首页  ·  知识库 ·  大数据
送您一份数据需求管理秘笈
CIO之家的朋友  大数据技术标准推进委员会  2021/3/22 19:50:00 实践应用  编辑:Vivian   图片来源:网络
数据来源于企业的业务,也持续服务于企业业务创新与发展。因此,不断扩展企业内外部数据需求范围,及时了解梳理各类数据需求,提升数据需求响应速度,才可以最大程度发挥数据价值

数据管理成熟度评估模型(DCMM)中将“数据需求”作为“数据生存周期”能力域的子能力项(其余3个分别为数据设计与开发、数据运维、数据退役)。本文将基于DCMM标准视角探讨数据需求的内涵、目标、实现过程、能力全景图等内容(基础篇),并站在DCMM评估机构立场,向参评企业提供数据需求管理能力进行的关键性说明(进阶篇)


一、数据需求是什么?


DCMM标准中对于数据需求的定义是:指组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述。数据需求管理过程识别所需的数据,确定数据需求优先级并以文档的方式对数据需求进行记录和管理


1、如何理解数据需求的定义?


数据需求概述中将数据需求定义为“组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述”。


简化版的数据需求定义:组织对数据的分类、含义、分布和流转的描述。


2、数据需求的范围是什么?


从定义中看,数据需求全面覆盖了企业数据管理各项活动,包括数据的分类、含义、分布和流转。更具体的,数据的分类、分布和流转对应于数据架构(如数据模型、数据分布、数据集成与共享、元数据),数据的含义对应于数据标准(如业务术语、参考数据和主数据、数据元、指标数据)。因此,DCMM标准对于数据需求范围界定是相对宽泛的。


3、数据需求的类型有哪些?


从定义中看,数据需求可以划分为数据分类、数据含义、数据分布和数据流转4类。但是,在评估过程中发现,这种分类方式并不常见。一种常见的数据需求分类方式如下表所示。由于标准未区分不同数据需求类别下的能力等级要求,因此,表中的数据需求分类可供参考。




二、数据需求管理的目标是什么?


DCMM标准中数据需求能力项的过程目标如下:


● 建立数据需求管理制度,统一管理各类数据需求; 


● 数据相关方对数据需求有一致的理解,能满足业务的需求;


● 各类数据需求得到梳理和定义;


● 数据的命名、定义和表示遵循组织发布的相关标准。


数据管理管理能力大致可从以下7个维度评估: 


(1)制度。包括数据管理相关管理办法、实施指南、标准规范等;


(2)人员。包括数据管理组织架构、责任矩阵等;


(3)内容。包括数据管理相关交付物关键要素要求、质量要求等;


(4)流程。包括数据管理相关活动的任务分解、任务执行记录、流程闭环管理、流程持续优化等;


(5)技术。包括数据管理相关的技术工具、支撑平台等;


(6)知识库。包括学习内外部标准或监管要求、沉淀自身实践经验形成案例、开展培训宣贯等;


(7)外部合作。包括对外(无偿)开放数据、提供(有偿)数据服务、建立数据生态链、参与国际或国家标准编写、对外分享实践经验等。


基于DCMM能力评价维度,对数据需求的过程目标进行拆解:


(1) 制度。强调需建立数据需求管理制度;


(2)人员。强调需明确数据需求相关方;


(3)内容。强调数据需求部分环节的要求(评审环节应清晰描述并满足业务需求,遵循已有标准;复盘环节应梳理和定义各类数据需求);


(4)流程。强调集中管理数据需求。


如何理解DCMM标准的数据需求过程目标? 


根据过程目标的能力拆解可以发现,DCMM标准对于数据需求过程目标的描述相对宽泛。数据需求的过程描述在与过程目标保持一致性的基础上,更详细的阐述了如何实现数据需求目标。


三、如何实现数据需求管理的目标?


企业可以通过开展数据需求过程管理,实现数据需求目标。DCMM标准中数据需求的过程描述和过程目标的对应关系如下图所示。

  




基于DCMM能力评价维度,对数据需求的过程描述进行拆解:


(1) 制度。强调需建立数据需求制度;


(2) 人员。强调构建数据需求管理组织、数据需求管理参与角色(包括需求提出方、需求执行方、需求评审方等);


(3) 内容强调数据需求文档关键内容(以数据应用场景为导向,至少明确这一数据应用场景中的数据分类、数据名称、数据含义、数据创建、数据使用、数据展示、数据质量、数据安全、数据保留等需求);


(4) 流程。强调需明确数据需求流程(以制度形式存在;集中管理数据需求)、涉及环节(包括收集、评审、执行、复盘)以及各环节要点。


如何理解DCMM标准的数据需求过程描述?


根据过程描述的能力拆解可以发现,数据需求过程描述在制度、人员、内容、流程4个能力维度上提出了相对详细的要求。但是,事实上仍未完全覆盖DCMM标准的数据需求能力等级要求。因此,我们通过构建数据需求能力全景图,全面认识和把握数据需求管理相关活动。


四、数据需求管理能力全景图


基于DCMM标准对于数据需求初始级、受管理级、稳健级、量化管理级、优化级的能力等级要求,从制度、人员、内容、流程、技术、知识库、外部合作等能力维度,构建数据需求能力全景图。




五、对于数据需求管理能力的几点说明

1、数据需求说明书的关键要素有哪些?


标准中暂无明确要求。


数据需求说明书从业务、数据2个层面进行描述。业务层面,可描述该需求的业务背景、业务目标和业务价值。数据层面,可描述该需求的数据范围、数据业务含义、数据输出要求(报表、可视化、接口、文件等)、数据使用范围、数据更新周期、表结构、指标定义、数据计算逻辑、特殊口径、数据保存周期等。数据需求说明书示例如下图所示。





同时,由于需求说明书为文字形式,因此,需求双方可以基于说明书进行充分的沟通与确认,以便于需求执行方理解需求,并提出有效的需求执行方案。


2、如何理解数据需求管理流程与信息化项目管理流程的关系?



相关要求:

受管理级第2条:数据需求依托信息化项目管理流程运行

稳健级第2条:数据需求管理流程与信息化项目管理流程协调一致



对于涉及信息化的数据项目(如建设数据系统、开发数据产品),应确保数据需求管理流程与信息化项目管理流程的一致性。数据需求的采集、评审、执行、复盘可基于信息化项目流程开展,各环节的交付物(如数据需求说明书、数据需求评审表等)可作为信息化项目(如系统需求说明书、系统需求评审表等)的一部分。


对于未涉及信息化的数据项目(如新增数据指标、提取数据项、编制数据报告),可依托数据需求管理平台执行。


3、如何理解数据标准、数据架构在数据需求管理中的作用?



相关要求:

稳健级第5条:评审了数据需求、数据标准、数据架构之间的一致性,并对数据标准和数据架构等内容进行了完善。



数据需求的采集和评审应基于对现有数据标准、数据架构的分析,同时,执行数据需求会带来数据标准、数据架构、业务流的变化。例如,在更新指标项的需求场景下,应考虑如何应用现有指标数据标准,更新后,应调整对应的指标数据标准;对于新增表或字段,应结合现有数据模型中表和字段关系,新增后,应调整数据模型,如果涉及到开发数据系统,也应调整数据分布(包括业务流、数据流、IT架构)。


事实上,数据需求管理不仅仅涉及数据标准、数据架构,也涉及数据应用、数据安全等。这在过程描述的第1条有所涉及。





4、如何理解数据需求管理中的数据溯源?



相关要求:

稳健级第7条:集中处理各部门的数据需求,统一开展数据寻源的工作。



通常来说,数据溯源在数据分布或主数据管理部分有所涉及。在数据需求管理活动中,数据溯源的作用主要是以下2点。一是通过数据溯源,找到数据责任人,参与到数据需求管理工作中。二是通过数据溯源,明确这一数据需求对应的数据流,以提升数据设计和开发的效率,降低数据架构不一致的风险。


5、如何理解数据需求管理的复盘环节?



相关要求:

量化管理级第1条:定义并应用量化指标,衡量数据需求类型、需求数量以及需求管理流程的有效性

量化管理级第2条:组织对数据需求管理流程开展了持续改善措施



数据需求管理复盘目的是通过汇总和分析数据需求管理各环节过程记录(多基于需求管理平台),构建数据需求管理流程评价、关键交付物质量评价等的量化指标,使评价指标和实际工作良性循环、持续优化。具体内容见下图。




六、数据需求能力标准的聚焦与发散

1、标准强调了数据需求的哪些能力?


(1)与常见的提数取数、开发数据指标、编制数据报告等临时性数据需求相比,标准更强调数据需求的计划性的和阶段性。例如,某一业务部门在年度数据战略中主动的明确年度数据需求计划,并基于数据战略任务分解表,调整季度或月度数据需求计划。同时,这一数据需求通常意味着更多的成本投入(包括人员、资金、技术资源等)和更严格的成本管控,建立在业务人员主动参与数据管理相关工作的基础上。


(2)与传统的“机械式”数据需求开发工作机制相比,标准更强调数据需求的服务业务导向。例如,在临时性的开发数据指标需求场景下,需求执行方基于需求提出方的描述,可以在短时间内完成指标开发(这在需求提出方清晰描述如指标定义、指标业务含义、指标计算逻辑等的情况下尤为明显)。但是,需求双方也可以探索指标的业务应用场景,由此可能获得衍生指标的关联需求,也可能开发出数据产品。


2、标准未关注数据需求的哪些能力?


(1)由于标准所强调数据需求的计划性的和阶段性,数据需求的敏捷开发一定程度上被忽视。对于多数企业而言,日常数据需求以临时需求为主,因此,对于数据需求的响应速度有较高的要求。同时,企业也应保证数据需求交付物的质量。提升数据需求敏捷开发能力,可以从标准化数据需求开发流程、明确各开发环节的人员技能、沉淀并复用数据需求开发知识、将数据需求响应效率作为相关人员考核指标等方面着手。


(2)与标准未强调数据需求的敏捷开发一致,标准未关注数据需求管理的平台技术要求。部分企业无独立的数据需求平台,而是将数据需求作为项目管理平台的需求子模块,这对于开展计划性的和阶段性的数据需求而言并没有太大的影响,但是由于平台缺少流程化数据需求开发各模块,不支持在各节点上提供数据需求开发知识参考,未与数据管理平台的数据标准、数据架构关联,一定程度上降低了需求开发响应效率,增加了数据运维的成本。


本文作者:CIO之家的朋友 来源:大数据技术标准推进委员会
CIO之家 www.ciozj.com 微信公众号:imciow
    >>频道首页  >>网站首页   纠错  >>投诉
版权声明:CIO之家尊重行业规范,每篇文章都注明有明确的作者和来源;CIO之家的原创文章,请转载时务必注明文章作者和来源;
延伸阅读