您的位置:首页 >环保 >

水务企业大数据中心建设经验谈——业务模型

时间:2021-09-03 13:02:25 来源:水务加服务号

大数据中心建设的目的是汇聚水务企业全业务链条的数据,打造企业级高水平的数据共享环境,进而利用“数据+模型”实现“人智到辅智到机智”的转化;然而,水务企业在大数据中心建设的过程中,普遍面临着现有数据资产不明确、大数据中心应有哪些数据不清楚、大数据中心建成后如何运营不明白等问题,为了解决目前水务企业建设大数据中心的种种疑惑,水务企业在大数据中心建设的过程中应先全面、准确的定义业务,从业务的角度推导大数据中心建设逻辑、建设内容、建设路线。

笔者在项目实践中通过构建水务企业业务模型系统地、本质地明确和定义水务企业各项业务,在实际业务和信息化之间建立沟通桥梁,并从业务模型推导出数据架构、数据主题、数据模型、数据应用等大数据中心建设必备要素,保障大数据中心建设过程逻辑清晰、准确,业务人员能够看懂。以下文字对水务企业业务模型搭建方法进行总结和介绍,抛砖引玉,引发思考,以期进一步完善水务企业业务模型方法论。

业务模型是按信息工程的思想和方法重新认识水务企业,以便能系统地、本质地定义水务企业业务功能结构,在水务企业业务模型构建的过程中采用“业务集群-职能域—业务过程-业务活动”这样的层次结构来抽象定义业务。建立正确的业务模型,是一项复杂而细致的认识活动,需要依靠企业高层领导和各级管理人员分析现行的业务和战略目标,按照企业内部各种业务逻辑关系,将它们划分为若干业务集群,弄清楚各业务集群所包含的职能域,各职能域中所包含的全部业务过程,再将各个业务过程细分成业务活动。

1. 职能域

职能域的确定应独立于当前的组织机构,应称为“逻辑职能域”,组织机构可能变化,但水务企业仍会执行同样的职能和过程,经逻辑分析得出的职能域可以横跨两个或者多个现行的业务部门,比如“物资管理”职能域,可以由独立的部门或者几个部门来完成,尽管负责物资管理的部门是时而分开、时而合并,但物资管理的职能域总是在起作用。

职能域是企业功能的抽象,不是现行机构部门名称的翻版,一经识别定义,就要保持相对的稳定性,在进行职能域识别的过程中,需要控制和把握好职能域的数量,尽量面向全企业,但不是无所不包地定义大量的职能域。

2.业务过程

每个职能域都包括一定数目的业务过程,业务过程的识别需要依靠业务部门分析识别完成,例如人力资源管理职能域包括薪酬福利管理、绩效考核管理、招聘与培训管理三大业务过程。

水务企业的组织机构每隔几年就可能调整一次,但主要的业务过程是保持不变的,业务过程的确定应考虑独立于当前的组织机构职能,基于现行业务所列出的业务过程中可能会有这样的过程,它们分别属于不同的职能域,但功能相同或者相近,因此,还需将业务过程和岗位关联起来分析,准确定位每个岗位的职责,识别重复的业务过程,为理清职能边界和确定该岗位产生的数据实体打下基础。

3.业务活动

每个业务过程包含一定数目的业务活动,业务活动是水务企业功能分解后最基本的、不可再分解的最小功能单元,对业务活动的命名宜采用动词,以表示该活动所代表的操作。

例如,“采购”业务过程包含下述业务活动:

⚫ 提出采购申请单

⚫ 选择供应商

⚫ 编制采购订单

⚫ 招标

⚫ 交货

⚫ 处理异常情况

⚫ 供应商执行合同执行

水务企业大数据中心建设经验谈——业务模型

水务企业业务模型示例

业务模型应用场景一:

构建业务指标体系

每个业务活动会产生若干数据实体,根据业务活动推导和梳理出业务指标体系中原子指标所需的数据实体,准确定义出业务指标体系中最基础的原子指标;根据“业务活动-业务过程”,结合水务企业考核管理办法,推导和梳理出每个业务过程所包含的业务指标,即业务指标体系中的派生指标,也是水务企业平时使用最多、中层领导最关注的指标;根据“业务活动-业务过程-职能域”推导和梳理出水务企业各职能域所包含的业务指标,该部分指标是高层领导最关注的指标。

业务指标体系最终转化成大数据中心的一个个数据分析项,满足各级管理人员对数据分析的需求,通过一个个数据指标帮助管理人员实时掌握和量化各项业务的运行质量,发现异常便可层层向下溯源,快速、准确定位问题。

业务模型应用场景二:

构建数据资产目录

根据业务模型可以直接映射出大数据中心的数据资产目录,明确大数据中心所需的数据内容,指导大数据中心数据入仓、数据归类、数据分层、数据共享等建设;按照“业务模型-数据资产目录”的逻辑建成的大数据中心便于业务人员使用大数据中心进行自助数据查询和数据分析,减少业务人员逻辑转换次数,降低大数据中心的应用门槛。

业务模型应用场景三:

支撑数据安全管理

将水务企业的岗位和业务模型进行关联,明确水务企业每个岗位所涉及的“业务活动-业务过程-职能域”,结合数据资产目录推导出每个岗位所涉及的数据实体,进而完成每个岗位的数据所有权确认,明确数据查看权限及数据安全责任主体;按照“岗位-业务模型”的逻辑确定的大数据中心数据管理体系能够很好的适应水务企业人员的岗位变迁,人员的岗位变动后,只需把原岗位所关联的数据权限取消,按照新岗位所关联的数据所有权配置数据权限即可,便捷、高效、精准地管理好数据。

业务模型在大数据中心建设过程中的应用场景还有若干多个,除了在大数据中心建设的过程中起到重要作用外,在水务企业应用系统集成、新系统建设以及业务流程优化等工作中也能发挥重要作用,水务企业应重视业务模型在智慧水务建设中的作用,期望业务模型的方法论能成为支撑智慧水务建设的重要基础理论。

在此感谢各大水务企业的领导在业务模型方法论及应用场景上给予的指导和启发,智慧水务未来可期!

作者简介

刘广齐

※ 智慧水务资深咨询顾问。

※湖南大学给排水科学与工程专业、信息系统项目管理师(PMP)。

※ 为深圳水务集团、杭州水务集团、苏州水务集团、长沙水业集团、青岛水务集团等三十余家大、中型水务企业提供智慧水务咨询及建设服务。

※ 调研和走访过全国各地80多家水务企业,参与及负责编写智慧水务领域多项标准、指南、白皮书、培训教材等成果。



郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。