您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码:  验证码,看不清楚?请点击刷新验证码 必填



  求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
   
 
     
   
 
 订阅
案例 | 国航:数据治理长效机制
 
作者:李成、刘春、徐欣、苏倩、刘默
  850  次浏览      14 次
 2023-10-9
 
编辑推荐:
本文通过国航案例来讲解了数据治理的长效机制。希望对你的学习有帮助。
本文来自于DAMA China,由Linda编辑、推荐。

一、背景和痛点

1.1 背景

为贯彻落实习近平总书记关于推动数字经济和实体经济融合发展的重要指 示精神,落实民航局关于加快推进智慧民航建设的战略举措,民航局印发《智慧 民航建设路线图》和《智慧民航数据治理规范》,要求完善民航数据治理体系, 落实民航强国建设,促进民航高质量发展。中国国际航空股份有限公司(以下简 称国航或公司)承接上级要求并结合自身发展实际,以数字化转型为契机,扎实 推动数据治理各项工作开展。

国航完成了数字化转型“1364”规划,下发了数字化转型行动计划,其中数 据治理是数字化转型一项重要落实举措和基础保障。2017 年国航设立数据管理 职能和部门,坚持目标导向、价值导向、问题导向,统筹推进公司层面数据治理 工作,在搭建顶层设计、完善治理体系、建立规章制度、强化技术支撑、打造典 型案例等方面取得积极进展,逐渐走出一条可复制、可推广的数据治理管理路径。

1.2 痛点

国航信息化起步较早,信息系统建设尤其是领域级信息系统建设较完备,数 字化和数据治理具有优势,但同时也带来问题。围绕数据治理总结的痛点如下:缺乏统一标准,缺乏有效抓手。国航的主要业务单位体系化很强,各系统内 部耦合度高,系统之间缺乏统一的标准和规范,数据难以集成和共享,形成“数 据孤岛”。

数据治理工作繁杂耗时,缺乏有效抓手则很难在短期内产生直接的成 果和效益,因此需要找到切入点,将数据治理工作融入到业务提升项目中去,在业务价值提升中呈现数据治理价值。

数据资产分布不清晰,人才储备不足。已构建公司层数据资产地图,但具体数据项情况不清晰,“找数难”成为数据治理的一大障碍。数据作为资产需要专 人管理并持续完善。目前公司级数据资产管理体系已基本构建,主要业务单位专 人专岗承接是当前急需解决的问题,以保证数据治理工作推进落实。

数据应用存在局限,数据文化尚需营造。数据应用方面需求分析流程尚不完 善,支持“实时业务决策”“事前预测”等数据应用的场景仍不够丰富,对管理 层决策支持不足,分析系统和业务系统处于分离状态。推动数据管理的业务认责, 需要公司培养数据文化,构建数据治理的土壤和环境,接受数据驱动的管理模式。

二、实践路径

国航从顶层设计出发,建立数据治理框架,形成数据治理组织,统一数据治 理方法论,明确数据治理技术路径。以大处着眼、小口切入的方式,探索数据治 理落地办法,在构建公司整体数据治理框架基础上,以航空公司核心资产——飞 机为抓手,完成飞机主数据管理和飞机数据标准统一。创建公司内外数据生态, 制定安全策略,确保数据使用安全,建立数字化转型创新实验室,创新数据应用, 形成数据治理新局面。

2.1 完善数据治理顶层设计,构建治理架构和治理路径

全面系统地构建数据治理架构。国航非常重视数据治理顶层设计,构建数据 治理架构,囊括管理政策、组织与人员、工作内容、技术支撑等内容,全面系统 化地把数据治理各层面有机结合。

准确清晰地制定数据治理发展路径。一是业务过程全面线上化,数据全面采 集,实现业务数据化;二是完善数据的安全管控与标准治理,逐步实现数据资产 化;三是数据能够广泛共享和应用,能基于大数据和人工智能辅助决策,推动数 据价值化,切实提升公司能力。

2.2 建立数据治理组织机制,设计分层次数据治理结构

组建分层数据治理组织。领导层成立信息化与数字化建设领导小组,由公司 董事长任组长,作为数据管理的预决策机构;管理层设置数据管理责任单位和责 任人,把管理职责明确到各单位,成立数据联合工作组,作为数据治理的议事机 构;员工层在各单位增加专兼职数据管理人员的岗位。建立健全数据治理配套机 制。国航先后下发公司数据管理规定、数据安全管理实施细则、数据标准字典管 理实施细则等文件,数据治理的管控初见规模。

2.3 统一数据治理方法论,形成“业务+IT”双轮驱动

统一实施一套方法进行数据治理。为使业务和系统有机结合,形成“业务+IT” 双轮驱动,一是梳理跨领域业务流程,串联各板块的业务数据;二是盘点各领域 信息系统,梳理各系统存储情况,最终通过数据资产地图链接业务和系统。完善跨领域业务流程,串联各板块业务数据。在已有相对完备的作业指导书、 工作手册的基础上,重点以旅客全流程接触点、运行全流程接触点、员工全流程 接触点为核心,梳理跨业务场景数据的标准和规范,打通业务流程断点,衔接跨 领域业务流程,实现数据共享。盘点各领域信息系统,梳理各系统元数据。

以重 大 IT 建设项目为切入点,从全流程旅客服务、运行保障、航空安全管理等领域, 规范各系统数据处理标准、明确数据使用口径,记录数据跨系统流转情况,收集 整理元数据信息。运用数据衔接业务与技术,建立数据资产地图。在数据资产地 图中把业务场景的数据需求关联信息系统中的元数据形成数据模型,依靠数据模 型转换业务经验成为数据资产,使业务、技术人员找准定位,实现数据消费。

2.4 制定数据治理技术蓝图,明确数据治理技术建设路径

国航在推进数据治理工作时,同步开始数据资产管理中心建设,以保证数据治理工作有工具有系统,固化管理经验,实现动态监控,提升数据运营能力。

统筹规划数据平台,统一管理数据资产。打通数据仓库、营销服务平台、安 全运行平台等几大平台的数据,建设数据资产管理中心,统一管理数据标准字典、 数据表、主数据、数据标签、数据指标、数据质量、数据安全合规等。

迭代建设数据中心,分阶段增强管理功能。数据资产管理中心的建设分为三 个阶段——建中心定标准:建设数据资产管理、资产检索、资产权限申请、数据 可视化、数据内外部共享集成等功能。汇数据筑能力:建设数据规范、数据开发、 数据质量、数据服务开发等能力,逐步使各业务领域数据资产清洁,使业务数据 资产化。创价值建生态:引入区块链、人工智能等技术,持续建设公司数据资产 管理中心,提供智能辅助决策,驱动业务创新流程优化。

2.5 落实数据治理工作内容,以点带面切入飞机资产管理项目

为使数据治理工作落到实处,国航以飞机资产管理项目为切入点,理清飞机 数据资产“来龙去脉”,实现飞机业务数据化、资产化、价值化。另一方面,建 立以用户为导向的治理服务模式,提升数据治理“友好度”。

(1)理清飞机数据资产“来龙去脉”,搞清数据治理的主体“数据资产” 系统梳理机队管理流程,形成数据资产目录。通过飞机计划、飞机引进退出、 飞机价值评估等机队管理业务流程梳理,形成飞机管理业务全景视图。进而形成 与业务流程节点对应的数据逻辑实体,建立起“主题域分组、主题域、业务对象、 数据逻辑实体、属性”数据资产管理目录,使飞机管理业务数据化。

全面设计飞机相关数据模型,形成技术资产。对飞机管理数据进行建模和数 据清洗,形成飞机管理系统的数据全景视图,包括飞机主数据、发动机主数据、 模拟机主数据、规划数据、价值评估和监控数据、引进和退出数据等,建立起包 含“数据源、数据库、表\视图、字段、数据服务”等内容的技术资产。准确连接飞机业务和技术,形成业务资产。

根据飞机管理场景,连接飞机数据资产目录和技术资产,理清飞机数据资产目录中数据逻辑视图和属性的名称、 定义、业务用途等,理清飞机技术资产中表视图和字段名称、类型、关联关系等, 建立起“业务逻辑实体对表视图、属性对字段”的关系,形成业务资产。

规范飞机数据定义和口径,形成数据标准。识别飞机主数据、参考数据,对 使用频率高、价值大的数据制定数据标准,明确定义、口径、标准来源(如民航 局制定的数据标准)、管理单位等内容,建立起“国家标准对应国航标准、行业 标准对应国航标准、国航标准对应单位标准”的映射体系,使数据资产化。

配套飞机用数机制和工具,落地数据服务。设计飞机数据资产的指标体系和 数据模型,提供数据再加工再利用的可视化工具,实现飞机引进退出分析、飞机 价值评估、飞机生产监控预警、飞机投资计划分析等多种数据服务,有效机队管 理分析效率和分析能力,实现数据资产价值化。

(2)建立以用户为导向的治理服务模式,提升数据治理“友好度” 建立以用户为导向的数据治理服务模式。把数据用户放在首位,分层级设置 账户,个性化提供服务。根据飞机数据使用场景,设计数据内部共享流程、数据 外部共享流程、数据外部授权流程,支持用户进行数据需求检索、申请、授权等操作,提升用数体验。对用户数据分析赋能,使用户能便捷进行数据展示和挖掘、 能及时提出数据质量问题,从而有效改进数据消费体验,使“人人愿意用数据”。

2.6 构建数据治理生态体系,实现内部互联外部互通

建立数据治理的生态体系,实现国航跨领域数据互通互联,逐渐融入航空产 业数字生态链,进而参与交通业数字建设。遵循“谁使用,谁负责”“有相关才 使用”“统一接口,共享可用”的原则,坚持以客户为中心,打通业务流程,与 航空产业链及跨航空伙伴合作形成数据通道,释放用数需求,降低用数成本,激 发数据分析、数据挖掘意愿。

打通数据标准,实现国航数据互通互联。通过信息化与数字化领导小组,统 筹管理单位、用数单位、供数单位等角色,明确责任、制定处理流程、清晰审批 程序,根据“场景清晰,内容合理合法合规,应给则给”原则,充分对用数和供 数进行授权,让数据流动,避免因为要数难而形成小的“数据堰塞湖”,逐步形 成公司大的“数据湖”。如为客舱服务人员提供旅客销售环节产生的客户画像、 会员级别等信息,使其提前为服务客户做好准备,提升旅客体验;为航班运行部 门提供地面节点保障信息和旅客登机信息,使其更好地调整排班计划。依托业务场景,实现行业内数据共享。

国航通过业务场景梳理,制定航班唯 一标识算法,实现航司与机场的数据打通。与民航局共享航班运行数据、开展政 务数据方面的合作,提升行业管理水平和运行效率;与首都机场、上海机场等单 位,共享航班运行、旅客快速通关、机场数字地图等信息,提升旅客体验;与飞 猪、携程等互联网企业合作,扩展国航营销渠道,提升国航收入水平。截至 2021 年底已实现与民航局、首都机场等单位的数据共享,涉及数据 3517 项。提升客户体验,参与交通业数字建设。为满足旅客乘机前后衔接高铁的需求, 国航开展异业合作,提供向外输出的服务接口,与第三方平台开展销售、服务一 体化的跨航空领域和铁路运输领域合作,打通旅客出行场景,多触点释放服务压 力,更好的辐射国航旅客群和全链条服务旅客;跟进国际健康通行证项目,实现 入境场景下的旅客“双阴证明”自动校验功能。

2.7 出台数据治理安全策略,守牢数据安全底线

安全是国航重中之重的工作,数据治理也要守牢安全底线。根据“重要数据 资产安全优先,非重要数据资产效率优先”原则,建立数据安全管理策略框架, 遵循法律法规、行业规章、公司数据安全制度,明确数据安全管理关系人,管理 数据安全全生命周期。

实施数据安全分级。国航将数据安全等级分为八类,并在分级的基础上,重 点梳理个人信息、跨境传输数据使用情况,制定员工个人信息、旅客个人信息的 管理制度,加强管理和监督。建立年度数据安全检查机制。定期开展数据安全检 查,并形成评估报告,不断完善数据安全管理工作水平,及时发现数据安全隐患, 降低数据使用合规风险。设计数据安全事件应急响应流程。建立数据安全事件应 急响应流程,并要求核心业务单位建立本单位数据安全事件应急流程,与公司流 程衔接。防范和应对突发数据安全事件,提供明确、可操作的处理报送流程和高 效的解决方案,最大程度地减轻突发事件给客户和公司带来的损害。

2.8 激活业务创新应用潜力,促进数据治理加快发展

通过应用产生数据价值是数据治理的最终目标,同时数据应用的结果可以反 作用于治理优化。国航以创新机制为切入点,打造创新实验室/工程技术中心、工 会“五小”创新和创新基地三大创新渠道,设立 3 个公司级创新实验室和 9 个专 业领域级创新实验室,通过“短、平、快”的创新孵化,加速数据价值释放,挖 掘数据治理潜力,形成数据治理-应用-再治理的管理闭环。

三、应用效果

公司通过开展数据治理,推动以数据资产管理服务来满足用户多层次需求, 沉淀各单位在数据使用上的经验与探索,形成对数据资产的统一管控,同时可提 供有效的数据安全、质量审计结果,为公司逐步构建数据资产管理中心创造有利条件。

3.1 数据资产管理水平全面提升 数据资产管理体系形成。

国航已形成全业务覆盖的数据资产目录。2021 年 发布国航数据资产地图 1.0 版,包括 13 个一级目录、77 个二级目录;在公司统 8 筹整体资产地图的同时,各业务领域持续做深做实数据资产梳理,以地面服务领 域为例,目前已梳理形成 8 个三级目录、27 个四级目录、98 个五级目录。飞机 主数据模型基本构建。梳理飞机主数据共 255 个字段,其中唯一标识 154 个,飞 机基础配置 16 个,飞机机型相关 83 个。集成数据和手工采集数据 462 个,事务 数据 1427 个。数据标准有章可循。

建立数据标准管理体系,实现数据标准的公 司统一管理,消除各部门间的信息差异,为数据共享打下坚实基础。将数据标准 嵌入业务流程和对应的生产系统,使数据、业务、技术之间的结合更加紧密。2017 年至今,陆续更新发布 3 版公司级数据标准字典,确立 108 条公司级核心数据标 准。盘点数据资产家底。全面摸底信息系统数据资产现状,目前梳理 297 套信息 系统,形成全系统覆盖的技术类数据资产清单。包括全流程旅客服务相关系统 37 套,如国航 APP;枢纽运行相关系统 82 套,如数字化运行风险评估系统、乘务 员资质管理系统等等。营造数据文化氛围。提供公司统一的数据管理界面和流程, 降低数据使用门槛,使数据资产的使用变得清晰可行。广泛开展数据治理、数据 应用培训,覆盖核心数据管理人员 300 人次以上。强化数据安全合规。开展数据 出境安全评估工作,成为全国首批数据出境获批场景。

3.2 数据驱动业务创造更大价值 催生数字服务,提升旅客体验。

基于旅客视角,整合全流程旅客数据,实现客票自助退改、选座值机、无纸化通关、行李全流程追踪、特殊旅客服务、中转 服务、会员服务等数字服务,加强出行服务全面线上化和线下服务智能化,提升 旅客的全球、全流程、全接触端数字化出行体验。2019 年起,国航完成国产芯片 RFID 行李条的测试,成为国内首家使用国产芯片行李条的航司,打造 “自助为 主、人工为辅”的智慧行李服务新模式。国航实现国内 138 个通航站点远程自助 值机服务 100%全覆盖。

聚焦安全和稳定,提升资产效率。集成航班、飞机、机组数据,以航班运行 控制管理系统为核心加强航班全流程安全管控;建立航班信息查询系统,提供全 流程运行管理信息;通过电子飞行包(EFB)、QAR(快速存取记录器)解析应 用等系统,提升数据共享及分析能力,释放海量飞行数据的应用价值。助力员工管理,提升员工能力。

围绕员工便捷应用、员工生活服务、人力数 9 据综合分析、人事管理关键环节线上化与深度协同等场景,通过移动端赋能和服 务一线员工,提高公司办公与运行效率。落实国资委监管要求,推进集团一体化 建设和人、财、物资源管理模式优化,初步构建中航集团国资国企在线监管能力。

3.3 数据赋能生产经营管理决策 通过数据治理工作,实现生产经营数据可视化、历史数据模型化,更好地辅 助领导层决策,实现从数据到智慧的转变,使数据价值得以体现。

在安全运行领域,搭建运行监控平台,构建全维度和全流程的运行监控能力, 完成空中监控核心功能开发,可对飞机的实时状态进行监控、预警,提供智能化 应对方案。

在商务营销领域,构建生产组织、航班信息发布等全流程的辅助经营 决策数字化信息流,科学组织航班管理系统的航班计划编制和发布、航线网络预 测与评估、时刻管理和机队分配与优化;搭建基于大数据分析的全球运力网络分 析工具,融入“全球运力投入规模与趋势”“运力份额分析”等场景,提高航线 网络规划质量。

在服务保障领域,通过车辆运营监控平台汇聚地面特种车辆数据, 实现车辆维修管理、位置监控、资产分析等能力,提升车辆管理数字化水平。

在飞机维修领域,打造飞机健康管理系统(APCM),基于可追溯的非结构化数据, 建设飞机物理结构的“数字孪生”模型,减少预防性维修和非计划维修,实现飞 机系统状态的故障预测,高效保障飞机持续适航及安全运行,推进民航机队维修 工程管理水平由粗犷型向集约化、精准化发展。

四、洞察启示

4.1 加强数据治理领导,强化板块统筹协调

数据治理是涉及全公司的系统工程,需要领导重视、统筹推进。国航形成了 公司级领导小组和业务、技术、管理三方协同的组织推进形式,统筹制定公司内 部的数据方针政策,协调解决长久以来跨领域、跨板块数据缺乏统筹的管理难题。

4.2 沉淀数据治理方法,打造国航数据标准

在国航数据治理推进过程中,以企业架构和通用数据治理方法为基础,结合 10 自身情况与实践经验,逐渐形成一套适用性较强的数据治理方法论。同时,将数 据治理方法论定义为国航系统建设标准,融入方案审批与成果验收环节中,实现 方法论的不断复制,使数据资产形成累积,解决跨业务板块的数据烟囱问题。

4.3 运用新技术新手段,确保数据持续发展

在数据治理推进过程中,国航面向未来发展的潜在能力,聚焦当下的热点技 术话题,始终将数字化新技术的运用放在首要位置。在传统的生产系统和数据仓 库基础上,融合应用区块链、数子孪生、人工智能等新技术,提升生产效率和分 析能力。

4.4 统筹数据梳理需求,避免重复建设投入

通过构建整体数据架构和发展蓝图,目前国航已形成了统一的数据资产管理 中心框架,统筹对接数据类建设、共享需求,打破数据壁垒,减少数据搬家,避 免重复投资,在民航业发展困难时期从数据端发挥降本增效作用。

4.5 加强数据共享合作,构建数据应用生态

要发挥数据最大价值潜力,不仅要在公司内流转起来,更要实现产业链、生 态圈的互联互通。国航一直以来是民航数据共享的支持者和生力军,同时也在不 断拓展产业链上下游如机场、旅客营销服务、飞机制造维修、航油消费、航材供 应等各环节的数据合作、共享场景。通过数据合作,加深业务融通,不断延伸产 业生态链,共同挖掘新价值。

   
850 次浏览       14
相关文章

基于EA的数据库建模
数据流建模(EA指南)
“数据湖”:概念、特征、架构与案例
在线商城数据库系统设计 思路+效果
 
相关文档

Greenplum数据库基础培训
MySQL5.1性能优化方案
某电商数据中台架构实践
MySQL高扩展架构设计
相关课程

数据治理、数据架构及数据标准
MongoDB实战课程
并发、大容量、高性能数据库设计与优化
PostgreSQL数据库实战培训

最新活动计划
信息架构建模(基于UML+EA)3-21[北京]
软件架构设计师 3-21[北京]
图数据库与知识图谱 3-25[北京]
业务架构设计 4-11[北京]
SysML和EA系统设计与建模 4-22[北京]
DoDAF规范、模型与实例 5-23[北京]
 
 
最新文章
大数据平台下的数据治理
如何设计实时数据平台(技术篇)
大数据资产管理总体框架概述
Kafka架构和原理
ELK多种架构及优劣
最新课程
大数据平台搭建与高性能计算
大数据平台架构与应用实战
大数据系统运维
大数据分析与管理
Python及数据分析
更多...   
成功案例
某通信设备企业 Python数据分析与挖掘
某银行 人工智能+Python+大数据
北京 Python及数据分析
神龙汽车 大数据技术平台-Hadoop
中国电信 大数据时代与现代企业的数据化运营实践
更多...