国有企业正迎来数字化转型变革的攻坚阶段

当前数字经济正带动中国整体经济升级和转型，传统行业的数字化转型势在必行。国有企业早已身在其中，成为了这个变革中的焦点和主战场。

数字化转型的核心是对数据价值的充分挖掘和运用，以创造新的生产力。技术层面具体体现为企业数据平台的建立、数据采集，分析，挖掘和智能场景的拓展。从国内国外实践来看，进入数字经济的企业，一般以从互联网起步的新兴行业为主。近年来，传统行业中的先进企业也快速进入这一行列，其路径一般来说是从信息系统全面建设基本完成开始，逐步进入大数据，企业级数据仓库，数据湖以及数据中台建设、数据分析场景及数据驱动应用开发、再到全面数据服务化和智能创新应用这样一个过程。

国有企业的数字化建设是一个加速并行，“弯道超车”的过程

大多数国有企业在近年来都在经历一个快速的信息化建设推进的过程。先进国有企业已经基本完成了信息系统的全面铺建，开始进入了数据集成整合并且加以深化使用的阶段。然而大多数的国有企业，尤其是大型传统行业企业，普遍的信息化建设情况还没有全面完成。这些企业要么存在着大量多年前设计建设的陈旧业务系统，系统完全孤岛化、难以改造，要么存在相当的手工业务还没有业务系统支撑。这类企业并不具备按照常规路线进入数字化的条件。

然而这并不意味着这类国有企业不能开启基于数据平台建设的数字化转型的进程，相反，不少企业已经采取了一个加速并行，“弯道超车”的路线，即把数据平台的搭建阶段与信息系统建设同时推进，采用了大数据平台及数据中台与业务系统并行建设的快速路线。

这一路线的采纳是有其必然性的。在国企改革、产能优化和国际形势变动的大局势下，国有企业对数字化变革的需求已经比其他企业来的更加强烈。尤其是行业格局本身对数据依赖越来越重的行业，例如贸易类、能源类大型国有企业，在目前国际局势相对不稳定的大格局下，对风险控制和国际市场掌控的需要变得越来愈迫切，这些企业更加需要加速大数据应用的进程，而且已经成为了最先进入信息系统建设和大数据平台建设加速并行阶段的一类企业。

这一进程中必然经历的困惑与挑战

通常来说，在这个建设大数据平台进而推动数据价值发掘和应用的过程中，大多数企业或多或少都将切身体验到这样一些困难和挑战：

• 不具备有效方法来运作和管理自己的大数据。即使大数据平台已经搭建，大量内部外部数据已经接入，但是其实企业并不具备有效的清晰的方法和手段来管理自己的大数据，没有足够的能力来处理大数据的规模化、多样性和复杂性。

• 数据标准和质量管理的不完善导致数据发挥价值的空间十分有限，缺乏数据治理机制，导致陷入日益增长的数据数量和不可控的数据质量互相影响的恶性循环。

而对于我们这里讨论的加速并行、弯道超车的国有企业来说，不仅同样会面临这些难题，还会在此基础上面临着与信息系统建设并行所造成的特殊问题：

• 信息系统还未达到端到端有效覆盖，存在数据断层，在此基础上进行端到端的数据整合分析效果必然无法达到预期。往往数据口径差异巨大、质量问题比比皆是，分析建模困难重重，造成花费大量人力和资金建起数据平台后，却不得不回头求助手工的原始的处理方式，造成业务部门抱怨声起、信心缺失。

• 大数据平台和信息系统的总体规划与建设处于并行耦合状态。由于缺乏总体规划，许多需求对应的解决方案在信息系统和数据平台的范围划分不清，导致重复建设和解决方案效果无法达成。

此上答案是否说明国有企业目前不能采用这样的加速方式进入数字化转型进程呢？对此问题，我们仍然坚持一个积极的观点和态度。数字化转型加速与信息化建设齐头并进，是很多国有企业在当前形势下必须采用的一种路线。

应对的方案

前面提到的种种问题，总结起来可以归根于企业从管理，人员和技术体系各个方面，还不具备实现充分挖掘数据价值的能力。而这种能力的建立，其核心就是对数据的管理能力。数据管理能力是把企业的数据真正“资产化”的能力，让数据的价值能够被发现、流通和利用。

这个能力的获得，要通过在从数据治理的管理意识入手，企业全方位推进数据治理来实现。

我们认为，数据治理是一个对数据资产加以识别，制定统一的标准和质量体系对其全生命周期进行管理，保障安全和监管合规，同时建立促进共享和创新机制的过程。

国有企业推进数据治理的战略和路线重点

数据治理在不同企业的实施，具有不同的战略和短中长期路线。例如在信息系统和数据平台建设较成熟的企业，数据治理的战略重点是统一数据标准和质量管理，对现有业务系统进行有计划的改造，对企业的数据服务流程进行规范管理，并逐步实现数据的服务化。而在我们前面提到的国有企业的现状下来说，其数据治理路线会截然不同：

首先，这类国有企业数据治理的战略重点应该是为信息系统的建设进行先导的理念设计和规范输入。通过数据驱动的理念来带动信息系统的建设和发展。同时重点对企业的数据标准规范、组织流程等进行梳理。从而直接作用于同步规划设计和建设中的信息系统，通过提供数据标准和数据管理机制的输入，实现已经“一步到位”的系统设计，避免后期改造的重复建设，直接具备较高价值的数据供给能力。这样也切合了国有企业进行数字化建设的加速路线特征。

从价值的实现路线来看，国有企业进行数据治理，第一步能够获得的明显效益，是实现企业的数据整合、统一管控，实现国有企业推进数据标准梳理和质量管控的短期目标。通过这个梳理的过程，在全企业范围内明确企业通用以及符合行业特征的数据标准和规范，这一梳理的结果将最先直接在大数据平台上产生效应。即使各个业务系统尚存在数据孤岛问题，数据口径标准种种差异，通过大数据平台上进行整合后，也能实现企业数据管理和统一分析的效果。在业务系统建设的过程中，数据平台可以一边发挥数据分析的功能，一边担当一个快速“主动性”的架构职责，直到企业的信息系统建设和改造全部完成。

从中长期来看，国有企业数据治理的远期目标仍然是全面实现数据的价值和数据服务化。在新的信息系统逐步迭代建设开发中，在数据中台与业务中台合并驱动建立成熟中，在企业内创新孵化机制的支撑下，更多数据智能应用对创新业务模式的支撑将是水到渠成的。

几个关键点

我们针对国有企业推进数据治理应该重视的几个关键问题，组织方式、变革策略和技术支撑，提出需要注意的关键点。

从数据治理组织的建立方式上来看，尽管很多集团式的国有企业都面临在集团层面缺乏业务和技术力量、分支机构对业务和信息系统的掌控力更强的问题，但是经验表明，数据治理组织仍然需要管理层下定决心，从集团层面去统一建设和管理。集团对数据的集中规划和管控是企业数字化的重要条件。数据治理的推进比业务系统建设更具有变革难度，投入大、见效慢而且效能更集中体现在集团层面，因此更需要集中有力的组织模式。

从数据治理的路线策略来说，国有企业更加需要仔细寻找合适的切入点和路线策略，一方面需要配合业务系统的建设，另一方面易于掌控而且快速显效和建立信心。一般来说，最常见的选择是从主数据入手，从较小的数据域开始建立全面的数据标准、数据质量、数据安全和元数据体系。主数据由于与业务的相关性较强，因此有易于起步、易于见效的优势。另外，对于信息系统建设程度尚处于起步阶段或者信息系统需要改造的范围较大的企业，以标准程度最高、最易梳理和见效的财务主数据入手是个较好的选择。

从数据治理的技术支撑来说，以信息技术今日的发展程度，国有企业推进数据治理，不需要再去基于大量的手工和纸面流程出发的规则和制度。我们建议国有企业在建设大数据平台的同时，实施数据资产管理系统及平台，例如数据标准的线上发布、审批工作流，数据质量规则的系统化和自动检测、元数据体系搭建和企业范围内的数据资产自动发现、管理和运营数据统计等等。数据资产管理工具使得数据治理的各个环节、制度和职责都有系统支撑，能够帮助企业的数据治理进程事半功倍、长远推进。

最终在这样的战略规划和路线设计下，国有企业能够在现有基础上快速实现数据价值的挖掘，落实到企业内部业务数据分析及外部大数据分析应用，智能场景实现，用数据驱动全公司创新共享，真正步入数字化转型的进程。