大型企业集团数据中心建设困境与研究.docVIP

大型企业集团数据中心建设困境与研究 　　【摘要】 当今企业信息化建设，正在面临一个十分困扰的问题：如何在大数据时代背景下让企业信息化发挥更大的价值，产生直接效益。集团级数据中心建设遇到了什么样的困境？又有什么可行的方法得以借鉴继续推行？本文以一个大型企业集团的“数据中心”项目建设为例，从多个方面来分析，探讨大型企业集团数据中心建设多数可能面临的困境，以及初探如何改善局面、使得集团级数据中心能够往下推行，进而在大型企业集团发挥大数据应有的巨大效益。 　　【关键字】 大数据 数据中心 集团 后ERP时代 　　过去两年，互联网、微媒体、各大型网站等有一个炙手可热的IT名称：大数据。“德国足球队背后的数据动力：SAP Match Insight” [1]、“数据科学家：21世纪最性感的职业” [2]……这些引人注目的文章和图说不断充斥着越来越多信息化工作者的神经。众多企业，特别是大型集团型企业开始思考如何让数据发挥更大价值，建立全集团级数据中心已成为更多CIO关注的话题。而实际上，集团级数据中心的建设在起步初期便异常困难，试推行后或面临进退两难境地。大数据的分析技术与能力能为企业带来什么新的价值？是否一般企业也能像哈佛经典案例“啤酒与尿布”、像“谷歌预测H1N1L流感”那样精准？企业如何快速跟上世界量化分析师的步伐？企业数据中心能否盘活企业数据、使企业立于长久不败之地？ 　　一、数据中心的定义 　　数据中心是企业的业务系统与数据资源进行集中、集成、共享、分析的场地，是工具、流程和应用等的有机组合。从应用层面看，包括业务系统、基于数据仓库的分析系统；从数据层面看，包括操作型数据和分析型数据以及数据与数据的集成/整合流程；从基础设施层面看，包括服务器、网络、存储和整体IT 运行维护服务。因此，完整的数据中心是包含硬件、数据、应用和运维以及管理的有机整体。 　　二、建设数据中心的初衷 　　2.1从信息化管理角度提出建设数据中心 　　笔者文中的案例企业，ERP SAP信息系统已经涵盖了生产运营、 　　工程建设、人力资源、财务管理等各大主要业务领域，但仍然有部分业务运转在ERP体系之外（如供应商管理等）。这些业务系统包含了ERP可以基本满足操作业务的需要，但在数据标准和架构平台上都不一致，导致获取数据和交换数据都比较困难，不利于从管理维度来加工组织数据，于是信息化管理工作者可能会提出建设数据中心的需求。 　　2.2从业务需求部门提出建设数据中心 　　笔者遇到财务部门从财务会计到管理会计的财务战略转型，需要进行管理维度的财务数据分析，从而提出建立“财务数据中心”的需求。 　　2.3从集团战略经营决策支持体系角度 　　随着外部市场变化趋于频繁，集团决策层对于快速获取可信的企业运营分析数据的需求越来越迫切，需要在企业累积的海量数据的基础上，建立一个快速、稳定、精准、面向主题数据的存储与分析中心，为集团高层经营活动（如中长期战略分析、经营分析等）提供决策辅助支持。 　　三、建设数据中心面临的困境分析 　　3.1建设数据中心的痛点难以聚焦 　　在建立集团级数据中心的时候，一定要清楚企业在数据应用方面到底遇到了哪方面的问题和挑战？以下表为例，这样的分析罗列较多，但不能将问题聚焦也无法分析出当前最迫切的问题。例如，“存在数据手工收集的问题”，级别为高，这一类需要进一步细化分析，到底是什么数据处于手工收集状态，如果是安全质量事件、计划值等，手工输入符合事实，但如果是ERP财务收入板块合并数也是手工，这个就要深究原因。事实有可能最终分析结果只需加强数据录入管理规范与质量考核，而并非要启动一个大型数据中心项目。 　　序号 痛点 建议 优先级 关联痛点分析 　　1 数据出现跨业务问题时用户无法快速找到业务归口管理部门，无法统一协调多部门快速响应数据相关问题 建立数据管理职能部门 高 组织与职能 　　2 没有统一数据梳理规范和流程 制定指标梳理管理规范 高 服务及管控 　　3 业务在流转过程中无相应的数据质量统一规范 完善流程中的数据质量关口规范 中 服务及管控 　　4 顶层设计没有统一的主数据编码管理规范、约束制度 完善主数据编码规范、主数据管理流程制度 高 服务及管控 　　5 集团数据管理相关的审批流程不规范 完善数据管理的运维审批流程 高 流程与工具 　　6 存在数据手工收集的问题 建立数据源优化方案建议 高 流程与工具 　　7 数据流转延迟，逻辑关系不清晰 测试数据流转延迟问题，明确数据间逻辑关系定义 高 流程与工具 　　8 无专业数据分析工具 构建符合企业业务经营及管理决策的专业数据分析工具 高 流程与工具 　　3.2建设数据中心的可行性分析缺乏完整性 　　大多数据中心项目在分析可行性时，业务系统的完备性和数据的健全性是数据中心建设的基本组成部分和可行性分