数据如水,以治水的思维和经验谈数据治理
素流年
素流年 Lv.2
2024年09月27日 10:56:39
只看楼主

来源:水务加

|

作者:孙甲民、刘广齐

城市供水是对水从源头到龙头的全生命周期管理,而数据治理是对数据从采集、清洗、转换、保护到应用的全生命周期管理,水之于城市,数据之于企业,有非常多的相似之处,本文以水务人最熟悉的视角解读数据治理——数据如水。


城市供水是对水从源头到龙头的全生命周期管理,而数据治理是对数据从采集、清洗、转换、保护到应用的全生命周期管理,水之于城市,数据之于企业,有非常多的相似之处,本文以水务人最熟悉的视角解读数据治理——数据如水。



遍布城市中的供水管网,将取自于不同源头的水,统一配送至千家万户,无论是在生产还是生活中,人们也早已习惯随时随地打开水龙头就能得到源源不断的清洁水,为了给市民提供更优质、更方便、更安全的用水服务,水务企业整合分散的供水设施,进行 源-厂-站-网-二供-用户一体化运营 ,由单一运营向体系化运营转变,支撑精准控制、高效运营。


同样,水务企业建立了 多个独立的信息化系统 ,如何打破现有信息化系统所形成的信息孤岛,拆掉信息化建设中的“烟囱”,让沉睡的数据发挥价值,成为水务企业在数字化转型过程中所面临的迫在眉睫的问题,而 数据治理是当下水务企业实现整合多方数据,提升数据质量,保护数据安全,挖掘数据价值的最佳解决方案


1. 水的形态VS数据的分类


       



2. 水的来源VS数据的来源


       



3. 制水过程VS数据ETL




4. 分过程供水管理VS数据分层级治理




5. 水质检测VS数据质量检查


       



6. 优质的水VS高价值的数据


       


标准统一

制定数据标准,统一数据口径 ,确定权威数据,保证各业务部门和信息化系统获取到口径一致的数据,就像打开水龙头,里面流出的都是优质的水。


数据流动

所谓流水不腐,数据必须像水经过取水、制水、输水、用水流动起来、循环起来,在业务部门之间充分共享、在 企业内外部双向交互才能更好地发挥数据价值 ,哪怕是企业里面闲置的、准备丢弃的数据,只要让它流动起来,流到其他部门或系统中,很可能就会产生新的价值。


注重质量

在大数据背景下,为了充分发挥出数据的价值,让数据有效共享,并在大数据分析和挖掘中得到很好的使用,对数据质量有了更高的要求。为提升数据质量,需要定期对数据进行质量检查,就像定期进行水质检测一样, 发现质量问题,及时修正,并反馈给源头进行整改,形成数据质量质量检查提升的循环。


方便获取

建立大数据中心,汇聚“源、制、供、用、排、污”全链条数据 ,含结构化、非结构化、音频、图片、视频等多源异构数据,形成统一集中的数据资源中心,打开电脑、手机即可获取到高质量的数据,使各部门如同从水龙头获取水般的方便地获取、使用数据。



数据治理的概念比较抽象,并且没有一个直观的成果展示,因此数据治理工作容易被水务企业忽略,就像市民很方便打开水龙头就有水喝,却很难想到背后有一个庞大的供水系统在支撑。


数据治理体系如同城市供水系统一样,是一项需要长期持续不断完善的系统工程,既要包含数据存储、管理、应用的相关软硬件平台的建设和维护,也需要配套相应的管理制度、流程、人员,建立一个长效机制来保证数据治理持续进行,真正发挥出数据治理在水务企业数字化转型过程中的基础性作用。

免费打赏

相关推荐

APP内打开