某上市环境公司：汇聚18个系统，看数据治理如何反哺业务

作为一家环境服务产业的上市公司，业务领域涵盖固废处理、能源、供水、排水等，是中国环境企业五十强、中国垃圾焚烧发电企业十强，连续7年评为全国固废处理十大影响力企业。

该企业一直重视信息化建设，信息化建设和应用水平处于行业前列位置。但在公司发展的20多年间，信息化的建设大多是以分散建设为主，各板块建设更是以满足单个或局部的业务功能为主，欠缺对全域数据的统筹管理，再加上信息应用系统建设也分布在不同的历史时间，这造成了信息孤岛、信息烟囱问题突显，系统不能互通、数据难以共享、数据缺乏标准、数据使用质量差等问题，数据的利用和价值挖掘更是难以进行。

参照先进行业的实践经验，建立企业级数据资源中心对信息数据进行长期可持续治理是破解信息孤岛、数据利用难、数据质量与安全问题等数据处理难题的手段。

直击痛点：数据价值空间大

某上市环境服务公司在发展的20多年间，已建设供水、排水、燃气板块等板块及总部不少于 18个信息系统，包括营业MIS、工程报装、集抄计量、管网设施、厂务管理、质量检测、监控监测等。各业务板块信息示例如下：

当下信息化仍有诸多短板在显现：

1、信息孤岛，数据共享难。各业务板块在初期为快速支撑好部门内的业务工作开展，根据各自需求独立建设了独立的业务系统，烟囱式的建设形成了许多事实上的数据孤岛，由于缺乏全局规划，各业务系统间的数据难以整合和联动。

2、数据质量待提升。现有的业务系统中，所使用的数据库类型多样，各种类型的库表，在表命名、字段命名、存储类型、长度、精度、枚举值等方面，都缺乏标准化的统一定义，导致在数据理解和数据共享中困难重重。数据来源除了传统关系型数据库外，还包括非结构化数据，如各类终端的日志等信息，缺乏统一的数据采集和存储管理。

3、缺乏数据治理机制。由于在系统建设和维护过程中对数据的管理缺失，同时缺乏专职团队进行横向管理，所以缺乏从顶层视角去对数据资产进行管控，有哪些数据、数据分布在哪里、代表什么业务意义、数据指标统计口径等等，已成为发挥业务数据价值的一个大障碍。

4、难以利用数据深层价值。由于缺乏数据的统一管理，系统之间的数据互联共享十分困难，开放一个数据接口通常需要历时数天到数周的开发周期，并且形成蜘蛛网状的复杂调用，接口管理混乱，数据利用困难。另外，由于数据量越来越大，传统的统计分析技术处理效率低下，数据报表性能差，出现数据统计不准确、不及时的现象（数据质量低下），导致无法更好的利用数据分析结果进行辅助决策。

管控闭环：建设数据资源中心

当下信息化、数字化变革驱动业务发展的大背景下，该客户依托亿信华辰睿治数据治理产品建设数据资源中心，融合各业务系统数据，建立数据汇聚和基础服务运作体系，实现资源数据中心与各业务系统无缝连通，建立公司统一的基础数据公共服务平台。

整体项目利用亿信华辰睿治数据治理平台进行整体架构，从数据资产盘点起步，开展数仓建模、标准体系建设，让数据资源中心汇集数据，治理数据并提供数据服务，为企业数据应用提供数据的支撑，挖掘企业数据价值得以利用，实现不同系统间的数据共享和互通。

1、数据梳理

整合接入集团总部、供水、燃气、排水四大板块，EAS系统、智慧水厂、MIS系统、智慧水表管理系统等18个业务系统数据，梳理出1077张资产表，基于前期业务调研，划分成四大资产分类：集团管控、生产管理、服务运营和专题分析，并对四大资产分类进行细项划分。

2、数据建模

依据梳理的资产，划分客服、人力、财务、物资、设备、安全六大业务领域，每个领域根据数据应用需求，依据数仓建设理论，划分操作层、DW整合层、DM集市层。整个开发过程涉及2576个ETL作业，日常启用调度17个。

3、制定规范

结合“数据管理+管理方法论”的双重管理规范，从数据接入到数据共享各节点管理数据，制定统一的数据规范，包括元数据、数据标准、数据质量、数据资产四个层面的统一数据管理及管理方法论。

4、资产管理

当前资产管理已收录1128个资源目录，根据类目分为“集团管控”、“生产管理”、“服务运营”和“专题分析”，搭建用户专属资产门户，集“搜索”、“浏览”、“申请”于一体的可视化工具，业务人员或其他用户可通过其专属门户查阅和申请相关资产内容，通过“在线查询”、“文件下载”、“共享交换”和“敏捷分析”等多种方式实现数据共享交换。

业务赋能：重点深挖供水数据应用

该企业通过数据资源中心数据共享、汇聚融合等信息化技术手段，实现跨部门、跨系统的业务协同，构建多种方式、形态的数据服务，面向11个业务场景提供数据支撑，以下为部分示例。

1、对外数据报送

上线前：企业需定期向监管部门提供用水、用气、垃圾处理、污水处理相关数据，报送数据存在数据来源分散、部分数据收集格式不统一、需要手工合并数据、数据汇总后专人导入入库等痛点问题。

解决过程：此项目通过建立数据仓库，将分散的供排能固数据重新整合，规范好数据格式后，并按业务口径进行汇总。并按需求统计分析报表，包括《企业用水信息(季度报)》、《企业用水信息(每年报)》、《居民用水信息》、《水质项目检测》、《非居民用水》等。

上线后：该企业利用数据资源中心进行数据采集整合，并形成各种主题服务，将数据采集、处理、报送等环节自动化、规范化，减少人工干预、降低数据出错的概率、提高数据报送质量。

2、供水经营分析月报表

上线前：经营分析报表主要是为了帮助经营决策层了解经营现状，发现运营过程中的优势和劣势，辅助领导决策并对执行情况和结果进行评估。经营分析报表由多个子报表组成，存在着以下问题：数据来源分散杂乱，缺少统一的数据观；收集数据流程周期较长，收集的数据格式不一，部分数据还需要进行反复校对手工维护；数据不规范，数据质量较差。

解决过程：通过业务口径，将各子报表汇合，统一数据粒度，通过交换任务调度，批量获取实时数据，统一数据单位，形成有分析价值的月报表。

上线后：通过数据资源中心可以实现部分报表的自动汇总统计，降低人工操作出错几率，提高工作效率。解决数据人工干预程度高，数据单位不一致等一系列问题，减少人工对数据的影响程度，通过系统审核加人员审批两种方式，提升数据质量。

3、智慧水厂获取LIMS水质数据

上线前：供水事业部第二水厂长期委托某公司检测水源水、出厂水、药剂等样品，周期有每日、每月、每半年、每年，检测后出具纸质报告及提供电子报告的下载方式提供给第二水厂，二水厂根据检测结果、水厂每日抽检结果、在线仪表记录结果对进线下比对，形成对比分析，指导水厂设备开停、投加药等生产。但线下对比存在效率低、人员要求高、及时性低等问题。

解决过程：水厂提出在线及时获取检测的数据，因此智慧水厂系统的水质管理模块需要在线获取LIMS系统的关于水源水、出厂水、药剂的检测数据，与水厂化验室的检测数据、水厂在线仪表监控数据进行对比分析，以便指导生产。通过业务调研，获取LIMS检测的相关口径，利用各信息表，经过数据的处理和加工，输出一张《水质检测结果表》，并根据检测标准和检测项目分化不同粒度。

上线后：最终实现实时获取水质数据功能，保证数据的时效性、准确性，并且根据分类进行统一管理，为后续与水厂实时监测数据、水厂化验数据的对比分析和使用建立基础。

多元价值：专属可持续的数据运营

该上市环境公司通过亿信华辰睿治数据治理平台推动了数据资源中心的顺利落地，让业务人员、技术人员、数据运营人员和决策人员，在数据资源中心平台发挥出数据价值的最大化，将运营的思想贯穿到数据管理的各个环节及流程中，以敏捷的方式让数据消费者快速获取到价值数据。

1、融合共享——实现逻辑融合各板块各孤立系统的数据

构建全司统一的数据资源中心平台，依托企业基础IT设施资源，逐步汇集聚拢各板块各部门各系统原始性、可机器读取、可供板块内、板块间、集团层面数字化建设再利用的全域数据，逐步打破和清理数据孤岛。

2、体系机制——建立数据汇聚和基础服务运作的体系机制

初步建立起企业数据资源资产管理体系，建立数据汇聚到提供数据基础服务的运作机制，奠定数据应用建设的科学基础。

3、对接互通——实现资源数据中心与各业务系统对接连通

建设可迭代发展的的平台数据治理和数据服务机制，规范管理企业数据资源，为开展数据共享、数据互通应用及数据价值挖掘提供统一的、逐步完善的数据服务支撑。

4、基础服务——建立公司统一的提供数据服务的基本能力

通过数据融合和加工分析，并结合IT基础资源完善，企业专网网络优化，建立D2V（数据到价值）应用基础，形成数据服务的基本能力。