一、企业概况

某大型制造业企业经过多年信息化建设，目前实现了生产设备的自动化，但是对应数字化体系匹配能力不足。企业内部以销定产的经营模式需要从销售、采购、计划到生产等环节都需要保持高效、及时的信息沟通，从而确保整体业务流程的顺畅。

但是随着业务的快速发展，产品类型日益增多增多、销售渠道扩大，企业内部数据量快速增加，既包含市场数据，采购数据等运营层面数据，也包含生产车间数据，设备运行数据等经营层面数据，企业内部各类数据格式差异较大、应用场景较为复杂，无统一的标准，内部数据难以转化为可用资产。另一方面原有信息系统无法实现高效信息共享，出现了信息滞后，响应较慢的问题，影响了从销售、采购、计划到生产整体环节的业务顺畅顺转。

企业数据现状：

1、由于系统过多，往往存在数据口径多样、数据缺失、大量报表需要手工化处理等问题；

2、主数据管理混乱，缺乏规范，存在一物多码、一码多物等情况。

3、无法建立全面、准确、完整的数据资产，制约了数据共享及服务。

4、数据质量亟待提高，且未建立有效的数据质量校验机制，相同类型的数据质量问题反复出现。

5、跨部门协同机制缺失、数据从获取到应用流程相关分工不明确，企业层面的数字化战略规划难以落地到具体的业务中；

二、建设内容

基于企业当前情况，从业务场景出发，针对企业采购、订单、排产、库存、质量、工艺等重点环节，了解当前系统应用和数据沉淀情况，盘点企业数据资产，根据业务流程调整企业内部数据流转及应用系统的体制建设，并且同步建设组织协同分工及员工数字化能力建设。

通过傲林科技傲数治理平台，围绕企业核心业务，展开基础库/资源库 /专题库/主题库建设，建立可视化的数据资产地图，帮助企业建立数据标准体系，实现统一的数据质量管控，保证在业务运营过程中数据的准确性、及时性、完整性，为企业在数字化转型工作中提供有效基础。

1）做好顶层规划，打好基础

建设初期，首先做好数据治理的顶层规划，包含数据治理组织的规划、流程规范设计、数据管理的制度设计，通过设置合适的组织规范和流程机制来保证顶层设计的落地，包含各级组织机构，岗位人员职责，以及数据管理工作制度，绩效考核评估，以此固化数据治理的日常管理工作，保障顶层规划的落地。

2）厘清数据资产，建立企业数据台账

盘点企业资产，厘清企业数据与数据资产的脉络，梳理企业各业务部门、各二级部门IT系统、数据库建设情况，摸清资产数据，制定统一的数据资产目录，为各业务建立企业数据台账。

3）数据标准化建设，统一口径

制定企业销售、采购、计划到生产等各业务部门数据标准，基于业务场景制定各属性字段标准模板，通过数据标准建设逐步规范企业业务部门数据，实现企业业务口径统一，数据标准统一。

4）数据质量闭环，数据高效共享

建立周期性的质量任务，对数据质量规则进行例行迭代，稳步提升数据质量。对沉淀下的企业数据资产通过数据资产目录发布到各业务部门，实现企业内部数据资产目录统一检索、快速定位和统计分析。

（5）数据治理持久化

通过明确各业务部门数据管理责任，对数据进行例行的采集、维护、更新，加强各部门间的数据供需和共享需求对接，推进各业务部门数据资产目录定时更新和维护，实现数据治理的常态化和持久化。

三、项目价值

紧密围绕生产制造、业财一体、客户服务和供应链协同的经营主线，通过对企业的数字化能力建设，完善企业各层级的数据治理体系，实现企业数字化能力的提升，为企业管理决策和资源配置提供高质量的数据支持，推动企业向体系生态化、管理数字化、生产运营智能化，行业数字化方向发展。

1、整合采购、生产、库存、销售、订单、营销等企业经营全流程数据，拆除部门数据墙，让数据形成资产。

2、建立统一企业数据标准，规范数据体系，实现统一规范管理；全面提升企业数据质量，深度再造与数据相关的业务流程，满足业务拓展需要；

3、健全数据资产管理，满足风险管理、成本核算、绩效考核等需要；

4、数据从销售、采购、计划到生产等各环节保持及时，准确的传递，数据高效共享，从而确保整体业务运转的流畅。

随着企业数字化的不断推进，如何从数据中探索信息、发现知识，寻找隐藏在数据中的趋势、模式、相关性及隐含规律，发挥数据的价值，是制造业在寻求数智化转型的企业的必经之路，选择成熟的数据治理平台，帮助企业在转型之路事半功倍。傲林科技数据治理平台，已广泛用于工业制造、3C电子、食品制造，水泥等多个行业，具备丰富的落地经验，可以帮企业快速实现数据全生命周期治理，提升数据质量，释放数据价值。