中冶宝钢数据治理规划（2022-2025）
“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）》。
一、现状与形势
（一）全球数据治理发展现状
▲共识：数据是企业最为宝贵的资产之一
▲两大支柱：互联互通、制度规范
▲主要问题：重数据生成，轻系统性管理；重数据数量，轻数据质量管理；重数据使用，轻数据增值利用
（二）国内数据治理发展现状
▲日益推广：数字化生产模式、大数据平台
▲驱动力：一是互联互通，二是业务效率和客户满意度
▲数据资产化：政策有引导，领先企业有经验
（三）公司数据治理发展基础
▲数据孤岛：数据分散在各系统中，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”（L2）水平
二、总体思路
（一）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，即要立足长远、夯实基础，又要长短结合、持续迭代。
（二）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。在统一数据架构与数据资产中心的基础上，通过数据治理，提供可靠、可用、可信的数据资源与业务管理数据指标，从而完成业务数据化到数据业务化的过程。同时设定了目标的量化评价指标，即：到2025年数据完整性达到80%、可用性达到90%、普及率达到80%。
（三）数据治理业务框架
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。
（四）实施步骤
第一阶段（2022年）
平台化， 打造数据底座
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；
开展数据治理组织建设、数据管理制度建设和数据治理人才储备；
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。
第二阶段（2023年-2024年）
资产化，构建数据资产
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。
第三阶段（2024年~）
智能化，推进数据应用
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。
三、重点任务
任务一：
完善信息化建设，夯实数字化基础
1
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。
2
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。
3
完善资产管理信息化， 新建设备全生命周期管理系统。
4
完善物料核算信息化， 新建物流仓储管理系统。
5
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
▲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
1
构建数据资产
▲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
▲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
3
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。把所有职能目标整合到实现业务目标上来，让企业的职能联合起来，以最高效的方式协同，通过经营决策数字化，建立从战略到管理再到执行，从目标到现值再到差异的指标分析体系和智能决策模型，支持企业做价值创造。
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，使人财物信息能落实到单个合同和项目上，实现单合同的精准盈利结果分析，为经营决策提供数据分析，使企业能在业务运作中掌握主动，从而提升各个业务活动阶段的效率。
任务四：
建立数据安全体系， 提升安全防护能力
管 理
制定数据治理安全制度
1.明确数据所有人的确认原则、确认流程和确认方式；
2.明确数据安全等级和数据敏感度分类；
3.设立相应的审批流程；
4.明确数据安全策略，对信息在存储、传输、处理、共享和备份时分等级实行安全保护；
5.信息系统的建立要符合相关信息安全等级保护的要求;
6.对信息系统中发生的信息安全事件分等级响应、处置。
技 术
搭建数据安全技术平台
1.数据存储安全：数据存储物理安全、数据存储安全策略、数据空间区分和加密、安全等级管理、数据安全溯源等；
2.数据传输安全：针对不同安全等级，明确数据传输加密方式、配置加密类型、加密方法等；
3.数据应用安全：让数据权限与组织绑定，对组织授予数据访问权限；让数据权限随人员流动而改变，动态管控个人用户数据权限。
四、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。
文章来源：与数据同行微信公众号
素材：设备智能运维技术研究院
出品：中冶宝钢融媒体中心