5G时代组织急需数据体检
张靖笙
随着5G的到来,基础硬件设施提供商、运营商及终端设备提供商都会迎来改变,而随着数据传输速度的加快和终端设备的增多,直接产生数据量的增长,海量的联网终端意味着海量的数据。5G只是底层通讯技术,但当传播能力改变后,一切都会随万物互联而改变,在更多的联接而产生数据爆炸的时代,处理大数据成为各类型政企事业单位组织必不可少的能力,当数据在组织生活中要发挥的作用越来越大,由于要快速处理的各种海量数据的增加,复杂度随之增加,管理和控制的难度越来越大,如果不加以有效治理,组织将面对越来越错综复杂和事关重大的数据问题。
近些年来,随着大数据在各个行业领域应用的不断深入,数据作为基础性战略资源的地位日益凸显,数据标准化、数据确权、数据质量、数据安全、隐私保护、数据流通管控、数据共享开放这些问题越来越受到国家、行业、企业各个层面的高度关注,这样一来,数据治理的概念就越来越多受到了关注,成为目前大数据产业生态系统中的新热点。在2019年4月召开的全国大数据标准化工作会议暨全国信标委大数据标准工作组第六次全会上,中科院院士梅宏呼吁,大数据治理问题必须提上日程。
在上世纪80年代,随着数据随机存储和数据库技术应用,产业界首次提出了数据管理的概念,这就是数据治理最早的起源。2009年,国际数据管理协会(DAMA)发布了数据管理知识体系DMBOK1.0,提出DAMA数据管理理论框架模型,成为了目前行业最权威的数据管理理论模型,DAMA 数据管理模型包括10个活动职能,分别是数据治理、数据架构管理、数据开发、数据操作管理、数据安全管理、参考数据和主数据管理、数据仓库和商务智能管理、文档和内容管理、元数据管理和数据质量管理。2015年,DAMA 新发布的DBMOK2.0知识领域中又将该模型扩展为11个活动职能。在2012年,另一个行业组织数据管控协会 (DGI,The Data Governance Institute)提出了DGI数据管控框架模型。2014年,软件工程研究所(SEI)基于软件能力成熟度集成模型(CMMI),提出数据能力成熟度模型(DMM)。2015年,一个主要面向金融保险行业数据管理的公益性组织企业数据管理协会(EDM Council),提出数据管理能力评价模型(DCAM),另外还有像Gartner提出的企业信息能力成熟度模型(the EIM Maturity Model)、IBM企业数据管理能力成熟度模型以及一些咨询公司如毕马威、普华永道等发布的细分行业数据管理体系架构等。
在我国,近年来,国内各行业大型企业也纷纷发起企业内部数据治理项目,制定数据治理规范,成立专业的数据管理实体团队来开展企业数据治理工作。特别是在2018年4月,国家大数据标准化工作组正式发布了国家标准《数据管理能力成熟度评估模型GB/T 36073-2018》(简称《DCMM模型》),并将在2018年10月1日起正式实施。DCMM定义了数据能力成熟度评价的八大能力域:数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用、数据生命周期管理,这8个能力域又包括28个能力项。
数据管理能力成熟度评价划分为5个等级,包括:初始级、受管理级、稳健级、量化管理级和优化级。在此基础上,确定每个层次的基本特征如下:
数据管理能力成熟度模型虽然是一个评价工具,但已经上升为国家标准,可以作为一个推动良好数据管理和应用的参照基准,一方面在宏观上可以有利于大数据产业健康有序发展的良好环境,另外一方面在微观上,也可以具体指导各个政企事业单位组织各项数据管理工作,将让大数据在各行各业组织中发挥很大的作用,简单来说,我们可以应用数据管理能力成熟度模型给各个单位来做一次全方位的“数据体检”。
这里可能有一些认识上的误区,有些人可能认为,我们单位自己并没有运行什么信息系统呢,也没有管理什么数据,就没有必要做这么复杂的数据管理能力成熟度评价工作了,这个认识误区恰恰折射出还有相当数量的人对于组织的数字化转型并无紧迫感,还不明白数字化生存对于组织的重要性。
当5G彻底实现了万物互联以后,物理世界的一切都会被数字化,数字化技术把一切都连接起来,原来传统世界的地理位置,时间跨度,商业模式,职业,岗位,技能,一切的被连接成一张立体的网,都可以通过一个点寻找到另外一个点,原来的行业边界,组织边界,职位边界,角色边界,都被数字化所链接,所打破。所以,数字化转型是区别于传统的组织形式、沟通形式、技术手段所产生的变化本身,数字化将组织的所有一切活动和资源都必然转化成数据,组织建立从数据出发的管理体系,用数据驱动业务的运营、战略的制定和创新的产生,是任何一个组织在未来数字化生存(Being Digital)最核心的工作。
今天我们讲数字化转型也好,讲数据驱动也罢,其实更加强调任何一个组织的运营模式在5G时代都将发生根本性的变化,所有的变化都离不开“数据基因”,否则就会因水土不服而无法生存。从这个层面来看到“数据体检”,不能再理解为是仅仅从数据技术的层面,对组织“拥有”的数据资源做检查和评价,而是衡量组织在日益高度数字化的世界里面体质还“健康”吗?
自然生命的身体拥有强大的自我调节能力和适应力,组织生命明显没有这种自我适应力,所以如果组织希望能在数字化的世界里生存下去,不断地通过“数据体检”来培养“数据基因”是必需的。
(本稿完成与2019年6月25日,如需转载请注明出处)