数据管理

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇数据管理范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

数据管理范文第1篇

1．1缺少集中管理

没有权威的管理机构负责管理地下管线数据。目前国内虽有个别城市成立了地下管线的管理机构，但对数据的管理依然是规划、国土等部门。缺乏权威机构来管理是造成后续地下管线管理问题的一个重要原因。二是财政体制原因，部分城市的地下管线没有实现统一管理，经常是谁出钱，谁管理［5］。数据管理不仅存在地域之分，而且在统一数据标准、数据更新范围和模式上也存在不同的工作方法，影响了数据的统一。三是在地下管线规划、设计、建设和使用的全过程中，会产生各过程的地下管线数据，这些数据会因需求不同而产生不同的应用。通常城市只注重竣工现状数据，忽视了设计、施工、规划等数据，这些数据没有实现集中管理，在查询和应用时会造成各种各样的困难。

1．2数据更新存在盲点

地下管线数据的动态更新有以下几种模式:1)定期开展地下管线普查工作，按年度或更长时间对一定范围的地下管线进行调查和测量。这种方式工作量大，涉及面广，工作难度大，探测精度不高，遗漏在所难免。2)对一定区域的管线进行即时的巡逻补测，发现有管线开挖，即时进行管线测量。这一方式工作量较大，即使组织得当，责任心强能起到一定的作用，但仍然会有遗漏。3)与管线管理单位合作进行管线的跟踪测量。这一工作针对性强，对于报批的管线可以达到有效管理，未覆土前测量，精度相对较高。但对未报批的管线，却无法获取信息。4)通过管线权属单位申报，补充地下管线数据。这样做虽然针对性较强，权属单位的管线遗漏较少，但对于未通知到的权属单位仍是个盲点［6］。总之，在管线报批管理有遗漏的情况下，目前还难以确保管线数据的齐全。

1．3各阶段的地下管线数据信息脱节

城市地下管线建设相对较复杂，流程多，涉及单位和责任人多，过程资料和信息也十分庞杂。研究城市地下管线数据现状，发现目前管线数据管理的各个阶段衔接不好。原因在于过程部门多，管线权属单位、设计施工监理单位、规划城管等审批单位、测绘单位、管线数据管理单位间缺乏沟通交流机制，信息传达不畅，尤其一些重要信息没有在各单位之间流转;没有统一的平台管线设计、开工、监理、审批等信息，而这些信息是确保地下管线数据获取和应用的重要保障。

1．4数据不全

通常城市比较重视采集地下管线的现状竣工数据，但由于种种原因，会造成地下管线数据不齐全，影响了管线数据的使用。一是城市市区地下管线数据相对较全，但县、镇和城乡结合部的地下管线数据不全;二是除了现状地下管线数据，数据种类还应包括规划数据、历史数据、废弃地下管线数据、施工管线数据、设计审批数据等，在应用中只有地下管线现状数据有时会显得数据内容不全;三是部分单位内部的重要地下管线数据经常出现错漏，如一些工厂内的危化管线，由于在厂区内部，未纳入数据管理。

1．5数据提供使用存在障碍

地下管线数据因其重要性被列为保密数据，造成数据信息传递不畅。在管理部门和其他权属单位、施工设计单位之间，又分属于不同的网络，一般单位使用互联网，国家机关使用政务网或内部网，网络的不同，造成了许多信息孤岛。地下管线数据若无权威部门管理，在提供使用时，有可能会产生费用，影响管线数据的使用。

2地下管线数据管理策略的建议

2．1建立统一的地下管线数据管理制度

确定地下管线数据的管理责任;建立城市地下管线数据沟通机制，定期数据更新情况;统一各项工作标准。数据更新的责任应由权属单位承担，地下管线数据应经权威部门的检测后才能入库。与地下管线数据有关的部门应各司其职，合理分工和履行责任。

2．2强化地下管线竣工测量制度

建立地下管线数据的信息获取和反馈机制。遗漏的地下管线数据能很快发现，新建改建地下管线工程能很快申报，打通审批、设计、测量、入库和应用的各个环节，消灭每个环节存在的漏洞，真正实现地下管线竣工测量的全覆盖。

2．3建设地下管线数据专用网络

地下管线数据属于保密资料，不能在互联网上传输。但从现实情况看，管理部门、权属部门之间信息沟通不畅是造成管线数据难以管理的重要原因。目前城市的电信网络都比较发达，建设相对保密的地下管线数据专用网络的成本并不高。

2．4扩大地下管线数据管理的种类

现状竣工管线数据依然是数据管理的重点，但与此同时，应考虑将规划管线数据、设计和审批管线数据、历史和废弃管线数据都纳入管理范围。地下管线数据应考虑与地面管线数据同时采集，以利于管线数据的提供使用。

2．5建设与地下管线有关部门的信息系统

信息系统不能局限于某个部门，管理部门应包含规划、城管、发改和安监等部门。权属单位应通过专网联通，并赋予一定的责任。设计和测绘单位也应一并纳入，便于管线数据的采集和入库。多方协作，方能做到城市地下管线数据的齐全和准确。

3结语

数据管理范文第2篇

关键词：GIS；WebService；房产测绘数据管理

0前言

房产测绘的主要任务是利用测量技术测算房产面积，随着计算机制图技术在测绘领域应用的飞速发展，目前的房

产测绘成图基本依赖于计算机制图技术完成。厦门市很早就采用计算机制图来生产房产平面图，时至今日积累了数量相当巨大的房产测绘电子版数据，这些数据是在不同的历史阶段形成的，缺乏统一的规范，数据格式也较混乱，大部分图形数据和测算表数据分别以独立的文件存放，二次利用不易，同时由于缺乏必要的管理系统，在房产转移登记的产权配图工作中这些既存的数据利用率很低。目前的配图工作主要还是依赖于纸介质档案，采用复印图纸、手工填写产籍调查表、手工画红线方式。这种方式工作效率低，而且容易出错。为减轻配图工作的压力，减少配图工作量，减少配图差错率，迫切需要构建一套有效的房产测绘数据管理系统，并将现有的数据整理进系统，以充分发挥房产测绘数据应有的功能。

1现有解决思路

经过多年的发展，计算机技术在房产测绘领域应用已经相当成熟，从早期的仅用于制图到利用计算机技术实现面积分摊计算的自动化，再到房产测绘综合管理都有成功案例，市场上有很多仅实现单一计算功能的软件，也有不少实现结合计算功能的综合管理功能的软件。目前实现房产测绘管理类的思路主要有如下几种：

（1）扩展原有以实现面积计算功能为主的软件，实现测绘数据管理功能。因为早期计算机技术在房产测绘领域的应用主要是为了解决房产测绘面积分摊计算自动化问题，发展到现在这类实现计算功能的软件发展已经很成熟了，随着数据的积累，管理功能的缺失带来的数据利用的问题越来越突出，所以很多软件都针对数据管理方面做了相应扩充。但这类软件大多是基于AutoCAD基础上二次开发，而AutoCAD软件自身对数据管理的支持就比较弱；其次这类软件对操作人员的水平要求也比较高，平面图打印功能也不够友好，所以在产权配图工作中的应用就显得比较不容易。

（2）基于原有的MIS系统，结合已有的管理系统的功能，扩充房产测绘数据管理功能，主要是扩充房产面积计算功能。但原有的很多MIS系统都是基于数据库下的文本系统，与图形结合不易，扩充后的系统房产制图方面功能显得稍弱，系统开发难度也比较大。

上述思路基本都着眼于优先解决面积计算功能，基本是以房屋具有共同分摊的栋为基本单元，而不是以户室即产权单元为基本单元。同时扩充的管理系统与原有的系统都是紧耦合的，独立性差，数据的互操作性较差，再有就是这些系统因为基本没有采用GIS与地籍系统进行结合，无法较好的实现基于GIS的各种查询和管理功能。为此，笔者在此提出一种基于GIS结合WebService技术的房产测绘管理系统解决思路。以期能充分利用已有的和正在生产的房产测绘数据，同时又对现有系统的影响最小。

2基于GIS结合WebService技术的解决思路

该思路的主要内容是：根据各个系统侧重点不同，将各个系统作为独立的子系统，将房产测绘管理相关的系统分为面积测算子系统、房产测绘流程管理子系统、房产测绘数据管理子系统，各子系统之间也以松散耦合方式联系，房产测绘管理系统与地籍系统，产权交易登记系统等MIS系统也以松散耦合方式联系，各系统以webservice方式对外提供自己的数据服务。以宗地－楼盘（栋）－户室（产权单元）为各个系统之间的联系，利用GIS数据实现房产测绘数据与地籍宗地数据和交易登记数据的挂接，实现图形数据与属性数据的图属互查，为整个房地产权籍管理提供完善可靠的地籍和房产测绘基础数据。在测绘管理系统中，目前面积测算已经有很多成熟软件，大多基于AutoCAD二次开发，成果一般以文件形式存储。采用子系统方式，可以将面积测算部分当作独立的一个子系统，而将成果文件作为数据管理系统中的一个属性字段直接存储，当需要打开测算数据的时候，直接从系统中取出读入到测算软件中。采用这种方式可以在不改变现有的测算软件实现数据的集中式存储，作业人员不需熟悉新的软件操作；同时又可以避免将测绘管理系统绑定在一个平台上，使系统开发的选择具有极大的灵活性，测算软件的选择也具有极大的灵活性。

流程管理主要涉及面积测算和配图的业务流程管理，包括测算软件数据上载、下载、变更等的流程管理，与一般的业务审批型OA没有什么大的区别，既可以独立开发，也可以与测绘数据管理结合在一起开发，技术也很成熟，这里不再赘述。

数据管理是房产测绘管理的核心，为实现测绘数据的充分利用，这里要关注的是如何管理各户室单元的平面图。现有的很多系统是直接用测算软件的图形格式管理，但由于测算软件是以栋或整个项目作为一个文件对象存储，这样在需要打开一个户室单元平面图的时候需要打开整各项目或整栋楼的图形数据，找到需要的单元，采用这种方式带来的弊端是数据传输量大，在需要查阅户室平面图的时候需要依赖测算软件来打开，不容易避免误操作或者其他原因导致对整个图形文件的破坏。考虑到数据管理关注的是户室单元的信息，而且在面积测算经过审核提交后，变化的机率很小，因此笔者提出通过测算软件直接生成每个户室单元的既定内容和比例尺的户室平面图文件，在数据管理系统中直接存储平面图文件虽然带来一定程度的数据冗余，但带来的好处是显而易见的，首先数据利用更加容易，只打开需要的户室平面图而不打开其他的图形信息，其次在需要查阅平面图的时候也无需依赖测算软件来打开，最后是原有的数据整理也容易，只需利用原有的测算软件生成每个户室平面图即可，而无需改变原有的图形格式。平面图文件格式可以采用Adobe的PDF和微软的MDI格式，采用这两种格式是因为PDF和MDI格式都是以矢量形式存储图形，图形打印效果好，打开也容易。采用JPG或BMP的打印效果都比较差。另外PDF和MDI格式在指定了比例尺和纸张大小之后，打印的时候可以按照真实的比例打印。

测绘数据管理系统通过宗地代码与地籍宗地系统联系，通过楼盘代码与交易登记系统联系，这两个方面的联系都需要基于GIS技术才能实现图属互查功能。主要实现思路是：通过在测绘系统中存放宗地代码，即可查询到地籍宗地系统的相关宗地信息。在交易登记系统中存放宗地代码和楼盘代码，在交易登记系统中就可以查询到相关的宗地信息和测绘数据。测绘数据管理系统中其他方面文字属性的内容都是采用数据库管理方式实现，与普通的MIS系统没什么差别，这里不再赘述。

3结束语

采用上述方式搭建的系统具有极大的灵活性，能简化系统的部署，而且相互之间能有机联系。在未来，可以在测绘数据管理系统中增加三维图形等内容，就能实现对真实楼盘的三维模拟，使管理更加直观。

参考文献

数据管理范文第3篇

【关键词】电子商务 数据管理

大数据时代的到来改变了人们对数据的认识和态度，电子商务作为大数据产生的主要来源之一，其发展状态及趋势越来越被人们所关注。电子商务数据每年增长约60%，但数据利用却不足5%，人们迫切希望通过数据的力量来解决一些发展道路上遇到的瓶颈问题。数据的价值逐渐被人们所重视，数据的客观性、真实性、可靠性为电子商务的数据服务提供了坚实的“物质基础”，继而发展成为一种产业。那么大数据时代进行数据存储方式、读取方式、分析方式的创新以及增加数据服务模式已经成为大势所趋，本文正是对上述问题进行初步研究。

一、数据存储方式

随着Web2.0时代的到来，传统的数据存储模式已经不能够应付规模庞大的数据流。存储设备的成本增加，数据洪期的不预定型，结构化数据与非结构化数据混杂等因素让存储不得不做出彻底的变革。

为了减少存储成本，提高存储容量和存储空间利用率，人们利用虚拟化技术对存储设备进行改造，将所有存储空间作为一个资源池，可以自由的配置存储设备空间。虚拟化技术主要利用软件实现对存储资源的控制，根据实际需要可以将软件安装在相应的硬件设备之上。为提高一些性能较为低下的设备利用率，可以通过网络将这些设备连接起来，作为数据存储的载体。例如San系统，集群系统。San系统与集群系统都可以实现数据共享和访问，并可以对存储空间进行自由的扩展，但是San系统可以支持不同客户端的操作系统，扩展范围更加广泛，运用更加灵活。

San网络存储由服务器、存储、互连组成，利用光纤通道实现对存储设备的管理，既可以实现服务器到存储的数据传输，也可以实现服务器到服务器的数据通信。San网络采用双环方式及数据远程备份，增加了数据安全性。San对于磁盘进行虚拟化，可以让磁盘同步存储数据，加速了磁盘读/写操作的效率。

二、数据读取方式

现阶段，电子商务的数据存储方式大多依靠广泛使用的关系型数据库。关系型数据库采用关系模型，在结构上更容易理解，而其使用的数据库操作语言SQL也广泛被人们所接受。由于其对数据类型等多方面的严谨性，减少了使得数据库的维护量，提高了数据管理效率。

然而，随着电子商务的飞速发展，数据量的巨增，给关系数据库的I/O端口造成了很大的压力。其次，在对数据的查询操作上，尤其是一些大表的嵌套查询，效率非常低。由于庞大的数据量，对数据库的维护造成了一定影响，数据库无法动态扩展其存储空间及提高其负载能力。数据库升级和往往要进行停机维护，导致业务的中断。

近年来，非关系型数据库及分布式存储的出现可以解决传统关系型数据库存在的问题。NoSQL数据库是为了解决大规模数据集的管理，包括对数据的存储及并发控制。而数据的多样化，非结构化等难题，给大数据处理及分析带来了挑战。现在NoSQL类型有很多，且各自拥有各自的技术优势，数据管理者要结合自己的需求选择好合适的NoSQL数据库，才能体现非关系型数据库具备的优势。NoSQL数据库主要分为：键值存储数据库，列存储数据库，文档型数据库，图形数据库等。NoSQL数据库并没有一个统一的架构，两种NoSQL数据库之间的不同，甚至远远超过两种关系型数据库的不同。NoSQL没有高低之分，只能合理地使用NoSQL到适合的场合，才能充分发挥NoSQL的优势。

现在比较常用的NoSQL数据库主要是Redis，Leveldb， Mongodb，HBase。HBase作为Hadoop的子项目，适合于非结构化的数据存储。HBase的一大特点是基于列的模式，这样可以增强数据库的扩展性，提高数据库的存储效率。而且，HBase作为分布式数据库可以在廉价服务器上搭建起规模庞大且结构化的存储集群。

三、数据分析方式

大数据时代下，人们对数据的态度有了很大改变，对数据的研究由追寻因果向数据相关性转变。然而，对于电子商务来说，需求关系的分析是电商市场一个重要因素，仍然不可或缺。电子商务数据包含了客户的基本信息、消费信息、商家的产品信息、金融交易信息等结构化或非结构化数据。对电子商务数据的分析可分为几个方面：

（1）流量数据分析，包含了对电子商务网站的流量，点击率等数据的分析。流量的大小可以反映商品的推广程度，但是，为检测一些为提高点击率的恶意、虚假行为，需要对流量来源等数据进行分析，确保点击率能真实反映产品推广程度。网站到达率，二跳率，pv/ip值等数据都可反映商品宣传的效果。

（2）网站数据分析，网站数据最能直接反映商品推广效率，商品质量及商品销售情况等重要信息。各式各样的电商产品琳琅满目，客户往往会陷入难以抉择的尴尬局面，难以达成交易。通过对网站数据的分析，可以更好的了解客户的真实需求和偏好，并制定相应的营销策略，更好的将商品推销至客户。

（3）信用数据分析，无论是客户还是商家，信用都代表了其交易的真诚度和可靠性。信用主要以交易量及交易评价作为依据。面对日益竞争激烈的电商市场，商家为了提高自身的销售额，难免采用一些不正当手段，通过构造虚假评论信息来提升自己和打击对手。通过对评价数据的分析，可以判断其评价的真实性，避免了一些商家通过炒作来提高自身信用和客户恶意评价等行为带来的影响。

四、数据服务模式

数据管理范文第4篇

关键词：财务分析指标；内部分析指标体系；外部分析指标体系。

企业财务分析的内容包括：

a.外部分析内容。企业偿债能力分析；企业盈利能力分析；企业资产运用效率分析；社会贡献能力分析；企业综合实力分析。

b.内部分析内容。除以上外部分析内容外，还包括：企业筹资分析；企业投资分析。

另外，内部分析内容还应有：企业经营预算执行情况分析；财务状况和财务成果形成原因分析。

c.专题分析。随着市场经济的发展，企业将会遇到许多新情况、新问题。企业和外部信息使用者可根据自身的特点，结合特定的目标选取特定的资料及内容，有针对性地进行一些专题分析。

如公司财务信息质量分析、资本资产结构优化分析等。d.关于财务分析与相关学科关系的探讨。随着市场经济改革的深入，我国财会学界学科体系的改革也进入一个新的阶段，由20世纪80年代初期的财务会计之争深入到各二级学科，这是理论发展的必然。学科的分分合合是由于环境的变迁，历史的发展而致，是科学发展的客观规律。进入20世纪到90年代，财会论坛上就有财务分析要独立成科的微弱声音，到了现在，对此论题的讨论越来越热烈，且似乎已达成共识，即由于市场机制、竞争机制的逐步完善，财务分析必须独立出来。那么，独立的财务分析学科在财会学众多学科中地位如何，包括哪些内容，与其原附着的学科关系如何？这不是一个简单的减法问题，而是一个漫长的选择和甄别的过程。

1内部分析指标体系。

内部指标体系的设置，主要是为满足企业内部管理的需要，可根据企业所在行业的特点和管理的特殊需要灵活设置，其内容相当广泛。

一般说来，可从筹资、投资等方面设置。

1.1企业筹资分析。

在市场经济体制下，企业经营所需资金需靠企业自己来筹集，这样，筹资分析便成为企业财务分析中的一项重要内容。在筹资分析中，首先要分析企业的资金需要量，其次分析企业未来的财务状况和获利能力；再次分析企业的资金成本和筹资风险；最后确定一个合理的筹资方案并与资金供应者进行协商，使企业筹资活动顺利进行。可设置筹资结构比率、资金成本率等指标。

1.2企业投资分析。

企业对投资活动首先应进行可行性分析，为投资决策提供依据，这是投资分析的重点；其次应对投资活动进行事中分析，以控制投资规模，提高投资效益；最后对投资活动进行事后分析，以考核投资效果、评价投资业绩，为改善企业今后的投资决策提供依据。企业在投资分析时一般需考虑货币时间价值、投资的风险价值、资金成本和现金流量等财务因素。在投资阶段为考察投资方案的可行，可设置内含报酬率，为考察投资的收益可设置投资报酬率、投资回收期等指标。

2外部分析指标体系。

2.1企业偿债能力。

分析企业偿债能力是指企业偿还其债务的能力，通过对它的分析，能揭示企业财务风险的大小。按债务偿还期限的长短，又将其分为短期偿债能力与长期偿债能力。

2.1.1短期偿债能力，是指一个企业以流动资产支付流动负债的能力。设置该指标对外部信息需要者非常重要。对于企业来讲，该指标也至关重要，短期偿债能力的大小，主要取决于企业营运资金的大小以及资产变现速度的高低。

另外，可动用的银行贷款指标，准备很快变现的长期资产、偿债能力的声誉、未作记录的或有负债、担保责任引起的负债、未决诉讼等对它也有影响。短期偿债能力通常设置以下指标：流动比率；速动或酸性测验比率；现金比率。

2.1.2长期偿债能力，是指企业以资产或劳务支付长期债务的能力。对长期偿债能力进行分析是因为企业的利润与其有紧密的联系，分析长期偿债能力时不能不重视企业的获利能力，这是因为企业的现金流入量最终取决于能够获得的利润，现金流出量最终取决于必须付出的成本。此外，债务与资本的比例也是极其重要的。影响企业长期偿债能力的因素很多，除资产、负债、股东权益外。还有长期租赁、担保责任、或有项目等因素。长期偿债能力指标有：已获利息倍数；资产负债率；产权比率；有形净值债务率。

2.2企业资产运用效率分析。

资产运用效率是指对企业总资产或部分资产的运用效率和周转情况所作的分析。企业经管的目的在于有效运用各项资产获得最大的利润。利润主要来源于营业收入，企业必须凭借资产、运用资产才能取得营业收入。资产周转速度越快，表示其运用效率越高，利润越大。企业运用各项资产有无过量投资？有无因设备短缺而导致生产不足？有无因资产闲置而导致利润降低？凡此各种问题，皆为企业管理者、投资者、债权人及其他相关人士所关切。通过分析资产运用效率，则可以评价企业营业收入与各项营运资产是否保持合理关系，考察企业运用各项资产效率的高低。资产运用效率指标有：存货周转率；应收帐款周转率；流动资产周转率；固定资产周转率；总资产周转率。

2.3盈利能力分析。

盈利能力分析是指对企业盈利能力和盈利分配情况所作的分析。它是企业财务结构和经营绩效的综合表现。企业经营之目的，在于使企业盈利且使其经营与规模不断成长与发展。

各方信息使用者无不对企业盈利程度寄与莫大的关切。投资者关心企业赚取利润的多少并重视对利润的分析，是因为他们的投资报酬是从中支付的，如果是股票上市公司，企业盈列增加还能使股票市价上升，从而使投资者获得资本收益。对于债权人来讲，利润是企业偿债能力的重要来源。政府有关部门关心的则是微观和宏观的经济效益以及各种税费上交的可靠性。对于企业管理者来讲，可通过对盈利能力的分析，来评价判断企业的经营成果，分析变化原因，总结经验教训，不断提高企业获利水平。它是管理者经营业绩和管理效能的集中表现。对于职工来讲，则是丰厚报酬及资金的来源，并可保证工作的稳定。它也是集体福利设施的不断完善的重要保障。

企业盈利能力分析指标可从一般企业及股票上市公司两方面制定。一般企业盈利能力指标有：销售利润率；成本费用利润率；资产总额利润率；资本金利润率；权益利润率。股票上市公司除上述指标外，还可借助以下指标：每股盈余；每股股利；市盈率；股东权益报酬率；股利支付率；留存盈利比率。

2.4社会贡献能力分析。

社会贡献能力是从国家或社会的角度衡量企业对国家或社会的贡献水平。企业的目标是追求最大的利润。但作为社会主义国家的企业，单纯的片面的追求企业个体的经济效益是不行的，还必须包括对社会的贡献。对盈利企业可用实现利税来衡量，但对一些主要体现为社会效益的企业讲，则无法适用。故为此设计的社会贡献率、社会积累率可兼顾反映企业经济效益和社会效益两个方面对国家、社会的贡献情况。

2.5综合财务能力分析。

数据管理范文第5篇

Gartner的研究报告显示，公共数据管理应被视为实现企业内信息管理战略的一部分，没有广泛的企业信息管理和基础架构的支持，公共数据管理解决方案将不能有效的维持高质量和可重用性的数据。图5为2012年Gartner的关于公共数据管理技术的成熟度曲线。纵观公共数据管理技术成熟度曲线，公共数据管理市场正在逐步走向成熟。虽然在两年之内还没有新的技术出现，但是从整体上看，公共数据管理市场仍具有可开发的潜力。2012年的公共数据管理技术成熟度曲线的特点是，有些技术在高峰期到达前就已过时，这些技术将被更广泛的公共数据管理技术所替代，如多域公共数据管理解决方案。使用低质量的公共数据去改善业务过程只会导致低预期的结果，所以维护单一版本的公共数据是非常有必要的。

2公共数据管理体系

公共数据管理体系主要涵盖了公共数据标准、管理组织、管理流程和质量管理4部分，旨在创建企业级信息视图，建立一个有效的端到端的数据管理体系，在整个数据生命周期内采用一项综合、协调且有计划的方案，从而提升决策过程中所需数据的一致性和可信度，提升数据的安全性及质量水平，将数据对收入的贡献潜力最大化。2.1公共数据标准体系2.1.1公共数据标准识别企业公共数据编码标准体系是基于企业业务运作及管理需求而建立的，首先以各项业务分析作为关键输入，分析出核心业务组件(CBM)模型，而后根据公共数据识别的原则定位各业务相关的公共数据对象，并按照公共数据分类的原则，从公共数据共享的业务领域、信息系统范围等角度出发，筛选出公共数据，最后从现行标准、应用集成情况、数据责任人、管理流程及平台支持维度对每一项公共数据对象进行详细分析，确定管理策略，制定公共数据标准，进而形成公共数据标准体系。2.1.2公共数据标准体系企业公共数据通常包括人、财、物、业务伙伴和基础数据5个方面，代表了企业整个层面公共的业务实体，跨业务领域、跨信息系统。因此公共数据标准是应用于多个信息系统的基础类标准，需在整个企业范围内统一制定，并严格执行。2.1.3公共数据标准管理流程公共数据编码标准管理流程一般包括注册与立项、制修订与、宣贯与执行、检查与复审、使用与维护等5个阶段，实现公共数据的全生命周期管理(图6)。2.2公共数据管理组织和职责在公共数据管理过程中，从标准的制定到标准的执行会涉及标准和数据责任部门、标准部门、标准执行部门3个重要的角色。通常标准和数据责任部门是财务、采购部门，主要负责公共数据编码标准的制修订、解释和监督执行。企业的标准化管理机构负责标准，标准由企业的各级公共数据责任部门分级负责执行。在整个组织体系中，标准和数据责任部门(DataOwner)直接影响公共数据管理的最终效果和管理水平。实践证明，最有效的公共数据责任部门是业务与管理高度统一的部门，但具体企业还需具体分析。2.3公共数据编码管理根据企业业务管理特点和要求的不同，公共数据将采取集中制、审批制和备案制3种管理方式，归口业务管理部门将按不同的方式对公共数据进行编码。公共数据管理从公共数据的业务活动出发，逐个分析各节点的业务需求，为数据标准、数据质量、管理体系及系统功能的提升提供需求指导和应用思路。图7展现了数据从产生到消亡的生命周期管理。2.4公共数据质量管理数据质量管理主要从事前防范、事中监控及事后治理3个方向进行管理。，管控流程一般主要包括数据质量监控、数据质量分析、数据清理及长效保证4个环节(图8)。

3公共数据管理系统建设

企业要实现公共数据管理，需搭建相应的系统用于公共数据的申请、审批和集成管理。公共数据管理系统包含公共数据的查询、申请、审批、、质量管控和集成等功能，通过企业服务总线实现与企业各信息系统的集成，为各集成系统提供公共数据编码服务(图9)。通过公共数据管理系统的建设，不仅可以落实企业公共数据标准的执行、规范公共数据管理流程，还能最大化发挥公共数据管理的实施效益，为企业应用系统集成应用和信息共享奠定坚实的数据基础。

4总结