Informatica但彬：善待企业信息资产

由中国软件行业协会指导，kaiyun体育官方人口 主办的2011中国管理信息化年会在北京新世纪日航饭店于7月28日成功举行。

以下是Informatica大中国区信息规划架构师但彬演讲全文：我来自与Informatica公司，是一家专门面向于信息集成的公司。不管是我们信息中心的领导，还是我们各个咨询公司的领导，都在讲怎么去做管理，我们的主题是讲怎么通过信息化引领管理和创新。今天我讲的是善待企业信息资产。

前面了解了很多管理层面的需求，我们要做管理创新，管理创新的支撑点来自于什么，我们下午会谈集团管控，集团管控的信息来自于哪里？集团管控的管控点在哪里？我跟一个企业的领导谈，他说我们的管控点在哪里呢？其实我们只要管住了我要的数，就管住了一切。我是在大家讲到了很多高屋建瓴的管理方面的情况下，让大家回到我们现在的状态，我们要去管什么东西。今天我讲的主题的名字叫善待企业信息资产，其实也是希望通过信息的管理，通过信息和信息化的管理，帮助我们引领管理的创新。

很多人都在说企业信息资产大家都在提，但是到底企业信息资产值不值钱，值多少钱，我们专门做过一个调查。有一些调查的人觉得企业信息资产在0-10%之间，也有很多人说我们企业信息资产应该是接近百分之百，平均下来，信息的价值平进位企业价值的37%。企业的信息是值钱的，在你没有丢掉的时候，你好像觉得有没有它都可以，但是某一天发现你得不到信息，很难作出决策的时候，就会发现它是十分重要的信息资源。我们应当重视企业信息资产，我们不是没有资产，我们现在有很多的资产，现在的国有企业还是很多新兴的企业，都会有很多的系统在做建设，我们有构建的系统，也有我们去买回来的系统，各种系统都在构建。并且这些系统不知疲倦的每天在生产着各种各样的信息，这些信息有可能来自于我们的ERP系统，有可能是来自于我们的HR系统，有可能是来自于我们的营销，有的甚至是来自于网上。这些信息你必须要关注，有一些信息来自于内部，有一些信息来自于外部。

现在的情况下，我们不仅要关注外部信息，内部信息也是我们的关注点。其实我们在构建我们内部信息的时候，我们并没有去想过我们企业要构造一套完整的信息系统，哪怕我们走在现在，现在让你建，你也不可能建出一套完整的系统，适应企业的完整发展。这存在一个时效性的问题，我想要的东西会拿得到，我拿到的数据是不是可以准确。

90年代大家都在谈数据仓库，那时候很火，大家都在做。很多成熟的企业经过深思熟虑之后都在做，后来我们把概念改成了BI，其实大家谈BI的时候，更加侧重了他在商业运用中的价值，怎么样把我们仓库中的信息变成引领我们信息智能化或者管理智能化的一些资产。但是实际上我们很难做得到，我们举一个例子，我去一家企业有很多的卖场，领导每天都要看报表，我们就上了一套所谓的BI系统，领导得到的结论是这家卖200万，那家卖300万，另外一家是卖了500万。领导用了一段时间这个数字就会发现有一些特点。这个卖场一个月卖多少钱我知道，春节能涨到多少我都知道，这个系统的价值在哪里呢？他想去看看这家门店的数字准不准，最后发现还是要到财务室去看。数据仓库给我们带来了什么，领导要报表的时候怎么办呢？我们的数据是否准确，是否能够提供，是不是能够通过一个数据仓库就可以把问题解决了。我们整体的架构和规划还有一些缺失。

有一个企业说我某个系统要进行调整，这个系统是典型的生产系统，调整以后带来的问题是时间呢？很多系统都说你千万别调，因为你调了以后，你的数据会影响到财务，或者是影响到采购，这是什么原因呢？系统之间耦合的问题，系统之间设计和系统之间集成的问题。我这儿举了一些可能的情况，大家都可以根据这个问题去想，你会想到有很多的东西，资产那儿我们很难利用起来，这是我们的一个特点。

外围的数据，现在大家都在用博客，大家用博客当QQ，聊很多私人的事情。比如说今天有一条信息出来，明天可能是十万条，后天是百万条。这个东西给国家造成的压力很大，如果是一个企业，给企业造成的压力很大。怎么样能够不只是把企业内部的信息给我们的管理带来一些警示，同时我们怎么去收集或者是整合这些外部的信息，这已经成为我们一个新的挑战。跟我们原来想的信息不一样，就是一句话，没有结构，没有格式，数据量极大，这怎么办呢？

之前公安部门都在讲我们要做舆情管理，舆情管理最后会落实到一个企业上面去，企业越大，我越关注我这个企业在社会上的舆论和口碑，我要知道哪些信息已经造成了一些负面的影响，现在这种信息也是我们现在整合的一个重点。如果一个很好的商业指南，首先是把企业内部整理好，我们要整理哪些数据源呢？A生产系统、B生产系统、C生产系统，我们还会提外部数据。在中国原来很少有买外部数据源的，除了保险公司偶尔会去买名单，我们很少去买外部数据源，但是现在这些信息都已经放在了市面上，等着你去采集和获取。

这个是大数据，一方面是从容量或者是变化上面来讲的，对于我们数据资产也是极大的冲击，既是机遇也是挑战，你走在前面有可能就会成功。

之前我在IBM，还短暂的去过一家大型的企业，在那里做信息管理，我感觉一个问题就是为什么们在开头做事情，为什么不能跳过一段时去做事情呢？做了一段时间发现很多东西是跳不过的。很早之前，一个朋友跟我谈一个人的高度一定是要站在这个高度才能看到另外一个高度，很难去跳跃。IT架构的三步分别是什么呢？第一步是业务的自动化。2000年大家在谈这个事情的时候，最多的就是谈这个事情，计算机是做什么的，就是把手工劳动解放出来，慢慢的变成自动化的过程，能够减少劳动，增加经济性，这是我们原来做的事情。这个时候的信息是什么呢？根据一个一个的业务系统去建的，建完了，每个系统都跑得很好。各个系统之间是没有沟通的，那时候谈管理是在各个业务条件上去做管理，比如说是在生产这一层的管理，当我需要做集团管控，我面临的是快速消费品，面临的是我的制造和我的采购各个条件时候，我要去做管理，肯定不可能说通过这几个方式来做。

早上我跟孟总谈的时候，他说信息集成是什么，我说经常有一个定式，如果这个是做开发出身的，所谓的集成都可以用写代码的方式，如果是做前端的，所有的集成都可以在网页上实现。确实是这样的，但是可能会有很多的其他的难度。如果我是做数学出身的，我会告诉你所有的东西都可以围绕着数学层面实现。但是这是一个误区，谁也不能取代谁，底层一定要花功夫，做深入的融合，才可以做好。我们之前谈数据集成，在数据层面要解决一致性的问题，但是如果去做很复杂的逻辑，去做展现，你的数据库层面就很难做。集成这个东西是一件很难的事情。

第二个问题是怎么把我们的资产做好，我们要认识到我们的信息是资产，我们知道只有把这些信息勾兑在一起才有意义。经常有很多的信息拿过来以后是勾兑不上的。

业务优化，我们的BI最好的方向，他能够给我的业务流程，给我的决策真正的带来优化，这才是真正的价值。这三者是缺一不可的，业务优化需要完善的、一致的、精确的信息，精确的信息需要完善的、强健的生产系统去做推动，这是一个过程。

这两天大家听的非常多的就是治理。他们说在外面转了一圈，有人才的治理，有公司的治理，有IT的治理，有应用的治理，数据的治理，信息的治理等等。大家都在谈治理，治理这个词特别有意思，不像我们单纯的说把数据放在一起，或者是解决某一项问题，更多的是一套方法，需要的是从流程、技术和一些政策或者是措施上面保证它。大家都是IT人员，回去一定要呼吁领导，只有他们支持，我们才能把治理做好。如果我的业务人员从来不负责任，输数据的时候从来没有任何的考虑，我的系统做的多么强大，都可以找到一个漏洞，把这些东西强行的填进去。比如说高铁这个问题，IT治理是一个方面，人的治理是另外一个方面。为什么第一个人没有打手机呢？很简单的一件事情。IT治理需要IT给出很好的支撑，让系统足够的强健，有更多的智能，也可以解决这个问题。

我们都知道各条线都锁死在各个应用里面，但是系统逐步完善以后，心就开始痒痒了，A系统想拿出一点数字，B系统也想拿一点数字，这样就会造成集成的难度。有的是我开放服务给你，有的是每天给你一次等等，这些问题都会造成难度。数据集成有时候是很难去替代的，数据集成六个方面的需求，要解决一些方面的问题。

第一，我们要解决可访问性。这个数据在别的系统里面根本就得不到，我要得到的唯一手段就是给我开一个帐号，还要是一个超级管理人才可以得到的。

第二，可用性的问题。我是想要用，但是那个系统要么是已经不堪重负了，比如说给我一个接口，我无从去访问，会搞死。我要去拿到它怎么办，这个系统每天晚上都要重新当一次机。

第三，数据质量的问题，我拿到的是什么，有可能是给我了，但是我拿到了以后根本就看不懂，因为这和我想要的理解是不一致的，我拿到的不一定是正确的，拿到的数是否精确，这也是一个问题。

第四，一致性的问题。一致性是含义定义的问题。其实这个到了基础以后，你会发现这个地方往往是造成数据差异的一个最基本的问题。我们要做数据标准，开始谈到了集团管控，五个企业都给我交数，为什么现在财务数据相对好转一点呢？因为财务的科目可以去做，有相当好的规范，并且企业的内部在集团管控上面管规范还容易，并且相当完善。像我们金蝶、用友这些企业有完善的方式去做管理。什么是物料呢？没有生产之前的原材料是物料，原来的设备是不是需要算，是不是要单独拿出来做定义呢？

第五，可审性。大家都希望有人监管，有人除了事情不是我们，因为我们没有干这个事情。如果没有监控的时候，你发现这个事情有问题，你说不清楚，所以说可审性是当你所做的一切问题都有可跟踪的记录，都可以可回溯，我对任何数据什么时间以什么身份用什么渠道进行修复，这都需要我们去进行审核的，这是保护我们自己和企业的信息。

第六，安全性。哪些人可看，可以看多少，哪些人可改，可以改多少，这也是开始提到的有效的或者是有限的共享，这是很难的事情。可能是控制信息控制到一个格子，他可以看，别人不可以看。很多技术可以去实现，但是真正实用的并不是那么多。

我们再回到管理层面来看，有很多IT的问题没有办法解的时候，安全性的问题，要不要管得那么细，这是一种极端情况，我的企业到底要管到多细。所以说请我们咨询公司给我们做梳理，到底管到多细，在最优的成本上管住，又不管死，这是一个很重要的点。

数据治理要把开始的六项要求达成，常见的会分成三个大的方向去做。一个方向是首先制订标准，开始提到了含义的问题，一致性的问题，数据质量的问题，都要从这个角度去定义。我们谈小的，我们谈源数据，谈到很基层的定义，大的可以提到什么呢？大的可以谈到实体。大家现在很多都在用顺风快递，顺风是最大的民营快递，质量也很好，大家都打过400的电话去订顺风的快递，顺风快递会怎么跟你说呢？电话进去以后会说您是某某某先生吗？您是从某某某地址发货吗？他会记住你最近的地址。大家去上海也有这种感受，上海打电话订车，打进去他也会问，您是某某某先生吗？是从某个地方打车吗？他们会记录你最近几次的地点，这就是一个很完善的一套客户的小的创新，可以给你很好的感受，派员的时候会以最近的原则去派。他也会减少误差，对客户的质量感觉很好。他用电话号码确定了你的身份，但是真正的在制造行业，你会发现这种东西就会很复杂。制造行业则复杂的就是物料，一个东西在研发阶段有研发代号，还有一个产品代号，销售到不同地区也有不同的代号。如果我们未来还要走向全球的销售，你会发现这个问题很复杂，怎么去做统一的管理，这已经不是一个单纯的格子的数据一致性，而是整个系统内部的一次性的保证问题。现在谈的比较得多就是面临这一系列的问题，还有一些模型还有开发的技术做支撑。

策略和流程。不管是数据智能还是未来的管理，都要订出一套流程，这个东西应该怎么做，谁去负责，谁是什么样的岗位。治理层面，我们有的时候会对各个岗位，比如说下面的一个业务前端我们会订一个岗，是业务质量的岗，会跟质量评估产生挂钩，我们会监督录入点，信息尽可能准确，月底给他一份报告，所以这些事情会有角色、责任、监控、量化等等一些体系去保证这个东西。有一些东西是通过系统很难去保证的，或者是系统保证的成本比有人去保证更难。

技术平台做支撑。怎么能保证客户弹性，什么东西都要访问得到，怎么去保证我知道我的数据哪些地方有问题，怎么就能作出评估，说你的质量存在一些问题，这一个月以来你有什么样的提升，这些都需要有技术平台做一个支撑。

真正的治理到最后，如果一个企业做全企业的治理是可能的，但是耗费是很大的，周期是很长的。一般我们都会从一些典型的业务驱动去出发，去触发出一个一个的项目，去做。比如说我们为了更好的合规或者是更好的决策，去做BI，因为BI底层也是要有很好的数据做支撑的，要不然BI是没有太大价值的。为了降低成本，一方面不断的建新厂，一方面不断的收购厂，甚至不是收购，是OEM的合作，我也要当做自己的企业来看待。客户满意度，我提到了顺风，提供跟供应商更好的交互，更好的管理。我们公司现在用云的应用，慢慢都会走向云，企业里面已经没有什么IT了，我是这个企业，我加一个人，按月付你钱，变成了租赁模式。我可能是不太管我的机房了，我的机房有可能是在美国，或者是在印度跑，但是我照样在上面做业务。

Informatica折价公司帮你做不了前端的应用，也帮你做不了业务系统，但是会帮你做什么呢？会帮你做数据治理的中间层面，会帮你把所有的业务系统里面的数据从数据质量的管控到流程，从数据的剥离到数据的转换，我可以把所有的东西在这儿虚拟化一张表，或者是虚拟化一个服务，用这些方式去做交互。在外围，还做了很多其他东西。

这是一些案例，这是一个特殊的乐观行业，是做证券交易的，证券交易怎么挣钱呢？我能够以快速的下单，我的单子总是可以低价买到，高价卖出去，这就是我的价值。这家公司在美国是第三或者是第四位的证券交易公司，一方面他节约成本，用PC机做平台，第二个是用Windows的环境在做，在跟大的厂商进行PK，用了一种超快的消息通道，他实现了这个方案以后，使他的信息从交易所传到交易中心区别处理的过程使它变成了300多微妙的量级，使交易快速的成功。一个产品从开发到结束，这个过程时间长，不是开发过程有多长，而是上架卖的过程也很漫长。你是做电脑的，要从配套的文档、原件、媒体的宣传、货架的管理都是一整套的，到美国、欧洲和日本都不一样。所以说管理是一个难题。