管理无价资产—谈企业的数据架构

　　作为企业中的无形资产—数据已经成为企业的无价之宝。在企业级架构中，一个成功的数据架构应该能够准确反映和实现企业现有的业务逻辑和未来的发展战略，而且能够针对数据的生命周期进行管理。

　　有一次与某电信公司老总聊天，谈到了中国电信公司的资产和将来的发展。当我问到电信公司最值钱的资产是什么时，他告诉我，他认为最值钱的资产是电信公司所掌握的客户资料。固然，诸如网络等也是很值钱的资产，但这是有形有价的资产，而且这些资产会随着技术的发展被淘汰、替代和贬值，而像客户资料等无形资产则是越来越值钱。无独有偶，银行家们也持同样的看法：国内银行的真正优势是我们手中的客户资料，怎样把客户资料变成竞争优势则是个值得探讨的事情了。

　　这就是为什么有许多行业的CIO非常关心数据架构的问题。怎样从信息的角度管理好企业的软性资产—数据，怎样使这些数据能真正被利用起来从而增加企业的核心竞争力，是CIO们的主要职责之一。因此，在构建企业级架构的时候，数据架构是整个技术架构的关键组成部分。每个企业有自己的情况，每一个行业也有自己的特点，应该说没有通用的数据架构。但是，构建企业数据架构还是有其共性的。

　　从业务和战略看数据

　　毫无疑问，数据架构首要考虑的就是对当前业务的支持。支持当前业务是CIO们的第一优先任务，同时战略性数据资产的积累也来自于业务系统。从企业级架构看数据问题又不同于从单一应用的角度看数据。从单一业务应用的角度，主要是看数据怎样从结构的角度去满足应用的功能需求，怎样从物理的部署上满足具体应用的非功能需求。

　　然而，从企业级架构的角度，数据问题的考虑会复杂得多，必须从多层面来看问题。

　　从功能的角度，在制定数据架构时首先要考虑的是对企业业务架构的支持。不同业务（不同的产品和服务）是企业业务的不同方面，单一的业务可以只看单一的问题，但企业级数据架构必须全面考虑，没有企业级的全面考虑和指导，多种业务的数据就会相互脱节。举例来说，银行核心业务和信贷业务可以说是相互独立又相互依赖的，为了得到完整的客户视图，核心业务数据和信贷数据应该在统一的数据架构指导下去制定各自的数据架构; 只有这样才能保证数据的完整性和质量。

　　从整体的数据模型出发，实现向各个业务模块的映射，明确各个数据模块间的相互关系，才能保证企业级数据的完整性和准确性。如前面所说，数据是企业的软性资产，而数据资产的质量就要看数据的完整性和准确性了。只有高质量的数据才能真正增加企业的核心竞争力。

　　企业战略问题也是企业业务架构的重要组成部分，因此，数据架构也必须充分考虑相关的因素。对企业业务战略的考虑并不是说我们可以完全预测企业将来的发展，从而在数据架构上完全为将来的变化做好准备。战略的考虑主要是在架构上奠定基础，将可预测的东西考虑进去，同时对不可预测的东西打下灵活的基础，当变化来临时可以“以不变应万变”。这也是我们为什么说“所谓IT规划就是应对变化的计划”。

　　当讨论业务需求和战略的时候，除了业务功能之外，其中的一个重点是业务量的问题。如果说一个企业今天是五百万客户所带来的业务量，它对数据架构就给出了具体的性能要求。随着企业的发展，五年之后其客户数预期可能达到一千万的时候，对性能就提出了新的要求，对我们的数据架构来讲，就是一个可伸缩性的要求。

　　从生命周期看数据

　　如果说数据是企业的软性资产，那么这样的软性资产也不是生来就有的，企业的数据资产也有其积累的过程，数据从产生、整理到全面使用有其自己的生命周期。对数据生命周期的研究不仅可以帮助我们将数据变成资产，而且可以帮助我们提高对数据生命周期中各个环节的管理水平；对数据生命周期中各个环节的有效管理也会使企业数据具有更高的价值。

　　在数据生命周期管理的基础上制定的数据架构不仅可以更加有效地支持业务系统，而且能够提高企业数据资产的质量。

　　从企业的业务架构出发分析数据架构，可以指导业务系统的开发。业务系统所产生和使用的数据严格来说还没有成为“资产”。在这阶段，数据仅仅是业务过程的产物和支持业务过程的工具。因此，在这个阶段，我们必须从架构上以满足业务为第一目标。在这个大前提下，数据架构要从结构上考虑业务的需要，从物理上满足业务的性能要求。

　　在数据产生和应用过程中，业务系统并不能保证数据的完整性，甚至也不是每个业务系统都需要完整的数据。例如，客户服务系统所关心的数据与账务系统所关心的数据是不一样的，它们各自使用与自己相关的数据，也产生与自己有关的数据；然而，它们所使用的数据可能是对方所产生的数据。事实上，从部分数据到完整准确数据的形成就是数据生命周期中的第二个环节。把握好这个环节，就可以避免我们通常所说的“信息孤岛”的问题。数据的完整性和准确性问题的解决不仅是从数据向数据资产过度的重要环节，而且对业务将产生极其深远的影响。例如，今天都在谈“面向客户”的服务模式、“个性化”的服务模式等等，没有完整准确的客户数据，这些都是不可能的。

　　数据生命周期的最后一个环节就是数据的“入库”了。从资产的角度看问题，我们有应收应付账款的形成，接下来的就是统一的账务的管理和收付账，最后则是对整个企业的全面财务分析。数据资产也是一样，业务系统是形成数据和使用数据，数据的整理是保证数据的完整性和准确性，而数据的“入库”实际上就是形成完整的分析型数据。分析型数据使得我们可以从不同的层面，或者说从不同的维度，来看待和分析数据资产。这使得企业可以从战略的高度来支持甚至指导企业的发展

　　当我们谈论数据架构时，往往容易落入“数据架构”与“数据库”等同的误区。从数据生命周期的分析可以看出，数据的整个生命周期包含了许多“静态”和“动态”的过程，数据的生命周期就是由各种不同的“静态”和“动态”组成的。因此，企业级数据架构必须包含了数据的静态架构（如数据存储等）和动态架构（如数据交换和传输等）这两个方面。

　　从管理看数据

　　企业的资产管理的重要性无容置疑。CFO们决不会对企业的财产管理掉以轻心，同样，CIO们也决不会对数据的管理掉以轻心。对数据的管理，必须从数据的可用性、安全性，业务的连续性和防灾能力等多个方面出发。

　　笔者曾经服务过的一家公司，是美国最大的管理式医疗体系，拥有几百万名健康保险客户，显然，这是公司一笔很大的无形资产。为了管理好这些无形资产，公司在西海岸修建了能抗九级地震的数据中心，并且在东海岸建立了另外一个备份中心，以防不时之需。这样的措施保证了在灾难发生时的应对能力。同时，系统出现非灾难性的故障时，怎样保证业务的连续性也是数据架构要考虑的问题。

　　国内的很多企业普遍存在的问题是缺乏整体架构的考虑，这也体现在数据架构的考虑之中。对数据的管理还仅仅从应用的角度出发，缺乏企业级的数据管理理念和相应的措施。因此，信息化发展较快的企业存在一个“补课”的问题，发展较慢的企业则可以注意前车之鉴。从企业的具体情况出发，制定对数据生命周期中的每一个环节和过程的管理机制，是企业级数据架构中必不可少的。