摘要：随着信息化水平的提升和智能电网建设的深入，供电企业积累了海量的数据信息，于此同时数据管理工作的问题也凸显出来。问题产生的主要根源在现行的数据管理标准没有严格实施，交叉业务数据标准繁杂没有统一梳理规范。电网企业作为资产密集型企业拥有庞大的数据资产，如何建立数据标准化体系成为未来企业管理的第一要务。作为电网数据资产管理应用工作者中的一员，对近几年在主营业务系统数据管理、应用过程中发现的热点、难点问题进行归类，谈谈数据标准在电网企业数据规范化管理实施工作的一些看法。
一、当前数据标准化管理的现状和存在的问题
（一）数据标准的内涵
目前，数据标准没有严格的定义。根据《DAMA数据管理知识体系指南》一书中的解释性说明，数据标准是涉及数据定义、数据操作、数据应用等多个层次的标准化体系，包括命名标准、要求规范标准、数据建模标准、数据库设计标准、架构标准，以及10个数据管理职能的规程标准。
（二）数据管理总体现状
电力企业系统建设缺少全局性信息化规划统筹，导致业务需求被放大，信息系统按专业条线分散建设、竖井式开发，条块化严重，系统间集成度不充分，企业数据分块分区进行管理。
因此企业面临以下四类突出问题：
缺少数据标准 ：对表和字段的命名在不同系统中命名随意性强、定义混乱。存在同一英文命名对应多个中文名，反之也存在中文名一对多的情况。同一业务数据在不同业务系统存放的数据类型和长度也多有不同。
管理体系不完善，标准执行较差：标准管理体系不完善，不具体；管理角色分工不清晰；管理和运维标准操作复杂，落实效果差。
数据质量差：数据处理中各个环节产生了大量的错误和缺失数据，错误数据更正和缺失数据补充不及时，导致更多的后续错误生成。
数据资产分散，共享性差：数据字典、数据模型、应用系统、数据标准、数据质量等信息分散管理。企业数据资产无法集中管理和维护，共享性差。
（三）存在的具体问题
业务系统方面：
公司信息系统数量偏多。最多的一个专业达到10几套系统，烟囱式设计管理问题突出。
各专业系统建设方式差别较大。有的专业重视系统融合，新需求尽量采用对已有系统进行扩充或新增功能模块的方式进行；有的专业注重核心业务系统或模块的集成，外围业务独立建设系统；有的专业则完全不考虑系统集成和业务融合，系统间相互独立。
信息系统之间集成水平不高。部门之间、部门内部系统之间相互不集成、不衔接，甚至同一系统各模块之间也未实现贯通。
数据资产管理方面：
建设全程缺乏企业级数据管理监督，重功能，轻数据。各专业进行信息系统建设时，重视系统功能建设，但对系统的数据架构重视不够，缺乏企业级数据管理和监督。建设过程中，不掌握其他系统已有数据情况，缺少统一数据标准作指导，数据架构无第三方监督管控，数据字典与实际不符，未充分利用数据中心、主数据管理平台等已有数据共享设施，造成跨专业数据应用少、数据重复录入、重复存储、数据不一致、编码不统一等大量问题，数据共享不足。
（一）系统设计原因
1、系统繁多，设计多样
目前数据按业务分散管理、多头存放，形成数据壁垒，而且在信息化建设过程中，各专业数据需求没有很好的统筹和协调，数据接入各自为政，造成冗余存储等问题。
2、数据标准管理
当前电网各专业的系统数据编码规范或标准仅局限于本专业。经过识别、除重、合并等工作，在几千份材料中共梳理出涉及数据标准的文件、标准等资料共数百份（条）。目前缺乏公司级、跨部门的公用数据标准。
（二）数据管理原因
1、数据生成多为手工录入，数据质量得不到保证
当前电网企业数据总量已达数PB，月增长量约为几十TB。数据生成的主要方式为手工录入和自动采集两种方式，且手工录入占绝大部分比重，自动采集的数据占比较少。手工录入弊端较多，数据完成性、准确性较差且填报没有统一标准。
2、数据质量管控能力薄弱，企业数据资产无法集中管理和维护
当前电网企业数据质量不高，部分业务数据在及时、准确、完整、合规等方面存在问题，数据基础薄弱。一是业务部门自身重视程度不够，不严格按照现行数据管理标准执行；二是缺乏统一数据规划、标准和权威定源；三是没有一套详尽的数据管理考评制度，缺乏问题通报、数据追责、数据整改、数据质量提升奖励等数据管理惩处激励制度。
三、数据标准化管理的建议
（一）优化数据资产管理组织制度，明确数据管理职责
根据目前国家电网在数据管理组织和制度的缺乏现状，可从以下两方面进行改进：
1、成立专责数据管理部门
根据数据管理实际需求，成立专责数据管理部门负责数据质量管理，针对具体数据管理岗设置对应的管理角色，并细化这些角色的具体管理职责，形成完善的人员保障体系，保证数据标准化管理工作持续开展。
2、全面完善数据管理办法
数据管理应该对数据全生命周期的各个环节，应用的各个方面都有完善的数据管控制度。根据现状调研结果结合数据管理成熟企业的经验，公司可以对主数据、元数据、数据生命周期管理、数据安全管理等数据管理办法逐项逐条进行补充和完善，达到数据管理无死角的目的。
（二）加快数据中心建设，推动底层数据架构优化
目前存在的烟囱式数据架构，均需要逐步优化调整、彻底打破，形成统一的数据仓库，实现数据高度复用。通过数据架构的优化，减少数据冗余，合理存储数据，为数据中心数据高效运行处理奠定良好的支撑基础。
（三）编制企业级数据资产清册，形成统一的数据字典
企业级数据资产清册需记录企业存储各类数据资产位置、数据内容、使用方式、增减变化等基本信息，应由数据资产目录和五大属性构成，包括业务属性、技术属性、管理属性、质量属性和安全属性，是企业级数据管理的基石。
图1 数据资产目录
图2 数据资产清册构建过程图
（四）构建数据资产管理体系，提升数据管理能力
在公司现有数据管理模式的基础上，进一步根据业务治理框架形成一套完善的数据管理体系，以数据资产清册为标准进行数据治理和数据运营。全面开展全网数据标准统一工作，做到全网一个数据标准。重点是统一全公司主数据对象，提升主数据管理能力；建立元数据管理制度，提升元数据管理和应用能力；统一数据质量指标，完善管理流程，全面提高数据质量；规范数据运维流程制度，保障数据高效流转；完善数据安全标准，保障每条数据和每项数据操作安全。
四、结论和展望
通过数据标准收集、标准分布分析，对公司当前数据标准情况有了较为详尽的了解。从基于数据生命周期的公司数据管理办法的维度来看，公司出台的与数据管理相关的文件和规范中涉及数据标准、数据共享和数据应用的最多，涉及数据质量的次之，数据规划和数据生成方面的标准最少；从DAMA数据管理职能维度看，公司目前在数据开发、数据操作、数据架构、文档和内容管理、数据安全方面的职能最强，在数据质量、数据治理、参考数据和主数据管理等方面次之，在元数据管理、数据仓库和商务智能管理职能方面最弱。
数据资产管理是一项需要逐渐规范完善的工作。未来通过全业务数据中心建设和数字化企业建设等一系列的工作，公司会进一步加强理论研究和行业内标杆的研究，研究数据标准管理重点，并根据公司现状出台相应的管理办法，逐步修订现有数据管理规则；进一步理顺组织和运行机制，对标成功企业的实践与做法，建立和完善公司数据管理的组织管理体系和运行机制，建立适合公司的数据管理模式和责任追责机制。完善公司现有的标准化体系，把数据标准作为关键因素，建立数据标准制订和管理框架，由数据管理部门主管，强化数据标准的统一制订、统一修订、统一管理。最终把数据管理工作同业务、技术紧密结合，构建企业级的管理组织和工作机制，共同将数据资产管理、应用起来。
论文作者:周涵
论文发表刊物:《电力设备》2018年第24期
论文发表时间:2019/1/8
标签：数据论文; 数据管理论文; 标准论文; 系统论文; 业务论文; 资产论文; 公司论文; 《电力设备》2018年第24期论文;