经过6个月的攻坚实践，近日，公司生产计划领域数据资产实现从“0”到“1”的突破，发布生产计划领域首个数据资产目录，形成结构化数据要素，完成数据标准搭建，为公司全域数据治理奠定了坚实基础，为后续数据治理体系建设打响第一枪。

建立数据资产目录 实现数据资产精准映射

  业务对象指企业不可缺少的重要的人、事、物，承载了业务运作和管理涉及的重要信息。项目组在业务对象的识别过程中发现，流程文件中梳理出的输入、输出在确定为候选业务对象的研讨过程中存在分歧，需要重复梳理，严重影响了数据治理的效率和质量。同时，由于业务对象是数据治理的基础，它的不准确会导致后续数据整合、分析等工作均出现偏差。

  为了使业务对象的梳理更加准确，项目组对“唯一身份标识、相对独立且有属性描述、有生命周期和状态变化”等常有分歧的内容进行了深入研讨和分析。以制造计划的编制流程为例，与业务人员一起，对每个活动的输入和输出进行重新分析判断。经过一周的专项攻关，整理出了一套《业务对象识别方法论》。这套方法论为其他计划域业务流程的分析和全域数据治理工作奠定了扎实基础，大大提高了数据治理的效率和准确性。

统一数据“字库” 建立“新华字典”

  在公司内部，由于业务需求和管理方式的不同，不同单位对数据的同一属性描述往往存在差异，这种差异导致数据整合时需反复核对、修正，耗时耗力。同时，由于数据标准不统一，数据的共享和流通也受到了阻碍，无法实现最大价值。

  为了解决这个问题，项目组开展了全面的数据调研，深入了解各单位对数据的使用需求和标准定义，协同业务人员收集数据字典和体系文件。在充分考虑各单位实际业务需求的基础上，组织各单位业务代表进行多次沟通协商，共同制定统一的数据标准，形成了数据属性“新华字典”，实现了从“各自为政”到“统一标准”的转变，提高了数据的质量和可用性。

推行数据Owner机制 驱动全链条责任落实

  在绘制数据分布信息链的过程中，项目组发现，一些数据在流转中存在明显断点，且个别数据没有数据Owner（数据拥有者）的问题。数据流中的断点使数据的连续性和完整性受到破坏，无法形成有效的数据链条，这会导致数据在传递过程中出现丢失、错误等情况，影响业务决策的准确性。而数据Owner的缺失则会使数据的管理和维护缺乏明确的责任人，当数据出现问题时，无法及时找到负责人进行处理，进一步影响数据的质量和可用性。

  为了解决这些问题，项目组对业务流程进行了全面梳理，明确了数据在各个环节的流向和使用情况，找出了数据流转中的断点，并制定了相应解决方案。项目组确定了每个数据的Owner，根据产生和使用部门，明确了数据Owner的职责和权限。数据Owner负责数据的质量控制、安全管理和更新维护等工作，并且建立了数据Owner的初步考核方案，督促数据Owner认真履行职责。

  下一阶段，项目组将开展数据实例打样、数据质量度量等工作，验证数据适配方案的可行性，为后续全域数据治理提供高效可行的方法论，加快公司数字化转型进程。