一文讲透：数据供应链治理

本文先容一种数据供应链的数据管理思维，环绕什么是数据供应链，如何做数据供应链管理，为什么要做数据供应链管理展开，我们企业的数据是否可以按照这样一种办法去管理呢。

一、什么是数据供应链

提及供应链大家都不陌生，供应链这观点之大险些涵盖了我们生活的方方面面，平时用的日常生活物品，数码家电都无法逃离这个范畴。
但要真正问起什么是供应链，你竟不知从何提及。

普通点来说供应链管理是由持续串供应商和采购商组成的团队，以接力赛团队的模式，完成从采购原材料，到制成中间产品及至终极产品，然后将产品交付用户利用的过程。

说专业点是这样的，供应链管理因此同步化、集成化生产操持为辅导，以各种技能为支持，以互联网为依托，环绕供应、生产、物流（紧张指制造过程）、知足需求来履行的管理过程。

供应链的管理对付生产制造业的主要性毋庸置疑，比如当下的环球芯片紧缺，便是因被美国掌握了环球最领先的芯片供应链市场，不许可芯片产商高通、台积电、Intel等供货给华为，导致华为手机产能严重受挫。

当下的生产制造企业供应链的例子数不甚数，再比如我们以房地产为例：企业从政府获取地皮，由设计部门进行进行方案方案设计，并由运营工程制订生产操持（包括开工、竣工、开售、验收、交付），掌握生产操持；本钱制订项目本钱，并在动态过程中监控动态本钱变革，掌握生产过程的发生的本钱，营销做发卖前、发卖中、售后的对接，并实时反馈发卖收入情形，指引生产部门生产进度，终极在供与销方面实现平衡获取企业最佳利润。

这也和传统生产制造企业一样，从原材料收购、运输、生产、加工、成品、发卖过程，便是通过不同的工序和步骤，达成最优路径，实现最优产出，这便是供应链管理的实质思想。

2019年，第二届中国国际智能家当展览会上正式发布的《政府数据供应链白皮书》中首次提出“数据供应链”一词迅速火热起来。

2021年天下互联网大会“互联网之光”展览会上正式发布了《数据供应链白皮书2021》正式明确了数据供应链的管理指引，数据供应链通过制订统一数据标准、管理统一数据质量，保障统一数据安全，将数据供应给需求部门进行运用，实现数据资产化、做事化、代价化，该书已经被企奇迹单位广泛运用。

百度供应的数据供应链是这样描述的，以数据管理部门为主体，通过制订统一数据标准、管理统一数据质量、保障数据全生命周期安全，从对供应部门数据的归集开始，到数据的存储、管理、共享交流、挖掘打算、开放，末了把数据供应到需求部门进行数据运用，将数据生产方、数据采集方、数据管理方、数据运营方、数据平台方、数据开拓方、数据消费方等连成一个整体的功能网链构造，以实现数据资源的资产化、数据资产的做事化、数据做事的代价化。

二、数据供应链怎么管理数据

数据供应链，实在便是企业的数据管理借鉴供应链管理办法，将数据当做产品，通过采集/生产、加工、传输、消费、销毁或失落效等过程，如果将我们的数据管理过程当作产品生产链路一样去谈论的话，是不是和我们生产供应链很同等呢，我们按照标准化的供应链管理是否能更好的管理好我们的数据呢？

接下来我们逐一剖析数据在链路环节中的核心阶段或环节中我们该重点关注哪些内容，该如何做。

紧张的五个核心环节包括数据生产（采集）、数据加工、数据传输、数据消费（运用）、数据失落效（冻结）：

1）数据生产：数据的生产是指数据从无到有的过程，数据不会无缘无端的产生，所有的数据均是基于线下的一些活动发生后的记录。
以是该阶段我们重点考虑数据是如何产生的，由谁在基于什么样的动作之下产生。

企业数据生产或采集一样平常有为两种办法，第一种数据的生产方即数据创造者，一样平常指的是数据生产部门或者数据生产岗位。
这个数据生产方紧张也是线下担当管理该部分业务管理方，对数据如何生产，数据何时该生产，数据该当按照什么标准规范生产有绝对规范和哀求；也有些公司可能是某个岗位去创建，如数据系统管理员，须要将线下业务环节沟通好的数据按标准要录入系统，这都是属于企业内部的数据生产。

其余一种数据数据自动采集，这些数据是用户在日常操作中，系统自动记录采集生产的数据，这里面有职员特色数据、用户浏览数据、用户交易数据等，这些机器自动读取采集的数据，须要提前预设采集数据的规范标准哀求，在一定场景下实现数据生产和采集。

这种办法是将原来须要人工录入的动作变成了自动化，毕竟是机器操作，以是这种办法对业务场景的标准规范性哀求要高一些，如快递行业扫描二维码进出货、发票自动扫描等。
数据生产阶段阶段数据管理须要明确数据的录入者，录入时点及数据生产依赖的业务流程和标准。

2）数据加工：数据生产出来的数据一样平常属于根本数据或称元数据，数据加工我们分两种情形，一种属于根本数据加工，针对企业共享统一的数据，有一定的强标准规则，在生产系统采集后做一定的数据加工。
一样平常这些加工后的数据都是比较稳定，加工规则统一清晰，加工完再传输至消费系统或目标系统。

第二种，属于消费系统吸收到数据后的加工，比如，我们的客户系统，每天有客户都有登录，这样持续一个月或一年，然后剖析用户有效UV时，我们就须要对数据进行加工了；比如根据客户访问次数，访问Id打算客户深度等，须要经由一些数据繁芜的打算规则，形成这样的数据指标就具有了剖析代价。

数据的加工过程和办法都非常多，而且很常见。
有兴趣的同学可以看看DAMA知识体系中的数据仓库和商务智能章节的内容。

3）数据传输：数据传输指的是数据生产好之后，从生产方（生产系统）须要通过一定的路径传输至数据利用方（数据消费系统）。
这和我们物流中采取公路、海航、空运运送物资的办法类似。

常用系统交互办法有：API、数据文件、共享数据库、web传输等。
数据及回传办法有同步传输和异步传输。

数据传输过程要考虑的是数据传输的及时性和有效性，如数据传输的频率分为实时传输，按天传输或按月度等，详细要依赖于业务场景需求，对数据较大及时性哀求不高的我们一样平常采取按天更新的办法，这样可以极大减少做事器压力，同时数据更新也紧张新增量来做更新和传输的。

数据的传输过程须要关注的点为，数据传输及时性，数据传输的日志管理，数据传输稳定性，这部分更多是技能实现层面内容，在此不做过多赘述。

4）数据消费：数据消费即为数据利用、数据运用，针对吸收到的数据进行加载，目前很多数据商务智能管理平台便是数据利用方。
数据消费要考虑保密性，安全性、适用性。

同时数据的标准都是建立在利用方的需求上的，以是数据消费方或者称为数据需求方是对数据质量有严格监督权的，数据不合格该当及早提出，反馈至数据录入方，可以及早处理，可以有效提升数据质量，以用匆匆通便是这个道理。

数据消费中也严明考虑数据的保密性和安全性。
一样平常企业数据保密级别分为四个级别：

一级数据：完备公开数据，可直接对内外公布的数据，如企业已正式公开拓布的年报、表露等。
二级数据：内部数据，紧张是内部利用的业务数据，支撑业务系统的运行，不可直接对外公开。
通过统计、剖析和加工这些数据能得到公司的主要信息、客户隐私信息或商业机密，这部分数据透露会对公司产生不利影响。
三级数据：机密数据，数据敏感且主要，仅限干系授权业务员工利用，这类数据的透露将直接或间接对企业或个人造成不利影响，给企业带来法律风险，造成财产、荣誉方面的丢失。
四级数据：绝密数据，机密性和主要性程度最高。
在公司内部,仅限于特定的角色按需在特定的范围内利用,严禁非业务干系职员谈论和传播，比如主要考试的试题等。

数据的安全性来看，操作上我们有一样平常接管和遵照的原则是按照“最小够用原则”，即要按需申请，切忌贪多，以防止数据引入后未真正运用却被不相关职员查看，导致数据透露。

5）数据冻结（失落效）：数据失落效即为数据过期不再利用，或者暂不该用，一样平常采取的操作有冻结、失落效等。
当然这里也会提到数据的物理删除，但正常情形下企业都不会实行物理删除，由于暂未利用的数据，将来某一刻或许有用，以是很少毁灭数据的。

我国家对各种数据保存年限方面有干系的法律规定，如：《司帐档案管理办法》规定了我国企业和其他组织等司帐档案的保管期限，该办法规定的司帐档案保管期限为最低保管期限，详细可以分为：

永久保管：年度财务报告、司帐档案保管清册、司帐档案销毁清册、司帐档案鉴定见地书。
30年：原始凭据（含用作司帐原始凭据的完税凭据）、记账凭据、司帐账簿，包括总账、明细账、日记账等，其他赞助性账簿、司帐档案移交清册。
10年：月度、季度、半年度财务司帐报告，行存款余额调节表，银行对账单，纳税报告表，单独装订、未用出口凭据（不含用于原始凭据的部分），未用作司帐原始凭据的完税凭据。
5年：固定资产卡片账需在固定资产报废清理后保管5年，已经开具、单独装订、未用作原始凭据的发票存根联，发票登记簿。

以上这些不同的数据链的管理动作都要须要相应的数据管理角色和组织支撑，企业如何确定数据供应链中不同阶段数据的管理角色，可以参考DAMA数据管理知识体系中先容的企业数据管理组织搭建模式，分5种：分散运营模式、网络运营模式、集中运营模式、稠浊运营模式、联邦运营模式。

企业详细采取何种模式，需依据企业管理现状及方案，任何一种模式都有优缺陷有优点，如企业比较常见的网络运营模式（如下图）它的优点是构造扁平、不雅观念同等、快速组建，有助于在不影响组织构造的情形下建立任务制；缺陷是须要掩护和实行与RACI干系的期望。

有了稳定的组织管理模式，加上适配的数据管理方法，才能管理好企业数据，发挥其真正代价。

三、为什么要做数据供应链管理

数据已经列为21世纪主要的生产资料，如何让企业在未来竞争中脱颖而出，识别代价数据并将数据作为主要资产要素管理起来，才是提升未来企业核心竞争力的有效办法。
马云说：“21世纪核心的竞争便是数据的竞争；谁拥有更多数据，谁就拥有未来。
”以是你看到的是每一个对未来有期待的企业都在研究数据，研究如何管理好数据，如何运用好数据。

传统企业为何要做数据供应链，这个实在便是数字化转型的大条件，一个没有优质数据作为支撑的企业，是无法实现数字化转型的。

回到供应链的初心，任何生产制造的行业都与这供应链干系方有千丝万缕的关系，有些供方供应的是原材料、半成品、或者成品，有些供应有形产品，有些供应无形产品或者做事。
生产制造行业供应链管理是将线下生产和数字化结合最好的行业，很多企业都知道数据对付企业未来发展有多主要，但对付如何管理好数据却一筹莫展，如果数据管理能够参考这个标准化的流程去管理，那一定能事半功倍。

数据供应链便是指引我们重视起数据，像我们生产的一个活生生的产品一样经营数据，管理好数据的前世今生，数据溯源，挖掘数据背后的代价，运用到企业经营发展中，这才能让企业更具创造力，才能更长久地存活下去。

公众年夜众号：老司机聊数据

本文由 @Data-one 原创发布于大家都是产品经理，未经容许，禁止转载。

题图来自Unsplash，基于CC0协议。

该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。