下载掌阅APP，畅读海量书库
立即打开
企业信息管理是信息化时代的数据管理方式，以数据治理为目标。而数字化时代的数据战略以创造业务价值为目标。
回顾数据利用的4个阶段，企业信息管理在2.0阶段被广泛应用，企业信息管理的核心架构如图3-4所示。我们从底层对该架构进行说明。
企业信息管理的核心是管理好信息化时代企业的4种数据：主数据、交易数据、商业智能数据、非结构化/半结构化数据。
图3-4 企业信息管理的核心架构
主数据具有共享性，在企业内部跨越应用系统和部门，是反映业务实体状态的核心基础数据。主数据有相对静态、特征唯一、识别唯一、长期有效的特点，不因部门、流程、系统、技术而改变，具有单一、准确和权威的数据来源。例如，客户、组织结构、人员、物资、项目、财务科目等方面的数据是常见的核心主数据。
交易数据是描述企业在业务运营过程中记录内外部发生的事件或者交易的数据，如销售订单、通话记录、用户行为等。主数据在使用过程中会调用交易数据。
商业智能数据指的是经过挖掘、处理、分析后形成的数据。这类数据是以主数据和交易数据为原材料，为了解决业务问题而生成的二次数据，比如企业的报表数据、图表数据等。
非结构化/半结构化数据与业务系统建模生成的结构化数据有所区别，如日志数据、文档数据等。过去，因为技术局限性，挖掘利用这些数据的复杂度较高，所以企业并没有充分地将这类数据利用起来，这部分数据在企业信息管理架构里并不是核心的内容。
为了管理好这4类数据，企业信息管理提供了如下9大领域的能力。
1）数据治理。在企业用企业信息管理方式来管理数据的时期，数据治理是所有数据管理工作的目标和指导，也是企业管理数据资源的核心手段。在这个时期，数据治理工作以主数据为核心对象，通过制定数据标准、规范管理流程等手段，让企业的数据更加标准化。
2）信息架构。信息架构与业务架构、技术架构共同构成企业IT架构，指从IT的角度定义数据的结构，以及数据收集、共享、维护和存储的方式。企业通过信息架构来管理所有的数据，这个时期的信息架构是对现有数据存储状态的描述，包括数据架构。所以在这个时期先有业务应用，后有信息架构。
3）信息质量管理。信息质量管理包括定义数据质量指标、分析数据质量、验证和审计数据质量服务水平、主动和被动清理数据、识别数据质量要求等功能。
4）主数据管理。主数据是企业的核心数据，直接影响企业业务的运营，所以主数据管理是企业信息管理中非常核心的组成部分，也是数据治理的主要工作内容。主数据管理控制企业核心业务实体的获取、存储、同步和使用。
5）数据仓库和商业智能。数据仓库和商业智能用于归档和分析历史数据，例如销售、人力资源和其他日常运营信息。该功能组件负责建立、控制和支持数据的分析、集成、传递过程，以及支持相关数据技术和工具。
6）结构化数据管理。企业信息管理对结构化数据的具体管理工作包括如下几个方面。
●提供开发生命周期服务：设计物理数据库，定义数据服务，维护生产、开发和测试环境，控制配置和更改，创建测试数据，验证数据需求，迁移和转换数据等。
●提供数据生命周期服务：外部数据采集，数据备份和恢复，性能监控和调整，存储管理，归档管理等。
●提供数据基础设施服务：数据技术的安装、管理，支持非结构化数据的管理等。
7）半结构化/非结构化数据管理。企业信息管理涵盖广泛的半结构化/非结构化数据，包括文档、报告、图像、表格、各种记录、电子邮件、网页、XML文档、地理空间数据和企业知识类数据等。
8）元数据管理。元数据是解释整个企业的系统、应用程序或环境中的数据内容的定义、控制、使用和处理的数据上下文。元数据是互连企业信息管理中其他组件，推动企业在数据领域应用信息管理工具和技术的基础数据。
9）信息安全管理。信息安全管理通过在企业内对政策、规则和程序采用建立、实施、管理和审计等手段来确保数据的隐私性和可控制，例如角色和行级安全。
至此，我们会发现，在上述对企业信息管理整个架构的介绍中，并没有提到业务价值、业务场景等方面的内容，这是因为企业信息管理的目标就是管理好数据资源本身。
在信息化时代，企业信息管理统治了企业数据管理领域很长一段时间，到了数字化时代，这种管理方式逐渐跟不上企业发展和业务需求。在数字化时代，从环境、业务特点到数据种类等方面都发生了变化，数据战略逐渐取代企业信息管理，发挥更大作用。如图3-5所示，企业信息管理与数字化时代数据战略相比具有5方面的重要区别。
图3-5 企业信息管理与数字化时代数据战略的五大区别
图3-5直接呈现了企业信息管理这种数据管理方式在数字化时代的局限性，下面分别阐述。
1）无法适应高度不确定性的业务。信息化时代，企业与外部市场用户的直接交互不多，大部分数据来自企业内部的研发生产和管理工作。到了数字化时代，电子商务、社交媒体等平台崛起，企业收集的数据越来越多样，数据量呈爆发式增长，数据种类也在快速变化。企业信息管理这种完全自上向下的纯规划型管理方式无法及时响应外部的变化，往往是数据治理项目刚实施到一半，业务需求又发生变化了，同时不断有新的数据产生，所以企业采用企业信息管理很难真正地让数据产生业务价值。在数字化时代，企业需要更加敏捷灵活的数据管理体系。
2）无法产生业务价值。在信息化时代，很多数据在业务生命周期内的变化不大，所以企业信息管理在本质上还是将数据当作相对静态的资源来管理，并且将主数据从所有数据当中区分出来重点管理。而到了数字化时代，数据从资源变成了生产要素，企业希望从数据资产当中挖掘出业务价值。在这样的目标下，仅仅把数据当作资源来做好管理、保证安全和实现标准化，已经不再符合企业对数据和数据部门的期望。企业更希望数据管理能够给用户、给业务带来明显的价值。
3）无法直接参与业务价值的创造。企业信息管理时代，主要是业务人员和管理人员需要利用数据，业务人员查看数据和报表，管理人员根据数据分析结果做出业务决策。而到了数字化时代，企业更多是通过API来调用数据服务，这些数据服务可以直接被业务系统或其他服务调用，数据能直接参与业务的价值创造过程。
4）无法摆脱人力依赖。企业信息管理时代的数据生产和加工过程虽然会用到很多数据技术，但是大部分数据工作还是基于人的经验展开的，数据技术和工具只是辅助。而到了数字化时代，机器学习、深度学习等人工智能技术能直接从数据中发现规律、找到模式，这是从人脑到算法的数据加工方式的转变。
5）体系繁重。企业信息管理以数据治理为目标，构建了一个庞大、缜密、细致的管理体系。该体系的好处是非常标准，缺点是搭建的过程需要很长时间，整个企业需要投入巨大资源才能完成体系的构建。而环境或者业务一旦发生变化，对这样大规模的体系调整起来速度很慢。所以传统的数据治理项目往往只能将生成一堆文档和制定很多标准作为成果，但是实际的业务已经发生了很多变化，企业花费巨大精力搭建出来的体系也就不完全适用了。在数字化时代，企业需要新的数据管理体系来支撑业务战略的执行。