本指南主要参考自全国信标委在2018年所提出的数据管理能力评估模型（GB/T36073—2018）
最近更新：2021/10/15
1.1 数据战略规划
1.1.1 概述 数据战略规划是根据组织机构处于的数字化转型阶段，为了满足业务远景及业务战略目标，而基于现况与目标的差距，在所有利益相关者之间的不同诉求中达成的共识。在以上基础下充分考虑内外环境的变化，一）从外部宏观政策、市场变化、竞争格局、科技变革等作为战略可行路径的考量因素；二）把内部的重心放在现状能力与战略目标的差距补充上，包括但不限于业务需求、技术能力、资源配备、人才培养、组织架构、合规安全、数据资产、职效机制完善程度等。在充分考虑上述情况下，根据自身优势及缺点，为数据战略规划作出资源投放定位优先顺序及取捨判断 。
1.1.2 规划过程描述 过程描述如下:
a) 肯定数据转型的重要性
在业务战略过程中，肯定数据化转型对企业的必要性、为现在识别业务数据化的机会及方式、为未来业务的数据能力及资源作准备；
b) 识别数据化切入点
在组织机构进行数据化转型时，选择出适合优先进行数据化的业务范围，为此识别出可以运用数据能力为内部改进决策质量、实现运营提升、提高创新生产力的机会；
c) 数据化任务盘点
据前述的战略规划的需求，对任务的急切性和数据化现状进行评估, 定位项目的优先顺序及风险；
d)任务规划路线图
为数据战略制定规划，包含但不限于:
- 愿景陈述,其中包含数据治理原则(包括汇聚、治理、应用等）、目的和目标;
- 规划范围, 包括业务内部、跨业务领域及外部合作等所组成的数据范围、安全规格、质量保障等;
- 所选择的数据管理模式和建设方法，包括非结构性数据的处理及储存方式、对实时数据的需求等；
- 当前数据资源及能力与目标的主要差距;
- 管理层及各职能部门的责任,以及利益相关者名单;
- 编制数据管理规划及相对的量化及管理方法;
- 持续优化的周期路线图;
- 确定资源保障机制包括数据、技术、人才等
e) 战略落地的内外观角
了解组织机构（内外）的利益相关方的诉求，明确数据战略规划对利益相关者起的积极作用。根据形势（b)对内形成跨业务数据技术及资源的汇聚，以及建立互惠的机制，同时对外爭取有利的战略资源合作；
f) 数据化从局部走进全局
识别可以共享的资源包括数据资产、技术能力、人才组织等，並通过技术及平台的方式赋能数据化能力从局部到全局；
g) 文档、标准化、管理办法
以文件方式正式发布审批后的数据战略规划及執行细节，包括了数据使用、安全、共享等的一些标准化、原则及管理办法；
h) 战略定期评估及汇报
根据巳发布的数据战略重点，为战略策略作出定量及定性的分析，定时给管理层汇报；
i) 数据战略随业务而变
为数据战略复盘，根据业务战略发展、信息化发展階段、科技技术趋势等变化，定期进行数据战略的修订。
1.1.3 规划过程重点
过程重点说明如下:
a) 管理层对数据化的重视程度，可以体现在管理层对三个方面的提问：1）数据能力如何对业务产生助力；2）怎样提升数据化转型的速度及勝算；3）需要什么样的数据化人才及组织；
b) 目标越清晰的切入点，资源越容易聚焦，成功率越高。但若要平衡短期及长期发展的战略需要，必须发掘更多长期及共性需求，数据战略不仅是满足短期利益的手段，也是建立应对未来数字转型所需的基础；
c) 大部分的企业在开发的优先级别时都会倾斜在容易受关注的项目，而忽略了短时间内投资回报率不高但对未来发展很重要的项目；
d) 围绕着目标而配置任务所需的资源、流程、技术、人才，有帮助聚焦並节省大量转型过程中的成本；
e) 一般的战略规划中，外部视角很容易被视作对业务竞争的重要原素，因此忽略了在同一生态环境中，大数据在合作流通时的价值及战略地位；
f) 推进数据化从局部到全局，最关键的地方是协同发展，而当中最困难的工作是决定标准化的范围、时间、资源；
g) 业务以个别的目标去完成任务之余，若要同时能兼顾长期的战略发展方向，组织内部就需要形成战略纲领的文件，让大部分的人能理解业务大方向及目的；
h) 规划的好坏需要经过实践验证，因此周期性的检讨很有必要，但评估的方式除了能量化的指标外最好能形成案例成为经验累积；
I) 业务战略讨论的过程就应该涉及数据化的问题，数据战略的修正应该随着业务而周而复始地变化；
1.1.4 能力等级标准 能力等级标准如下:
a) 第1级: 起始级
在进行业务的过程中意识到数据对业务的影响力及重要性，並为这些数据资源及能力预设了相应的数据管理目标和范围，以及相关保障措施。
1.1.2a(F) – 肯定数据转型的重要性
b) 第2级:受管理级
- 识别与数据战略相关的利益相关者;
- 数据战略的制定能遵循业务战略及巳经有相关管理流程;
- 有机制维护了数据战略和业务战略之间的关联关系。
1.12a (F) – 肯定数据转型的重要性 , 1.1.2b (F) – 识别数据化切入点 , 1.1.2c (P) – 数据化任务盘点
c) 第3级:稳健管理级
- 制定能反映整体组织对业务发展需求的数据战略;
- 制定数据战略的管理制度和流程,明确利益相关者的职责,规范数据战略的管理过程;
- 根据组织制定的数据战略提供资源保障;
- 将组织的数据管理战略形成文件并按组织定义的标准过程进行维护、审查和公告;
- 编制数据战略的优化路线图（从局部到整体），指导数据工作的开展;
- 定期修订已发布的数据战略。
1.12a (F) – 肯定数据转型的重要性 , 1.1.2b (F) – 识别数据化切入点 , 1.1.2c (P) – 数据化任务盘点
1.1.2d(F) – 任务规划路线图 , 1.1.2e(P) – 战略落地的内外观角 , 1.1.2f(F) – 数据化从局部走进全局
d) 第4级:优秀管理级
- 对组织数据战略的管理过程进行量化分析并及时优化;
- 能量化分析数据战略路线图及落实情况,并持续优化数据战略；
- 识别科技发展过程中所提供的全新数据资源；
- 识别人工智能、区块链等科技在数据管理中的作用；
- 明白数据安全合规的趋势在实施数据管理的影响；
- 在业界分享最佳实践,成为行业标杆。
1.12a (F) – 肯定数据转型的重要性 , 1.1.2b (F) – 识别数据化切入点 , 1.1.2c (P) – 数据化任务盘点
1.1.2d(F) – 任务规划路线图 , 1.1.2e(P) – 战略落地的内外观角 , 1.1.2f(F) – 数据化从局部走进全局
1.1.2g(F) – 文档、标准化、管理办法 , 1.1.2h(F) – 战略定期评估及汇报 , 1.1.2i(F) – 数据战略随业务而变
1.2 数据战略实施
1.2.1 概述 在明确数据战略目标的前提下，促使组织在互相合作及得到机制保障之下，梳理出執行路径和分阶段的策略。当中包括如何因应对数据管理现状与目标之间的差距评估，决定在執行数据战略过程中所需的组织架构、职能培养、资源配置上的保障。然后在实施过程中，观察产出的阶段性效果包括业绩的改善、数据资源上的积累、技术能力提升及组织创新的能力的进步等，从而不断修正及更新切入点、里程碑及任务目标。
1.2.2 过程描述 过程描述如下:
a) 对应数据战略目标描述，以任务的重要性、急切性、风险控制、投资回报、路径的先后依頼关系作出的任务计划及细分，包括所需的资源预算、執行机制及责任分工；
b)安排具备业务及技术能力的管理层小组, 在数据战略目标描述的基础上为任务的确认及优先顺序作判断，並作周期性监督及检讨;
c) 为数据战略中的各任务（业务驱动）作监督，包含但不限于:
– 为对应的业务建立业务数据化的里程碑，跟据每个时间階段作完成度捡讨及效果分析；
– 识别业务所需的数据范围及其对业务优化起的作用；
– 识别业务所需的数据治理能力及其对业务优化起的作用；
– 识别业务所需的技术能力及其对业务优化起的作用；
– 识别业务对人事组织的要求及其对业务优化起的作用；
– 根据现况与预期进行对比,分析存在的差异，並作出数据资源、技术、组织的修正及迭代；
d) 为数据战略中的各项目（数据资源开发）作监督，包含但不限于:
– 为对应的数据资源开发建立里程碑，跟据每个时间階段作完成度检讨及效果的分析；
– 识别数据资源与对应单一或多个业务应用起到的优化作用及关系；
– 识别数据资源开发所需的治理条件及机制；
– 识别数据资源开发所需的技术/平台能力；
– 识别数据资源开发所需的组织制度配合；
– 识别数据资源与其他内部数据资源的关系；
– 识别外部数据对内部数据资源的潜力及风险；
– 根据现状结果与预期进行对比,分析存在的差异，並作出修正及迭代；
e) 为数据战略中的各项目（技术设施、平台）作评估及监督，包含但不限于:
– 为对应的数据技术及平台开发建立里程碑，跟据每个时间階段作完成度检讨及效果的分析；
– 识别数据技术及平台与对应单一或多个业务应用起到的优化作用及关系；
– 识别数据技术及平台开发所需的治理条件及机制；
– 识别数据技术平台开发所需的组织制度配合；
– 根据现状结果与预期进行对比,分析存在的差异，並作出修正及迭代；
f) 为整体数据战略落地的风险作出监督，包含但不限于:
– 识别各任务之间在目标、组织、资源、出现的不一致及矛盾，对战略规划落地的影响进行分析;
– 根据现状结果与预期进行对比,分析存在的差异，並作出组织架构、职能培养、资源配置上的保障。
g) 建立专职小组为长期推进及监督数据战略, 包括战略规划的复盘、修正，沟通，利益机制等，应对在战略執行过程中的协调问题，为整体利益相关者结合组织的共同战略目标和现况作出平衡；
1.2.3 过程关注点如下:
a) 企业从整体任务作需求，要做好风险管理、重要性、急切性等判断之前，首先需要有清晰的业务及数据战略目标作依据；其次由整体到每个单独任务的需求及资源规划；这个过程中管理层要关注因为个别的认知不足而引起的不准确性、任务之间的重复建设、本位主义等所引起的实施问题；
b) 有了明确的发展方向后，企业内要有组织付责为现状和目标进行对比分析，並找出存在差距。这是一个动态的过程，需要有一个良好的流程及管理周期，周期太长会影响进度，周期太短资源浪费；从经验中建立出一套越来越完善的资源投放逻辑及基制；
c) 以业务作为驱动力的数据战略任务，比较容易看到投资回报情况，因此战略目标的量化及监督更应该细化，务求做到敏捷式的修正或加速；
d) 以数据资源开发作为驱动的数据战略任务，因为没有直接的业务回报作分析，所以管理层应该关注：i)数据资源的预计使用场景的相关投资回报、ii）新增的数据资源对存量数据的预期影响及对业务的帮助、iii）数据资源是否会成为竞争及外部合作的优势；
e) 以技术或平台作为驱动的数据战略任务，因为没有直接的业务回报作分析，所以管理层应该关注：i)平台技术的先进性对未来业务的影响、ii)平台技术的先进性对未来数据战略的重要性、iii)数据资源是否会成为竞争及外部合作的优势；
f) 对于短中长线的目标的实施路径及时间表，要在组织得到平衡必须要经过充分的内部讨论，找出共同目标並达成共识，根据共识制定实施时的资源及保障机制；
g) 战略实施的过程中，专职小组是成功的重要保障，小组的主要职责是解决协调问题，所以小组成员的组成必须能够做到具代表性及公平公正；
1.2.4 能力等级标准 能力等级标准如下:
a) 第1级: 起始级 在具体项目中反映数据管理的任务、优先级安排等内容。
1.2.2a (p)
b) 第2级:受管理级
- 在部门或数据职能领域内,结合实际情况评估关键数据职能与愿景、目标的差距;
- 在部门或数据职能领域内,结合业务因素建立并遵循数据管理项目的优先级;
- 在部门或数据职能领域内,制定数据任务目标,并对所有任务全面分析,确定实施方向;
- 在部门或数据职能领域内,针对具体管理任务建立目标完成情况的评估准则。
1.2.2a (F), 1.2.2b(P), 1.2.2c (P)
c) 第3级:稳健管理级
- 针对数据职能任务,建立系统完整的评估准则;
- 在组织范围内全面评估实际情况,确定各项数据职能与愿景、目标的差距;
- 制定数据战略推进工作报告模板,并定期发布,使利益相关者了解数据战略实施的情况和存在的问题;
- 结合组织业务战略,利用业务价值驱动方法评估数据管理和数据应用工作的优先级,制定实施计划,并提供资源、资金等方面的保障;
- 跟踪评估各项数据任务的实施情况,并结合工作进展调整更新实施计划。
1.2.2a(F), 1.2.2b(F), 1.2.2c(F), 1.2.2d(P), 1.2.2e(P), 1.2.2f(P)
d) 第4级:优秀管理级
- 可应用量化分析的方式,对数据战略进展情况进行分析;
- 积累大量的数据用以提升数据任务进度规划的准确性;
- 数据管理工作任务的安排能及时满足业务发展的需要,建立了规范的优先级排序方法。
- 在业界分享最佳实践,成为行业标杆。
1.2.2a(F), 1.2.2b(F), 1.2.2c(F), 1.2.2d(F), 1.2.2e(F), 1.2.2f(F), 1.2.2g(F)
1.3 数据战略评估
1.3.1 概述 在数据战略评估过程中，先要建立战略实施任务与应用及项目之间的映射关系，并在整个数据战略实施过程中跟踪进度, 同时做好记录供评估使用。 跟据数据战略实施中的任务细分包括业务主导、数据资源主导及技术主导等作估计分折。因为战略任务的投资期较长，所以仅有小部分可以直接以财务结果分析投资回报。其余的需要通过建立任务过程中的量化指标，帮助评估任务实施时的进展及效果。
1.3.2 过程描述 过程描述如下:
a) 建立专职小组为战略任务完成度评估负责，从时间、成本、效益等方面建立数据战略相关任务的成果分析;
b) 建立任务案例库，包括过去的计划、实施过程、相关任务(项目)的范围、活动、期望的产出以及成本收益分析;
c) 为数据战略中的各任务（业务驱动）作评估，包含但不限于:
– 为业务应用的效果评估，建立评估所需要的定量指标、定性目标、里程碑等，设定评估过程和方法：
– 根据评估方法对现况与预期进行对比,分析存在的差异，並作出修正；
d) 为数据战略中的各项目（数据资源开发）作评估，包含但不限于:
– 为数据资源开发的效果评估，建立评估所需要的定量指标、定性目标、里程碑等，设定评估过程和方法：
– 根据评估方法对现况与预期进行对比,分析存在的差异，並作出修正；
e) 为数据战略中的各项目（技术设施、平台）作评估及监督，包含但不限于:
– 为技术及平台开发的效果评估，建立评估所需要的定量指标、定性目标、里程碑等，设定评估过程和方法：
– 根据评估方法对现况与预期进行对比,分析存在的差异，並作出修正；
f) 为整体数据战略落地的作出评估，包含但不限于:
– 建立投资模型,作为数据职能项目投资回报分析的基础性理论,投资模型确保在充分考虑成本和收益的前提下对所需资本合理分配,投资模型要满足不同业务的信息科技需求,以及对应的数据职能内容,同时要广泛沟通以保障对业务或技术的前瞻性支持,并符合相关的监管及合规性要求;
– 阶段评估,在数据工作开展过程中,定期从业务价值、经济效益等维度对已取得的成果进行效益评估。
1.3.3 过程目标 过程目标如下:
a) 定期为战略巳经实施的相关任务作階段性检讨，首先要做到把结果（包括阶段性成果）与预期比较，但前提是任务开展前对预期结果的定义及衡量标准，然后才有机会对任务实施结果作出中立的评价；
b)考虑到战略目标比较长远，涉及的内外因素很多，所以建立良好的案例库及收集机制，有利于改善未来战略规划及实施时的客观判断；
c) 基于经验，不断优化与业务相关任务在投入产出分析、实施、评估的模式;
d) 基于经验，不断优化与数据开发相关任务在投入、实施、评估的模式，特别要关注数据资源开发后被业务直接及间接使用情况；
e) 基于经验，不断优化与平台／技术相关任务在投入、实施、评估的模式，有别于业务及数据资源，平台与技术的评估不能纯粹用投入产出作分折，而是对平台／技术的深入理解包括他们的领先性、兼容性及运营效率等；
f) 在业务、数据资源、技术平台整体作估评之时，还需要估评在组织中让他们能协调並合作得有效率的机制，
1.3.4 能力等级标准 能力等级标准如下:
a) 第1级:起始级
1) 在项目范围内建立数据职能项目和活动的业务案例;
2) 通过基本的成本———收益分析方法对数据管理项目进行投资预算管理。
b) 第2级:受管理级
- 在单个部门或数据职能领域内,根据业务需求建立了业务案例和任务效益评估模型;
- 在单个部门或数据职能领域内,建立业务案例的标准决策过程,并明确了利益相关者在其中的职责;
- 在单个部门或数据职能领域内,利益相关者参与制定数据管理和数据应用项目的投资模型;
- 在单个部门或数据职能领域内,根据任务效益评估模型对相关的数据任务进行了评估。
c) 第3级:稳健管理级
- 在组织范围内,根据标准工作流程和方法建立数据管理和应用的相关业务案例;
- 在组织范围内制定了数据任务效益评估模型以及相关的管理办法;
- 在组织范围内,业务案例的制定能获得高层管理者、业务部门的支持和参与;
- 在组织范围内,通过成本收益准则指导数据职能项目的实施优先级安排;
- 在组织范围内,通过任务效益评估模型对数据战略实施任务进行评估和管理,并纳入审计 范围。
d) 第4级:优秀管理级
- 构建专门的数据管理和数据应用量化方法,衡量评估数据管理实施切入点和基础实施的变化,并调整资金预算;
- 使用统计方法或其他量化方法分析数据管理的成本评估标准;
- 使用统计方法或其他量化方法分析资金预算满足组织目标的有效性和准确性。
- 在业界分享最佳实践,成为行业标杆
| 参考资料 | 简介 |
|---|---|
| “用数据”及“养数据”两个环节 | 企业如果缺乏清晰的战略方向，不但无法养好数据，还会造成极大的资源内耗 |
| 破除三个层次的认知偏差 | 如今很多企业对数字化转型的步伐越来越急切，但很多企业的领导者，在全力以赴推进数字化转型之前都会有这样的疑问：应该如何找出切入点？如何设置转型中的优先次序？ |