一、引言

当前数字经济时代,数据已经成为关键生产要素,并且成为各家企业的重要资产,同时也是企业实现数字化的基础和前提。在企业实现数字化的过程中,不仅要打通“数据孤岛”,还需要翻越数据标准和数据质量这两座“大山”,而数据治理就是连接大山的桥梁。2020年9月,国务院国资委发布《关于加快推进国有企业数字化转型工作的通知》,已经明确提出要构建数据治理体系的要求。

二、数据治理的常见问题

通常来说,暂未开展数据治理的公司常遇到的问题,主要区分为业务部门(泛指前中后台)的问题以及IT部门的问题。

业务部门主要遇到三大问题:前中后台对业务与财务数据不一致问题、如何解决监管报送数据质量问题、以及如何降低手工补录和手工出报表工作量的问题。

而IT部门遇到的问题主要为:如何推进已有系统进行数据标准化以及数据治理、如何对数据质量进行持续监控避免持续新增数据质量问题、以及上游业务系统的变化最小化的影响下游管理系统。

从融资租赁公司业财一体化的角度来说,业财数据不一致是最关键的需进行数据治理的问题。业财一体化一般分为三个阶段:业财基础数据一体化、业财核算一体化、业财经营决策一体化。大部分公司直接进入业财核算一体化阶段开展自动制证,而忽视了业财基础数据一体化的阶段,该阶段需建立业财各项基础数据项数据标准,将名称进行统一、定义、规则、口径统一等,以及包含财务类科目数据、账户数据、客商数据统一等。由于忽视基础标准建设,从而造成业财数据不准确的数据问题。

三、数据治理理论及体系框架

1、国内外数据治理相关理论及标准

目前,关于数据治理的理论已基本成熟。国际理论方面,主要有国际数据管理协会(DAMA)于2009年发布的DAMA-DMBOK数据管理知识体系第一版,2017年更新为了第二版。其包括十一个知识领域,包含数据治理、元数据管理、数据质量、数据架构、数据建模与设计、数据安全等。DAMA对于数据治理也有着明确的定义:数据治理是对数据资产管理行使权力和控制的活动集合。

国内标准方面,信标委于2018年发布DCMM数据管理能力成熟度模型,该标准把组织内部数据能力划分为八个重要组成部分,描述了每个组成部分的定义、功能、目标和标准。该标准适用于信息系统的建设单位,应用单位等进行数据管理时候的规划,设计和评估。也可以作为针对信息系统建设状况的指导、监督和检查的依据。DCMM也对数据治理进行了定义:数据治理是组织中涉及数据使用的一整套管理行为,由企业数据治

[1] [2] [3] [4] [5] [6] [7]  下一页