做好数据管理体系 发挥企业数据乘数效应

12月15日国家数据局起草并发布了《“数据要素×”三年行动计划（2024—2026年）（征求意见稿）》。通过实施“数据要素×”行动，发挥我国海量数据规模和丰富应用场景优势，推动数据在不同场景中发挥千姿百态的乘数效应。

数据正在以前所未有的速度渗透到各行各业，成为驱动业务创新、管理变革、乃至再造商业模式的关键要素。

例如，在采购环节，数据分析具有极其重要的战略意义，是优化供应链和采购决策的核心大脑。基于历史交易日志，挖掘供应商数字化交易行为，通过数据智能技术，发现供应商偏好和意图。面向企业大宗集采的供应商推荐，缩小寻源范围，准确锁定最合适供应商，节约采购成本。

结合历史销量、仓储计划、用户需求综合分析预测市场需求，针对性排产，提高产能利用率，降低库存积压，减少订单延误率，促进产销平衡，规避经营风险。

国家数据局局长刘烈宏公开表示，数商作为以数据为生产经营关键要素的企业，在盘活数据要素价值中发挥着关键作用。数商分为服务型数商、应用型数商和技术型数商。其中，应用型数商是数据价值的“转化者”，促进数据用起来。通过提供数据开发利用工具、数字化转型服务等，帮助千行百业挖掘数据价值，将痛点难点转化为新增长点，将投入成本转化为新的利润来源。

用友作为应用型数商，在充分激发企业数据价值中发挥着重要作用。用友认为，数据创造价值应该遵循这样一个模型，数据通过分析提炼，到信息，由信息通过归纳演绎成知识，通过知识总结洞察形成启示性、前瞻性的洞见。并按照确定目标、现状分析、任务蓝图和任务推进路线图四个步骤，制定数据治理体系化规划，确保后续相关工作扎实有序推进。

从数据化到数智化，数据的乘数效应有待激发

充分发挥数据生产要素价值，实现数据驱动业务，是数字经济时代企业的核心诉求。

信息化是用软件系统承载业务，实现了效率提升。在信息化阶段，企业完成了数据的“原始积累”，从信息化到数据化，企业将信息化建设存留的数据汇集到一起，进而产生新的数据支撑业务的开展。

在用友看来，国内各个行业的数据化程度存在差异，数字化某种程度上是信息化与数据化的融合发展。而随着大语言模型的流行，从信息化到数据化、智能化、智慧化，进而跃升到数智化。

数据化可以简单理解为数据驱动，通过收集、分析和挖掘数据，来揭示隐藏的业务模式和趋势，进而做出更明智的决策和采取更有效的行动。

数据驱动既是一个过程，也是一个结果。这个过程需要经过多个步骤，包括数据采集、清洗、分析、可视化、决策和行动等，是一个持续的数据循环和反馈机制。

从结果的角度来看，数据驱动的重要性在于，它能够为企业提供更深入的洞察和预测能力，从而帮助企业更好地理解客户需求、市场趋势和业务运营。同时，数据驱动还可以提高企业的决策效率和准确性，降低风险，提高竞争力。

在数据化过程中，企业需要做好三件事——有数据、管好数据、用好数据，其主要矛盾是数据基建与数据应用的协作与平衡问题。

所以在实现数据价值之前，一个有效的数据管理体系必不可少。数据治理是在数据管理和使用层面之上进行规划、监督和控制，释放数据的价值，通过数据要素驱动企业的创新发展，实现经营和管理的变革。

六横三纵，做好数据管理体系

数据价值的发挥重点在“用”的过程中体现。用友总结出企业数据应用的三个阶段：第一个阶段，数据资源化。通过数据采集工具，企业实现各异构系统数据的统一采集和集中存储，打通数据孤岛，支持初步的数据分析和展现；第二个阶段，数据资产化。通过实施数据治理，让企业的数据资源转化为数据资产，实现了数据资产入表，支持数据的智能化应用。第三个阶段，数据资本化。随着数据管理和应用的进一步深化，企业完成数据资产确权和评估，具备数据流通和交易能力，实现数据的变现。

对应数据应用的三个阶段，用友提出数据驱动的企业数据服务“5级宝塔模型”，分为展现级、分析级、控制级、决策级、创新级，构成了企业数据服务的完整体系。“5级宝塔模型”离不开全面数据治理，夯实企业数据要素基础。

数据治理是组织中涉及数据使用的一整套管理行为，不仅是指通过对数据的管理促进数据使用，同时也强调数据管理的流程划分与权责体系，是一套关于数据管理的技术、过程、标准和政策的集合。

一个健壮的数据管理体系，涉及数据安全、标准、体系、质量等要素。比如数据质量是保证数据应用效果的基础，衡量数据质量的指标体系主要包括：真实性、准确性、唯一性、完整性、一致性、关联性、时效性。

用友在帮助企业完成数智化转型及企业数据治理方案及数据工具的落地过程中总结发现，想要更好的落地企业数智化转型发展背景下的数据治理工作，需要有清晰、规范、准确、完整、可度量的理论及评估体系作为指导和支撑。

与此同时，企业更应结合企业自身的管理体系、管理现状、数据管理与数据应用中遇到的问题，制定适配其业务战略发展的合理布局。同时可以参考与了解、学习国内数据治理领域相关框架与标准。更好的服务企业数字化转型的业务战略。

目前，数据管理体系建设可以参考数据管理能力成熟度评估模型（DCMM）和DAMA的数据管理理论框架。

DCMM是我国首个数据管理领域国家标准，其借鉴了国内外数据管理的相关理论思想，同时也结合了中国大数据行业的发展趋势，提出符台中国企业的数据管理框架。框架将组织数据营理能力划分为8个能力域：即数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生存周期。

对标DCMM，用友提供“六横三纵”数据治理体系，即数据架构管理、数据标准管理、数据质量管理、数据安全管理、数据生命周期管理和数据应用管理等“六横”，以及管理组织、制度/流程和技术/平等“三纵”为企业进行以业务价值为导向的全局数据治理提供保障，通过数据梳理与入湖、数据资源资产化、数据服务共享化、数据应用和共享，帮助企业构建以业务价值为导向的有活力的数据生命周期管理体系。

在产品层面，用友iuap数据中台以全域数据应用为目标，以各种数据管理理论为依据，以云原生、微服务、大数据和人工智能等数据加工处理技术为基础，提供数据治理、数据采集、数据建模、计算加工、资产的构建和共享、数据分析挖掘等能力，支撑企业在指标管理、分析展现、决策支持、知识发现、人工智能等数据驱动的各种场景应用。从而帮助企实现数据的展现、分析、控制、决策、创新五个层级的价值，将数据真正融入到业务中间，驱动业务高效科学的运行。

用友iuap数据中台提供十大核心能力：数据移动、数据开发、数据治理、数据指标、数据挖掘、语义模型、数字大屏、移动分析、智能分析云、智能报告。

通过这些能力让数据采集、加工、治理、应用更加便捷，以保证数据质量，加速从数据到价值的服务生产过程，打造高响应力且更加智慧的业务，从面实现数据驱动的业务创新。

数据作为数字经济的关键生产要素，已成为极其重要的新型资产之一，而数据资产“入表”正是对其作为资产发挥价值的合法确认。数据资产“入表”，是推动数据资产化的第一步，也是数据要素市场发展的关键一步。数据资产应用充分体现了数据价值变现的成果，其一方面得到数据资产管理的支撑，另一方又会不断发现问题，促进数据资产管理的优化！

用友BIP数据资产入表解决方案助力盘活企业数据资产、激发数据要素价值。用友通过提供咨询、设计、产品、交付、运营等全流程的解决方案与服务，帮助企业完成数据资产基础入表、统一数据治理和释放数据价值，并拉通数据服务到数据交易的通路，增强企业数据的开放、流通和变现能力，加速数据要素的社会级流转。

企业数智化领先实践，打通数据供应链

数据要素 融合业务场景才能得到“最优解”，用友BIP的数智服务正是为了让数据要素启动“数据飞轮”，发挥“乘数效应”。

首先，企业需要加强数据文化的认知，对于数据管理体系建设达成共识。其次，数据知识体系比较庞杂，数据中台、数据湖、湖仓等概念非常多，企业需要对齐这些概念，拥有对技术有深入认知的技术型人才。而用友从底层计算引擎、数据开发，到全面的数据治理、上层应用实现了全覆盖，还提供数据咨询、数据服务、数据应用服务、大模型服务。除了数据能力体系与数据服务产品外，用友基于服务众多领先企业的数据管理领先实践，从客户实际业务场景、需求场景和应用场景出发，真正助力企业激发数据价值。

南光集团，是唯一一家总部设在澳门的国务院国资委直属中央企业。在用友的帮助下南光集团构建集团数据治理体系，规范数据标准，提升数据质 量，探索数据资产化管理。通过用友iuap数据中台，打造一个“多组织、多业态、多级次”的大数据平台，落地“一中心二库三统一”模式，即：一个业务运营智能监控中心、两个指标库、三个统一（一套治理体系、一个数据湖、一套数据资产）。实现了数据“采存管用营”的一体化管理，为运营决策、采购、人力资源、财务、法律风控、战略投资等提供统一准确的数据服务支持，为集团的数智化转型奠定基础。

世界500强企业中建五局，是中国建筑股份有限公司的全资骨干企业。中建五局以用友iuap平台为数智底座，利用大数据、人工智能技术，构建数字化管理运营平台。依托生产经营数据库和知识文档库，构建了一个大数据中心，提升数据化决策能力。实现企业运营管理在线分析、在线检查、在线考核、风险线上预警，平均审批时间缩短5.6天;线上签订2.23万份合同，签定时间由20多天缩短至7天，业务办理效率提升了75%以上，每份合同节省成本约240元。自主研发资产盘活系统，累计在线成交金额超过22.39亿元，较传统手段降低材料损耗30%。

中国500强企业济宁能源，通过用友BIP从数据采集开始，通过数据治理、数仓建模、指标加工、数据挖掘，以及分析展示的数据全过程管理，打造了一个可视化的数据管理平台。借助平台的管理驾驶舱，从不同维度进行分析、汇总，用数据反应当前业务客观情况，实时跟踪工作进展，从而达成预判风险、优化制度、调整工作安排的目的。现在仅用3天就可以完成月度采购计划的80%，大大缩短了采购周期。

某全球领先的水产饲料生产企业，围绕“看清人才、看全人才、激活人才、科学配置”的人才管理宗旨，通过打破异构系统的障碍，重新整合数据集成，集中汇聚所有人才数据，结合基于体系化人才模型和标准，依托用友BIP数据分析基座，构建起数字化可视化人才画像；结合全维度对比分析；实现看清看全、科学识人。并通过实时分析能力，开展人才动态监控，如连续绩差、年龄过大、任期过长、过期培训、违反规定纪律、人才新任等，从而实现快速响应和科学配置。

浙江省某县工商联，通过用友BIP企业健康体检服务，建立区域企业的“企业健康宝”。通过对区域企业财务数据、企业工商数据、知识产权、经营风险等多维度数据的精准画像和风险问题智能预警预测，可以充分了解辖区企业的整体经营情况及排名，另一方面通过财务数据了解企业在经营过程中所遇到的困难，如资金流不足，存货积压等问题，可以更好的为企业提供针对性的政策支持和帮助。

某大型民营股份制企业存在数据孤岛较多、政策监管强度高、数据标准不一致等问题，在整体数据治理架构体系中，用友以指标体系指标业务标准作为核心切入点，帮助该集团构架了三个“1”的指标管理体系。在数据标准落地过程中，用友与客户一起完成了一千余个指标的梳理及落标，其中包括了从心梳理和定义了200余个重复定义或标准不清晰、多标准、多主体的指标，确立了明确的指标标准。从业务属性、技术属性、管理属性实现了清晰、准确、规范的要求。同时在数据层也完成了相应的数据质量稽核，提升了数据质量与数据应用分析的高价值。最终，用友与客户以数据架构为基础，指标体系为依托，构建数据生命周期线条，成立相应的数据运营组织，制定流程、制度及相应的考核方案。使数据治理方案和数据中台产品紧密衔接、精准落地。

目前用友正在将服务众多领先企业的数智化领先实践形成可复制的解决方案，例如“基于工业互联网平台的废钢智能判级解决方案”采用最先进的基于卷积神经网络的 学习算法，通过对海量废钢图片的训练构建废钢智能识别模型，实现废钢检验远程监控、废钢的智能判级以及扣杂数量的智能判定，广泛应用于鞍钢集团、济源钢铁、闽源钢铁、鑫阳钢铁、敬业钢铁、新华冶金等10余家钢铁企业，累计降本增效达千万元，助力减排二氧化碳288万吨。

写在最后

数据二十条、国家数据局等一系列政策驱动数据要素市场的发展，伴随着企业数字转型及各领域数据流通需求的不断增长，企业数智化转型的内驱力不断增强，越来越多的企业对数据管理和数据治理及相关方案及工具的需求更为迫切。

用友的定位是帮助企业建设数据管理体系，而不是数据治理厂商或者中台厂商、数据应用厂商，而是全生命周期陪伴客户，优先打通数据供应链，借助技术领先的数智化平台以及千行百业的领先实践，成为懂技术、懂场景、懂需求的企业数据管理体系建设与运营解决方案供应商。

未来，数据离不开智能，从数据驱动到智能运营，用友已经在深化布局数智应用服务能力，构建数据要素生态，让数据真正成为企业价值资产。（来源：《企业数智化领先实践》电子刊）

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。