半导体企业数据治理实践分析.pdf

半导体企业数据治理实践

立足新发展阶段，完整、准确、全面贯彻新发展理念，构建新发

展格局，以推动高质量发展为主题，以供给侧结构性改革为主线，以

释放数据要素价值为导向，围绕夯实产业发展基础，着力推动数据资

源高质量、技术创新高水平、基础设施高效能，围绕构建稳定高效产

业链，着力提升产业供给能力和行业赋能效应，统筹发展和安全，培

育自主可控和开放合作的产业生态，打造数字经济发展新优势，为建

设制造强国、网络强国、数字中国提供有力支撑。

立足新发展阶段，完整、准确、全面贯彻新发展理念，积极融入

服务新发展格局，坚持加快数字化发展指引，健全数字规则，保障数

据安全，以数据汇聚治理为核心，全力攻坚数据聚通用，充分挖掘大

数据商用、政用、民用价值，加快培育数字经济，打造数字政府、数

字营商环境，构建数字社会，让大数据智能化为经济赋能、为生活添

彩。

一、半导体企业数据治理实践

1、半导体企业数据治理背景

目前着力聚焦信息科技和制造业结合，提出实现从制造到智造的

转变，通过在海量产线数据、供应链数据、营销销售数据中挖掘其中

的关系，快速对供、研、产、销进行全链路分析及预测，助力企业实

现生产方式和商业模式的创新，满足多场景需求，以科技赋能数字化、

智能化升级客户在重庆、成都、武汉等多个省市地区建立有工厂。各

个工厂包含ERP、MES、OA、HR等业务系统，同时厂区内通过DCS及

PLC来实现各设备控制。建设初期各个工厂都已建设有CDH集群，工厂

之间数据物理隔离。客户需要建立统一的开发平台，满足集团对数据

的统一管理，并从集团统一建设企业的数据标准，最终实现集团数据

资产化的目标。

2、半导体企业数据治理解决方案

针对半导体企业多厂区、多系统的问题，运用数据中台的技术及

数据治理的方法论，以建设企业统一数据平台为目标。通过数据标准

化数据质量化数据资产化数据服务化数据安全化来实现企业数字化转

型。

（1）半导体企业数据治理数据标准化

数据标准是制定并推行统一的数据标准规范，实现数据全生命周

期的规范化操作。半导体企业数据标准，主要通过资源盘点的方法，

对多个工厂近百个业务系统及设备数据进行整理归类后，最终修订生

成了数据标准。其中标准包含基础属性（数据项编号、数据项大类、

数据项子类）、业务属性（数据项中文名称、数据项英文名称、数据

项描述）、技术属性（数据类型、数据长度、数据精度）、管理属性

（归口工厂及管理部门）、代码拓展（代码值、代码描述）。

（2）半导体企业数据治理数据质量化

通过事先、事中、事后三个环节解决了数据质量监控的问题，具

体如下。

1）事先预防控制。设置数据质量规则，即针对不同的数据对象，

配置相应的数据质量指标。基于数据标准要求各个厂区、各个业务系

统依照相应规范进行数据整理后进行数据传递。并对数据库是否授权

连接、数据源表是否存在、数据源名称检查、数据格式是否正确、数

据是否为空等进行事前的预防控制。

2）事中过程控制。针对待管理的数据元素的新建、变更、采集、

加工、装载、应用等各个环节进行跟踪，通过系统自动化校验和人工

干预审核相结合的方式进行管理，保障数据在各个环节的质量进行有

效控制。

3）事后监督控制。基于元数据配置数据质量规则，即针对不同的

数据对象，配置相应的数据质量指标，例如：数据唯一性、数据准确

性、数据完整性、数据一致性、数据关联性、数据及时性等。同时设

置成手动执行或定期自动执行的系统任务，通过执行检查任务对存量

数据进行检查，形成数据质量报告及改进方案。最终根据整改优化结

果，进行适当的绩效考核。

（3）半导体企业数据治理数据资产化

梳理数据资源，形成数据资产，丰富分析应用全面掌控数据来龙

去脉，以获得更多的数据洞察力，进而挖掘出隐藏在资源中的价值。

数据资产管理主要从以下几个方面进行。

1）元数据管理。主要以业务元数据、技术元数据和个性元数据进

行分类管理，通过盘点、集成和管理，按照科学、有效的机制对元数

据进行管理，主要包含元模型创建、元数据同步、元数据管理、订阅

元数据等。

2）数据地图。数据资产地图是对整个数据中台内的数据进行统一

查询、管理的地图，数据地图主要面向数据开发者，汇聚半导体企业

所有数据信息，通过元数据信息收集、数据血缘链路分析等手段，帮

助企业可以一目了然地看到有哪些数据，在哪里可以找到这些数据，