立一套相关系统的数据库字典,以及数据关系图册,并进行文档化处理,便于后期管理及查阅。数据网络图的维护:通过系统发布、监控流程以及管理规范,在现有系统的数据关系图发生变动后,及时更新数据网络图,并形成版本,便于日常查询及管理。针对每次维护的情况进行记录,若存在变化,按定期进行记录,保证数据网络图和现行系统的实际情况相符。
4.技术支持服务
乙方在项目建设期间以及质保期内,提供技术支持服务,采用现场支持与远程技术支持相结合的方式展开,具体包括以下内容。电话以及邮件支持:7*24h热线电话技术支持;7*24h电子邮件技术支持。基本维护:5*10 h日常现场技术支持;7*24 h远程技术支持服务。项目实施期间所发生的过程文档和总结报告,乙方承诺文档不流传、不扩散,终身保密。未得到甲方许可,禁止将系统部署在互联网区域,或者私自开通互联网出口以及第三方边界。
结论:通过以上的分析可以得知,提高数据质量,有利于保障企业各项业务安全、稳定运行,可为落实企业科学决策和透明化管控,提供强有力保障;开展数据资产维护,提升数据质量治理效果,有助于增加数据资产价值,数据资产维护工作的质量高低,不仅能影响企业管理信息系统的实用化水平,亦能决定公司正常的经营以及电网平稳的运行。
参考文献:
[1]付成勇. 制造业数据资产管理平台的设计与实现[D].西南科技大学,2018.
[2]王嘉贤. 软件企业业务管理信息系统的设计与实现[D].上海交通大学,2017.
[3]盖慧敏. DF公司管理信息系统改进方案研究[D].西北大学,2017.