數據中台：賦能企業實時經營與商業創新

韩向东

北京元年科技股份有限公司总裁、中国会计学会信息化专业委员会副主任委员、上海国家会计学院智能财务研究院联席院长、《管理会计研究》杂志特聘主编，并担任多所高校校外导师。

20多年来，韩向东主持和参与了多项部委专项课题，主持国务院国资委研究中心《大型国有企业全面预算管理模式创新与管理提升》、财政部《中国企业管理会计应用水平评价体系研究》、《国企央企电商化采购建设及应用调研》和《电商化采购主数据协同共享标准》等重大课题，参与财政部《关于全面推动我国管理会计体系建设的指导意见》的政策制定工作。同时，韩向东致力于推动国内企业数字化转型路径的探索与发展，指导撰写和发布报告《成就数据驱动型企业——中国企业数字化转型白皮书》，指导撰写《企业数字化转型：技术驱动业财融合的实践指南》、主编《智能管理会计:全面赋能业财融合的实战指南》等图书。

韩向东丰富的理论和实践经验能够帮助企业精准把握时代发展脉博，其对数字化转型发展趋势的敏锐洞察深受学术界和企业界的强烈关注，为更多企业探究数字化转型本质，选择合适的实施路径提供针对性的咨询规划。

第 1 章數據中台：是虛火還是趨勢／001

1.1　數據中台是什麽／002

1.2　為什麽互聯網巨頭都在為數據中台背書／003

1.2.1 　數字經濟占經濟的比重越來越大／003

1.2.2 　數據中台助力互聯網獨角獸企業的發展／004

1.2.3 　數據中台將支撐智能商業生態的數據應用／006

1.3　數字化轉型中最亮的那顆星／006

1.3.1 　數字化轉型的成功實踐／006

1.3.2 　不是數據中台不行，是建設方法不對／008

1.3.3 　數字化轉型和數據中台建設面臨的四大困局／009

1.4　建好數據中台的四個前提／012

1.4.1 　具備業務、數據、技術相融合的新思維／012

1.4.2 　找到高價值的業務場景／014

1.4.3 　擁有高質量的數據／015

1.4.4 　理解數據中台的能力／016

第2章看透數據中台架構／ 019

2.1　數據採集類似於商品進貨／ 020

2.1.1 　數據按結構分類／ 021

2.1.2 　數據按時效性分類／ 021

2.1.3 　理解數據中台的運作過程／ 022

2.2　數據存儲類似於門店後倉／ 023

2.2.1 　數據類型／ 023

2.2.2 　數據來源／ 025

2.3　數據開發類似於商品補貨和生鮮加工／ 025

2.3.1 　離線開發／ 026

2.3.2 　實時開發／ 026

2.4　數據治理類似於商品陳列與標識／ 027

2.4.1 　按數據治理範圍分類／ 028

2.4.2 　數據中臺中各環節的治理工作／ 029

2.5　數據標簽類似於賣場銷售經驗／ 029

2.5.1 　基礎標簽／ 030

2.5.2 　衍生標簽／ 030

2.6　數據安全類似於超市安保／ 031

2.7　數據服務類似於超市服務／ 032

2.7.1 　直連式服務／ 033

2.7.2 　間接式服務／ 033

2.8　平臺運維類似於超市運營管理／ 034

2.8.1 　數據採集運維與數據儲存運維／ 034

2.8.2 　平臺安全運維／ 035

第 3 章數據中台建設：從方法論到實踐／ 041

3.1　傳統IT 規劃轉變為數據應用規劃／ 042

3.1.1 　企業IT 規劃的三個階段／ 042

3.1.2 　信息化建設面臨的問題／ 043

3.2　數據應用規劃與傳統IT 規劃的比較／ 044

3.2.1 　流程建設方面／ 044

3.2.2 　結構化數據方面／ 045

3.2.3 　半結構化數據和非結構化數據方面／ 046

3.2.4 　數據應用規劃方面／ 047

3.2.5 　經驗決策方面／ 048

3.3　數據應用規劃的六大要點／ 050

3.3.1 　高價值業務場景／ 050

3.3.2 　管理對象的數字孿生／ 051

3.3.3 　沉澱管理與業務信息／ 051

3.3.4 　承載企業大數據的技術架構／ 052

3.3.5 　數據質量管理與數據安全管理／ 052

3.3.6 　採用混合交付實現信息化向數字化轉型／ 054

3.4　七步成詩：元年科技數據中台建設方法／ 055

第4章數據中台：企業經營的全面“賦能官”／ 059

4.1　數字技術與管理需求／ 060

4.1.1 　數據賦能一線人員／ 060

4.1.2 　數據賦能經營管理／ 061

4.2　數據賦予業務經營超能力／ 063

4.2.1 　經營方面／ 063

4.2.2 　業務實施方面／ 064

4.3　數據賦能企業經營管理環節閉環／ 065

4.3.1 　全面預算管理／ 066

4.3.2 　成本管理／ 069

4.3.3 　管理會計報告／ 072

4.4　數據賦能企業價值鏈／ 076

4.4.1 　採購環節／ 077

4.4.2 　生產環節／ 078

4.4.3 　營銷環節／ 079

4.5　數據賦能產業平臺升級／ 081

4.5.1 　工業互聯網／ 082

4.5.2 　農業／ 082

4.5.3 　新零售／ 084

第 5 章數據架構：統一才是大勢所趨／ 087

5.1　VUCA 時代的業務訴求與目標／ 088

5.1.1 　時代變化節奏加快，企業的精準預測能力需提升／ 088

5.1.2 　數據協同度不高，信息化建設需加強／ 089

5.1.3 　積極進行企業的數字化轉型／ 089

5.2　數據架構／ 090

5.2.1 　什麽是數據架構／ 090

5.2.2 　數據架構在企業架構中的地位／ 093

5.2.3 　數據架構的特點／ 094

5.3　數據架構是業務的黏合劑／ 095

5.3.1 　數據架構是完成數字化轉型的關鍵因素／ 095

5.3.2 　數據架構對企業內部經營管理的重要作用／ 095

5.3.3 　數據架構助力企業內、外部協同合作／ 097

5.4　數據架構落地的五個關鍵點／ 097

5.4.1 　數據架構規劃／ 098

5.4.2 　數據架構設計／ 099

5.4.3 　組織保障／ 100

5.4.4 　制度流程制定／ 101

5.4.5 　數據架構相關軟件選擇／ 101

第６章數據治理是一座高質量的金礦／ 103

6.1　數據清洗後才能用／ 104

6.1.1 　數據治理的發展／ 104

6.1.2 　未清洗的數據可能存在的問題／ 105

6.1.3 　企業進行數據治理的目標／ 106

6.2　數據治理都治什麽／ 106

6.2.1 　理解數據治理的相關概念／ 106

6.2.2 　數據治理的概念／ 107

6.2.3 　數據治理的詳細分類／ 108

6.3　數據治理解放了誰的時間／ 110

6.3.1 　高效展開跨部門協同作業／ 110

6.3.2 　精準實施客戶營銷／ 111

6.3.3 　提升數據加工效率／ 112

6.3.4 　增強各級人員洞察業務的能力／ 113

6.3.5 　增強多級穿透和業務追溯的信服力／ 113

6.4　數據治理和數據中台的關聯／ 114

6.4.1 　數據採集與數據架構／ 115

6.4.2 　數據開發／ 116

6.4.3 　確保數據被合法合規使用／ 117

6.5　一步到位的數據治理體系／ 118

6.5.1 　數據治理體系咨詢的總體方法／ 118

6.5.2 　第一階段工作：數據治理的現狀評估／ 120

6.5.3 　第二階段工作：組織架構與制度流程的搭建，責任體系與數據質量、數據標準規劃與設計／ 122

6.5.4 　第三階段工作：系統規劃與推廣／ 124

6.6　別做無用功／ 125

6.6.1 　數據治理效果的評估模型、數據戰略評估、數據治理評估／ 125

6.6.2 　數據架構、數據應用、數據安全的評估／ 128

6.6.3 　數據質量、數據標準、數據生命周期的評估／ 130

第 7 章源源不斷的數據之泉／ 133

7.1　無死角的數據採集／ 134

7.1.1 　數據採集的高質量要求／ 134

7.1.2 　量化決策能力的提升／ 135

7.2　數據採集：數字時代的掘金者／ 137

7.2.1 　數據的分類／ 137

7.2.2 　數據庫分類／ 138

7.3　企業價值鏈中的數據採集／ 141

7.3.1 　內部價值鏈／ 141

7.3.2 　外部價值鏈／ 144

7.4　數據採集是數據中台的運輸隊／ 144

7.5　數據採集的具體方法／ 145

7.5.1 　數據源鏈接的建立與埋點設計／ 145

7.5.2 　數據採集同步／ 146

7.5.3 　數據採集同步策略／ 147

7.5.4 　運營與監測／ 149

7.6　評價所採集數據的質量／ 149

第８章從0 到1 的數據開發／ 151

8.1　人找數，還是數找人／ 152

8.1.1 　數據開發的現狀與瓶頸／ 152

8.1.2 　數據開發的目標／ 153

8.2　數據開發到底是什麽／ 154

8.2.1 　數倉分層／ 154

8.2.2 　事實、維度、模型／ 154

8.2.3 　數據開發類型／ 155

8.3　躍然“網”上的業務信息流／ 157

8.3.1 　優化業務流程、權責界面和管控點／ 157

8.3.2 　整合和加工各類數據／ 158

8.3.3 　提升企業各方面的能力／ 158

8.3.4 　實時經營管控技術／ 159

8.4　數據開發為數據中台挖掘有價值的數據／ 161

8.4.1 　生產有價值的數據／ 161

8.4.2 　數據價值的體現 ／ 161

8.5　遵循數據架構規範的數據開發／ 162

8.5.1 　規劃與設計／ 162

8.5.2 　開發與實施／ 163

8.5.3 　運營與運維／ 166

8.6　數據開發成果的評價指標／ 170

8.6.1 　業務類指標／ 170

8.6.2 　數據類指標／ 170

8.6.3 　平臺類指標／ 171

第 9 章讓算法模型做經營決策的智慧大腦／ 173

9.1　用算法模型代替“四拍”／ 174

9.1.1 　算法模型為何好／ 174

9.1.2 　將數據價值逐步沉澱到數據平臺／ 175

9.2　算法模型是客觀世界的數學抽象／ 175

9.3　算法模型打造敏捷的決策支持體系／ 178

9.3.1 　企業戰略與決策／ 178

9.3.2 　企業經營的各環節／ 180

9.3.3 　全面優化企業的各項流程／ 182

9.4　算法模型是數據中台的首席服務官／ 182

9.4.1 　不同業務場景下的服務能力／ 183

9.4.2 　各模塊調用算法模型層配合作業／ 183

9.5　構建算法模型的八個步驟／ 184

9.6　算法模型成果評價的五個維度／ 187

第１０ 章為數據打個標簽／ 189

10.1　從業務數據到數據標簽／ 190

10.1.1 　面向業務主題分析的數據應用已經不能滿足數字經濟時代的數據應用需求／ 190

10.1.2 　外部環境快速變化提高了對業務動態監控的要求／ 190

10.1.3 　數字經濟時代要求挖掘非結構化數據的價值／ 191

10.1.4 　數字經濟的發展要求新的數據匯總、展現方式／ 192

10.1.5 　數字技術的發展要求新的數據加工與整合方式／ 192

10.2　擺脫數據負累的包袱／ 192

10.2.1 　標簽的分類／ 193

10.2.2 　制定標簽的標準／ 194

10.3　數據標簽是數據中台的得力助手／ 194

10.3.1 　生成精準化標簽的依據／ 195

10.3.2 　決定標簽質量的因素／ 195

10.4　數據標簽是業務分析與優化的有力抓手／ 196

10.4.1 　數據標簽在精準營銷中的應用／ 196

10.4.2 　數據標簽在生產管理中的應用／ 196

10.4.3 　數據標簽在採購優化中的作用／ 197

10.4.4 　數據標簽在輿情監控中的作用／ 198

10.4.5 　數據標簽在資產管理中的作用／ 198

10.4.6 　數據標簽在審計中的應用／ 199

 

第 11 章在安全的數據世界里徜徉／ 201

11.1　數據泄露問題不可小覷／ 202

11.1.1 　對國家層面的影響／ 202

11.1.2 　對社會層面的影響／ 203

11.1.3 　對個人層面影響／ 203

11.1.4 　對企業層面的影響／ 203

11.2　數據安全定義及相關概念／ 204

11.2.1 　數據安全的定義與目標／ 204

11.2.2 　數據安全的相關概念／ 205

11.2.3 　數據安全的類型／ 207

11.2.4 　數據安全能力成熟度模型／ 209

11.3　數據安全是數據中台的數據安保官／ 210

11.3.1 　利用數據安全技術可以監管數據採集過程是否合規／ 211

11.3.2 　數據安全是數據存儲、數據傳輸的必備能力／ 211

11.3.3 　數據安全是數據處理、數據銷毀過程要考慮的基礎要素／ 212

11.4　數據安全是企業業務增長的砝碼／ 212

11.4.1 　從企業風險的角度來看／ 212

11.4.2 　從保障業務增長來看／ 213

11.5　實現數據安全的三部曲／ 213

11.5.1 　數據安全實現的能力要求／ 213

11.5.2 　數據安全管理的實現過程／ 214

11.5.3 　數據安全實現度量指標／ 215

 

第12章別讓遲滯的數據服務矇住了眼／ 217

12.1　把數據變成一種服務能力／ 218

12.1.1 　需要避免共享數據不一致的問題／ 218

12.1.2 　快速響應能力需要加強／ 219

12.1.3 　數據安全防護能力需要提升／ 219

12.1.4 　數據服務能力助力全鏈條發揮價值／ 220

12.2　可視化、零代碼的全周期數據服務／ 220

12.2.1 　數據服務分類／ 220

12.2.2 　數據服務的管理方式分類／ 221

12.3 　利用數據服務破解冷鏈企業找不到貨的難題／ 222

12.3.1 　數據的可視化配置／ 222

12.3.2 　數據的實施推送／ 223

12.3.3 　統一的數據服務窗口／ 224

12.3.4 　安全與審計機制／ 224

12.4　數據服務模塊是數據中台的外交官／ 225

12.4.1 　數據服務模塊的橋梁作用／ 225

12.4.2 　各個模塊如何為外交官助力／ 225

12.5　數據服務模塊的建設之道／ 226

12.5.1 　開發與實施／ 227

12.5.2 　運營與運維／ 228

12.6　數據服務成果評價的三大指標／ 229

12.6.1 　響應時間／ 229

12.6.2 　安全性／ 229

12.6.3 　便利性／ 230

第 13 章數據智能技術讓數據“能推理、會決策”／ 231

13.1　數據智能技術已進入高光時刻／ 232

13.1.1 　讓數據智能化的技術／ 232

13.1.2 　數據智能的歷史回眸／ 234

13.1.3 　數據智能什麽時候取代人類／ 237

13.2　從計算智能、感知智能到認知智能／ 239

13.2.1 　數據智能技術體系發展的現狀／ 239

13.2.2 　AI 在產業結構上的劃分與應用／ 241

13.2.3 　AI+BI：一種高效的數據智能模式／ 244

13.3　贏在數據智能技術／ 246

13.3.1 　數據時代帶來的挑戰和機遇：焦慮和紅利／ 246

13.3.2 　數據價值率不高，亟待深度開發AI+BI ／ 247

13.3.3 　人工智能技術如何幫助企業提煉數據價值／ 247

13.4　未來的數據智能技術／ 248

13.4.1 　數據智能技術面臨的難題／ 248

13.4.2 　暢想數據智能的發展應用／ 249

13.4.3 　技術在迭代，企業怎樣才能不被落下／ 252

第14章智慧經營打破理想與現實之間的壁壘／ 255

14.1　當智慧經營照進企業現實／ 257

14.1.1 　企業經營管理的技術現狀／ 257

14.1.2 　智慧經營中存在的問題／ 257

14.2　用“4+1”破解智慧經營迷霧／ 258

14.2.1 　什麽才算是智慧經營／ 258

14.2.2 　數智運營中心支撐企業智慧經營／ 260

14.2.3 　智慧經營的應用場景／ 261

14.3　沒有數據中台，智慧經營無異於紙上談兵／ 263

14.3.1 　數據是智慧經營的基本生產要素／ 263

14.3.2 　算法模型是智慧經營的核心生產力／ 265

14.3.3 　智能應用是實現智慧經營的主要工具／ 266

14.3.4 　人才是智慧經營的重要保障／ 267

14.4　智慧經營之路案例／ 268

14.4.1 　智慧經營之路案例：T 公司的放手一搏／ 268

14.4.2 　智慧經營之路案例：數據智能經營分析助手／ 270