新闻中心
专业的数据管理基础设施及服务供应商
宝钢集团数据治理规划(2022-2025)
发布日期:
2023-11-13

“数据是企业最为宝贵的资产之一”已成为业界普遍共识,新冠肺炎疫情给全球经济带来巨大冲击,加速了以物联网、大数据、云计算、人工智能等新科技为驱动力的数字经济时代的到来。中冶宝钢于2021年6月发布《中冶宝钢“十四五”产业数字化转型规划》,而数据治理是数字化转型中的关键步骤,对数字化转型的成败起着承上启下的关键性作用,是有效管理企业数据的重要举措,为此公司制定并发布了《中冶宝钢数据治理规划(2022-2025)》。


part 1现状与形势


公司数据治理发展基础


  • 数据孤岛:数据分散,没有实现互联互通

  • 待系统性提高:数据标准、数据质量、数据安全、一致性、数据共享

  • 数据管理能力成熟度:处于“受管理级”水平


part.2总体思路


01指导思想


中冶宝钢数据治理将以“数据资产化”为中心,聚焦于数据资源转化为数据资产、数据资产开发利用、数据驱动企业战略和业务发展三个主线。同时强调数据治理要服务业务数字化,并应用于业务治理;要抓牢“数据治理是数字化企业根本性基础”的定位,既要立足长远、夯实基础,又要长短结合、持续迭代。


02工作目标


以“公司数字化能力成熟度持续提升”为目标,在“十四五”期间,数据管理成熟度达到“量化管理级”水平——即数据可量化定义业务,以业务目标为导向,通过推动业务数据的互联互通,建立“全局、微观、量化、客观”的数据视野。到2025年数据完整性达到80%、可用性达到90%、普及率达到80%。


03数据治理业务框架


宝钢集团数据治理规划(2022-2025)


数据治理工作依托于各部门业务系统,以业务数据作为输入,服务“业务数字化”进程,且将应用于下一步的“业务治理”。数据治理的核心工作,是完成数据资源到数据资产的转化,并以此开展数据管理实现数据资产保值增值、推进数据智能应用实现价值创造。


04实施步骤

一阶段(2022年)平台化
完善信息化应用基础,启动数据治理工程,推进数据互联互通;
深化数据治理体系建设,构建数据资产中心,推进数据资产的融合共享;
启动检修业务合同盈利分析示范项目,推进检修业务数字化,牵引数据治理体系建设。

二阶段(2023年-2024年)资产化

深化信息化应用建设,覆盖“1 3”业务;
深化数据治理体系建设,构建数据资产中心,推进数据资产的融合共享;
开展经营决策数字化建设,在前期示范项目的基础上,启动数据智能应用。

三阶段(2024年~)智能化
开展数据资产增值运营,提供数据服务;
深化检修业务数字化建设,量化检修作业活动、进程,应用检修业务规范和知识,实现从宏观到微观的穿透;
深化经营决策数字化建设,量化业务指标,实现从局部到全局的覆盖。

patr.3重点任务


任务一 完善信息化建设,夯实数字化基础


  • 完善检修作业执行管理信息化,在智能检修平台上添加检修作业信息管理模块和客户设备管理模块。
  • 完善人力资源管理信息化,在人力资源系统中添加人员招聘与绩效管理模块。
  • 完善资产管理信息化,新建设备全生命周期管理系统。
  • 完善物料核算信息化,新建物流仓储管理系统。
  • 完善客户管理信息化,新建客户关系管理系统。

任务二 构建数据治理体系,实现数据增值运营

建设数据底座

宝钢集团数据治理规划(2022-2025)


  • 数据管理平台-数据湖技术
  • 数据计算平台-计算引擎
  • 知识管理平台-知识图谱


构建数据资产

宝钢集团数据治理规划(2022-2025)


  • 数据资产标准编制
  • 数据资产融合
  • 数据资产管理


运营数据资产

宝钢集团数据治理规划(2022-2025)


  • 构建数据标签体系
  • 构建计算模型及指标体系
  • 构建知识模型
  • 构建数据服务


任务三 推进数据智能应用,赋能企业转型升级


横向打通职能域。横向整合和资源决策、风险、效益相关的职能,打开部门边界,实现信息的互通共享,拉通管理职能,实现端到端的一体化管理。


宝钢集团数据治理规划(2022-2025)


纵向打通业务线。纵向整合和检修作业执行相关的资源和信息,加强公司对检修业务的资源供应、作业执行、验收交付全过程的数字化程度,精细化管控检修业务作业过程。


宝钢集团数据治理规划(2022-2025)


part.4保障措施


建立组织体系

公司成立数据治理委员会;任命cdo(首席数据官);科技与信息化管理部增设数据管理室,作为公司数据管理部门;设备智能运维技术研究院作为公司数据治理的技术支撑单位。各部门各单位设立数据管理专员(专/兼职人员)。


保障资金投入

公司应保证数据治理资金的持续投入;

多渠道筹措资金,如申请上级集团的资金支持,各级政府的产业补贴、创新补助、研发支持、人才补助等。


加快人才培养

理论知识:聚焦在数据资产的治理和数据管理,建立数据的认知和管理思维;

积极实践:积极参与数据管理实践,结合业务特点和数据特征,积极参与数据治理建设任务。


培育数据文化

营造 “用数据说话、用数据管理、用数据决策,用数据指导行动、用数据驱动创新”的数据思维;

强调“谁生产谁负责,谁拥有谁负责,谁管理谁负责”的理念。


完善制度建设

明确数据管理的职责、流程和规范;

制定相关管理制度,开展数据及数据资产的管理;

建立考核评价体系,对数据治理的重点环节进行量化考核。