关于集团化企业大数据资产建设与运营管理模式研究

　　文/王汝林 中国医药集团有限公司

　　摘要：目前，我国正在逐步加大数字化推进力度，在数字时代的浪潮下，企业开展数字化转型已是必要之举。企业进行数据资产运营管理既能助力国家大数据战略实施，又能提升市场竞争优势，促进企业决策优化，实现可持续长远发展。基于此，本文立足数据资产管理，以集团化企业中国医药集团有限公司（以下简称“国药集团”）为案例企业，通过明确企业自身运营架构与市场特性、调查企业资产运营管理现状、分析当前企业数据管理困境与需求，在综合归纳已有数字化转型策略的基础上，结合国药集团的国资与其他非公有资本混合所有制经济企业特性，以及“大规模、多业务、跨领域”的业务开展模式，从数据资产化、战略一体化、管理体系化、体系平台化、集约中台化、稽核定期化、要素市场化角度，阐明国药集团实现“自下而上，层层集中”的数据资产管理可行路径，并给出适合国药集团数据资产运营管理的有效方案设计与实施建议。

　　关键词：集团化企业；数字化转型；数字资产运营；企业管理

　　引言

　　发展数字经济、推进数字化转型是当下企业转型发展的大方向。党的二十大报告提出，要“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”[1]数字化转型是企业在当今竞争激烈的市场环境中保持竞争力的关键，企业通过数字化转型能够优化资源获取和配置，快速感知市场变化、识别潜在客户需求，重塑企业发展模式和竞争优势[2]。从很多重大会议和经济政策中可以感知数据的重要性日益显著，而良好的数据资产管理成为推动企业数字化转型、加速数据价值释放的重中之重[3]，数据资产化建设与运营管理的能力是检验和衡量数字原生水平的关键尺度[4]。

　　数据资产是企业及组织拥有或控制，能给企业及组织带来未来经济利益的数据资源。数据资产一般在企业的运营活动中形成，通过产生、获取、处理、存储、传输和应用全过程，发挥其宝贵的价值，给企业带来收益。数据资产管理的重要性不言而喻，一是积累数据有助于明确业务内容与具体的服务形式；二是盘活数据有助于帮助决策者察觉到数据信息包含的规律[5]；三是交易数据有助于发挥数据的资产价值，给企业增加收益[6]。

　　因此，我国企业有必要从设计规划起步，建立一套科学实用的数据管理方法论体系[7]，指导企业开展数据资产管理核心能力建设。从离散的管控模式向流程化、规范化、智能化方向转变，从混乱孤立的信息孤岛向统一规范的大数据中心转变，努力提升企业数据资产管理的硬实力与软实力。

　　1. 发展现状

　　数字化机遇下，做大、做优、做强数字经济，要充分发挥数据要素价值所在，让数据要素赋能实体经济，企业若要实现高质量、高标准发展，必须推动构建企业新发展格局。近年来，国药集团一直在加快数字化发展进程，但与其传统实体资产管理相比，对数据资产的管理手段仍然较为原始，对数据资产类别、数据资产、数据安全、资产评估等都缺乏精细管理，这一不足会成为影响企业实现数据增值的关键问题。为加强数据与实体经济的深度融合，实现新旧动能转换，国药集团须厘清企业数据资产发展现状，明确数据资产管理目标，在追求以精益为中心的基础上，实现质量型、科技型和绿色型发展。

　　我国企业的数据资产管理进程已到了关键实践阶段，政府、金融、互联网企业等机构纷纷提出数字化转型路线，探索开展数据资产化工作新模式。然而，在实际应用中，数据资产管理仍然面临一系列的问题和挑战，阻碍了企业数据资产管理能力的持续提升。主要包括以下五个方面。

　　一是数据资产管理内驱动力不足。大多数企业虽然外部动力已经增强，但内部仍面临数据战略与价值不一致、缺少数据应用方法、数据文化不完善等问题，内驱动力不足。

　　二是数据资产管理与业务发展存在割裂。现阶段，企业对资产管理战略不够重视。在组织结构上，数据资产管理团队与业务团队沟通与协同不够有效，存在“脱节”问题。

　　三是数据质量难以及时满足业务预期。由于人工操作的工作较多、数据质量管理技术不足等原因，导致多数企业的数据质量不达预期，提升速度也缓慢。

　　四是数据资产无法持续经营。多数企业缺乏数据管理的意识和相关人才，缺乏相关理念和方法，难以充分调动积极性，并且数据使用者和管理者之间沟通交流少，反馈机制不完善，造成数据产品应用效果不佳的问题。

　　五是数据安全问题。数据资产被意外泄漏的事件屡屡发生，国家行业的数据安全合规要求也日益复杂。

　　针对上述数据资产管理问题，亟须一套科学、有效、实用的数据资产管理与运营体系来规范工作，提升企业数据资产管理与运营能力。

　　2. 模式研究

　　集团化企业的结构复杂，存在不同部门间的数据结构不统一、子公司各部门间数据难打通等问题，这一系列问题常常会导致数据统计分析不够准确、高层决策困难等问题。因此，集团化企业需要基于数据能力成熟度模型（DCMM模型），构建适用于集团化企业大数据资产建设与运营管理的新模式，促进企业数据管理向高水平管理能力发展。本文所提出的模式如图1所示。

　　值得注意的是，国药集团作为特大型中央企业，在企业规模与架构上有别于一般企业，其体系之庞大、架构之复杂是一般企业难以达到的，因此，难以单纯套用一般企业的数据资产管理方式来充分激发其数据资产活力，实现国药集团数据价值利用最大化。

　　2.1 厘清企业数据资产发展现状，明确企业数据资产管理目标

　　在厘清企业数据资产现状及问题后，国药集团需要进一步塑造数据流通能力与应用能力，国药集团各个部门及子公司各自存储数据，缺乏跨部门共享数据的管理机制，存在较为严重的数据孤岛问题。因此，纵向上要实现从生产到管理的内外流通，横向上实现部门及子公司间的数据共享。此外，集团化企业的数据资产还存在时间滞后、质量不高等问题，因此，要进一步加强数据的应用能力，使数据易用、好用、耐用。

　　2.2 确保企业数据资产有效集成，构建企业数据管理战略规划

　　国药集团内部产业链呈现出明显的多元化特征，产业领域不仅覆盖科技研发、工业制造、物流分销、零售连锁、医疗健康、国际经营，还包含金融投资、专业会展、工程技术等。在集团化企业内部，跨地域、跨业务领域数据需求量大，沟通协作频繁，各子公司的信息系统建设一致性较差，缺乏统一的制度和流程保障，无法有效集成所有数据资源并高效转化为数据资产，还会带来信息溯源困难、信息留痕失效等问题。因此，企业亟须构建自上而下的数据管理战略规划，基于已有的数据管理基础，从制度、工具方面着手，规范企业数据管理工作，提升数据标准、数据质量与数据安全。

　　2.3 面向数据资产全生命周期、构建企业数据架构规划

　　数据架构用于规范指导集团化企业实现数据资产高效流通。国药集团需要结合自身特大型央企特性，打造完备的、自下而上、层层集中的数据架构。目前，企业数据流、业务流和价值流的融合对接还需要进一步树立，数据对业务的支持还有待加强。需要面向数据资产“产、聚、存、分、服、用”全生命周期的数据价值链，建设数据架构规划，激发数据资产“从工厂到农场再到商场”的价值最大化。在完善好企业的数据架构规划后，国药集团需要实现数据架构规划自上而下的规范实施，确保每个环节都有专门的数据管理与运维人员，确保不同业务间数据资产的高效运转与效用最大化。

　　2.4 构建企业数据治理体系，确保数据高标准、高质量与高安全

　　数据治理描述企业如何管理数据资产，为数据标准的规范、数据质量的提升和数据安全的保障提供了评估依据。数据标准是数据质量提升的关键，企业需要在行业数据监管基础上，对比标准检查机构所制定的标准，对不同部门内部使用特定数据的定义进行规范，同时重视对数据标准制定框架的搭建。尤其是在同级子公司之间，要构建好数据标准与质量管理体系，以确保同级企业数据资产在向上流通时，具有统一的数据结构，方便上级企业能够更加高效地进行企业数据资产管理。在数据质量方面，制定数据质量的衡量指标，定期发现、评估数据在使用中的质量问题，加强数据的检查、校验、数据结构分析和清理工作。在数据安全方面，国药集团需要根据现有法律法规、国际标准、行业标准及安全策略制定数据规范操作流程，定期对数据安全进行检查、维护与更新。

　　3. 实施与应用

　　在制定明确的数据资产建设与运营管理体系之后，企业需要针对不同管理职能开发对应的数据管理平台。对国药集团而言，需要搭建成熟的数据资产管理与运营服务平台，促进管理与运营工作流程化、可视化、智能化。

　　3.1 构建元数据和主数据管理平台，打牢企业数据一体化基础

　　元数据管理平台能够帮助了解数据资产的分布与产生过程，包括异构环境下元数据的采集、参考不同类别所展示的数据实体信息与其实际分布情况、数据地图、血缘关系的全链分析，以及根据数据源库等对元数据进行搜索。国药集团的主数据管理平台需要包括存储、整合、清洗、监管、分发五大核心功能，确保主数据在各个信息系统间具有高度一致性。此外，主数据必须基于全域数据，具有准确性与完整性。从战略上看，主数据平台的构建有效推动了业务运营一体化，为业务上云与大数据分析做好了准备。

　　3.2 注重数据质量与安全，打造全生命周期管理平台

　　数据质量管理是对“产、聚、存、分、服、用”全生命周期中每个阶段可能引发的各类数据质量问题进行识别，并对质量问题的严重程度进行度量，实时监控数据治理过程，对数据质量较差的业务部门进行预警等一系列管理活动，并通过调整企业数据治理团队结构，改善和提高企业的组织管理水平，实现数据质量的进一步提高。国药集团的数据质量管理平台包括对数据质量的需求管理、规则设置、标准统一、规则校验、任务管理等基础功能。数据从生产到加工、应用，再到销毁的全生命周期，都需要进行有效的数据质量管理。

　　3.3 打造一体化数据中台，业务上云实现数据高效流转

　　对国药集团而言，数据中台建设与数据架构建设类似，同样需要以“自下而上，层层集中”的模式展开，其全流程包括计划、分析、设计、开发、测试与部署，在前期不同种数据管理平台的基础上，以“智慧国药”与“数字国药”为支撑，运用新技术、新理念推进企业管理和数据治理模式的创新。国药集团需要搭建数据中台的架构，绘制数据中台蓝图，将企业海量的数据资源转化为数据资产，确保数据中台拥有统一完善的企业信息模型、统一的数据源与数据口径、一致的数据出入口与专业的数据管控中心，使数据资产能够在数据中台实现高效运维与流通。

　　结语

　　为更好地促进国药集团大数据资产建设与运营管理模式的作用发挥，未来需要持续做好三方面的工作。

　　一是定期开展数据资产管理的稽核评估。在稽核评估阶段，可采用“自上而下”的方式进行层层检查，构建数据分析模型，开展全局调研，对企业多维数据进行分析诊断，包括核心数据确定、质量规则制定、数据评价指标构建、数据质量检查、数据报告发布、问题整改等环节，一旦发现企业在经营管理中出现问题，及时进行深入分析与研究，并提出管理与改善意见。

　　二是坚持畅通未来数据要素流通，数据实现资产化与要素化的转变要历经众多阶段，最终实现“数实深度融合”高质量发展。国药集团要持续鼓励集团及各子公司利用数据，做强数据核心治理能力、做活基于数据的应用分析决策能力，以数据为抓手打造新业态。数据不再是传统的技术视角，而是逐渐走向新经济视角，开始有数据型的新发展引擎。现阶段，对于国药集团而言，从数据驱动向要素驱动转变，是其作为链长企业，从企业高质量发展向产业高质量发展的关键所在。为有效实现“数实深度融合”，赋能企业间整体集团化的发展模式，需要畅通企业数据的流通运营，实现数据资产在企业内共享、在企业间流通。

　　三是构建数据权属确权体制，构筑数据资产流通与权益的基础保障。对于集团化企业而言，在数字运营阶段需要打造“数据大集”，关注数据维权、数据确权、价值评估、数据流通、数据服务，促进数据要素在市场中的有序流通。

　　参考文献：

　　[1]习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[EB/OL].(2022-10-16)[2023-9-20]https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm.

　　[2]吴信东,应泽宇,盛绍静,等.数据中台框架与实践[J].大数据,2023,9(6):137-159.

　　[3]李香梅,丛佳琛,李猛,等.数字经济背景下数据资产价值提升路径研究[J].中国资产评估,2023(10):18-24.

　　[4]范文娟,郭亮.以提升业务价值为导向的企业数据治理实践[J].数字技术与应用,2023,41(9):31-33.

　　[5]叶露,潘立,丁昱尹.数据资产质量评价及价值评估技术研究进展[J].中国资产评估,2023(8):50-59.

　　[6]刘雁南,赵传仁.数据资产的价值构成、特殊性及多维动态评估框架构建[J].财会通讯,2023(14):15-20.

　　[7]孟圆.激活国企数据资产：管好用好释放要素价值[J].国资报告,2023(7):99-102.

　　作者简介：王汝林，硕士研究生，经济师，高级工程师，研究方向：数据资产化与产业数字化。

关注读览天下微信， 100万篇深度好文， 等你来看……