数据架构是“软资产”管理核心

从生命周期看数据

如果说数据是企业的软性资产，那么这样的软性资产也不是生来就有的，企业的数据资产也有其积累的过程，数据从产生、整理到全面使用有其自己的生命周期。对数据生命周期的研究不仅可以帮助我们将数据变成资产，而且可以帮助我们提高对数据生命周期中各个环节的管理水平;对数据生命周期中各个环节的有效管理也会使企业数据具有更高的价值。

在数据生命周期管理的基础上制定的数据架构不仅可以更加有效地支持业务系统，而且能够提高企业数据资产的质量。

从企业的业务架构出发分析数据架构，可以指导业务系统的开发。业务系统所产生和使用的数据严格来说还没有成为“资产”。在这阶段，数据仅仅是业务过程的产物和支持业务过程的工具。因此，在这个阶段，我们必须从架构上以满足业务为第一目标。在这个大前提下，数据架构要从结构上考虑业务的需要，从物理上满足业务的性能要求。

在数据产生和应用过程中，业务系统并不能保证数据的完整性，甚至也不是每个业务系统都需要完整的数据。例如，客户服务系统所关心的数据与账务系统所关心的数据是不一样的，它们各自使用与自己相关的数据，也产生与自己有关的数据;然而，它们所使用的数据可能是对方所产生的数据。事实上，从部分数据到完整准确数据的形成就是数据生命周期中的第二个环节。把握好这个环节，就可以避免我们通常所说的“信息孤岛”的问题。数据的完整性和准确性问题的解决不仅是从数据向数据资产过度的重要环节，而且对业务将产生极其深远的影响。例如，今天都在谈“面向客户”的服务模式、“个性化”的服务模式等等，没有完整准确的客户数据，这些都是不可能的。

数据生命周期的最后一个环节就是数据的“入库”了。从资产的角度看问题，我们有应收应付账款的形成，接下来的就是统一的账务的管理和收付账，最后则是对整个企业的全面财务分析。数据资产也是一样，业务系统是形成数据和使用数据，数据的整理是保证数据的完整性和准确性，而数据的“入库”实际上就是形成完整的分析型数据。分析型数据使得我们可以从不同的层面，或者说从不同的维度，来看待和分析数据资产。这使得企业可以从战略的高度来支持甚至指导企业的发展

当我们谈论数据架构时，往往容易落入“数据架构”与“数据库”等同的误区。从数据生命周期的分析可以看出，数据的整个生命周期包含了许多“静态”和“动态”的过程，数据的生命周期就是由各种不同的“静态”和“动态”组成的。因此，企业级数据架构必须包含了数据的静态架构(如数据存储等)和动态架构(如数据交换和传输等)这两个方面。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友