中国信息官CIO精英 前沿视野 经验之谈 职业发展 信息官杂谈 | 产品资讯笔记本 商用电脑 服务器 办公 网络设备 存储设备 软件 显示设备 其他

您当前的位置: 首页 > 应用 > ECM 〉企业信息管理如何反客为主?

企业信息管理如何反客为主?

2010-01-11 15:00:00

  问题 PROBLEM
  企业经过多年的发展,早已积累了庞大的数据,这对企业来说是一笔及其宝贵的财富。但是如何开采这一宝贵财富,使其发挥出最大的价值?面对庞大的历史数据,如何来整理、使用,成为CIO的一块心病。
  中国人寿保险(集团)公司,作为目前中国最大的商业保险集团,拥有1.1亿左右的长期客户、 13条产品线、60多个业务系统。“中国人寿所有业务数据主要来源于这60多个系统,约200TB的规模,这样庞大的数据规模在国际上也是不多见的。”中国人寿保险股份有限公司信息技术部规划处总经理丁锐介绍道。
  “不同于其他金融企业,保险行业的业务信息具有周期长、数据信息丰富、实时变化等特点。”丁锐谈到。例如:从一个人生下来开始投保,一生的生老病死信息处于不断更新中,每笔保险都涉及到保单信息,而围绕同一张保单数据也较为复杂,包括相关客户信息以及代理人的信息等内容。同时,按照中国人均寿命76岁计算,不仅保单信息在不断更新,而且周期长,如果保单不失效,数据就无法进入终结。较长的信息生命周期,对数据的维护提出了更高的要求。
  “目前中国人寿数据存储量大,信息不断丰富,数据间的相关性较高,绝大多数数据还处在创造、使用阶段,对于个别数据进入终结期,我们还没有特别有效的办法来管理。对于一些没有失效但并不活跃的数据,如何从成本管理角度来销毁数据,以及同一批数据处于不通状态,如何对数据清理、分类,难度较大。”丁锐谈到。
  面对信息管理危机的何止中国人寿一家,光大银行也同样如此。过去光大银行一直在积累数据,随着发展深入,数据积累到一定规模后自然需要考虑如何来保留、应用这些数据。“在信息生命周期中,从最初数据产生到到数据的存储,经过多年积累,数据如何分门别类的存储?对于应用频度不高的数据如何来管理,不同类型的数据应采取什幺样的策略?这些都是我们在信息管理过程中的难点。”光大银行信息科技部软件开发中心管理支持处处长刘锦淼介绍道。
  在光大银行客户信息一般保存7-8年,重要客户信息会长期保留,日积月累,光大银行积累了大量数据,有些数据需要保留3-5年,有些可能1-2年就会删除,从成本管理角度来看需要对数据分类存储、删除。过去光大银行由于无法分类,数据一直保存,一定程度上造成资源的浪费。因此,他们每天都在思考如何对数据进行有效分类?
  “对于信息技术部门来说,虽然我们每天面对数据,但是真正了解数据信息的是业务部门。信息分类应当由技术部门牵头,业务部门全程参与进来。”刘锦淼讲到。
  此外,IT系统建设有自身的发展规律,最开始的时候是根据一些客户需求来建设一个独立的系统,因此最初的IT系统往往会成为信息孤岛,系统之间相对独立。但是当IT系统整体达到一定规模的时候,多系统维护的压力以及系统间数据不一致等问题,驱动了IT整合。整合之后看似解决了现有矛盾,但是新的IT系统还在出现和成长,于是这种整合还会在一定的时候发生。
  对于这种IT系统自身的生命周期现象不仅发生在国内,全球的IT发展都有类似的规律,因此要将这个问题作为正常现象去研究,而不能简单地认为这是个问题甚至麻烦。
  询问企业的信息主管:
  是否有大量的历史数据不知如何处理?
  询问企业的IT技术人员:
  是否仍然将数据不分类别地存储在同一个地方?且这一问题是否十分普遍?
  解决 SOLUTION
  信息来源于数据。如何把现有数据有效整合,为决策者提供支持,为业务提供服务,成为刘锦淼近些年思考的问题。针对信息管理中存在的问题,从2003年起,光大银行开始建设信息管理系统,一方面对现有数据进行整合,将数据变成有用的信息;另一方面针对业务部门提出的需求,通过整合,直接从各应用系统中提出数据。而03年以前,光大银行还只是针对面向业务部门的需求提供单一的数据。
  2005年5月光大银行开始规划建设数据仓库,截至2006年底已经完成一期数据仓库的建设。该项目集中光大银行所有重要信息系统中的数据,经过加工、整合为各业务部门线条提供信息支持。“我们数据仓库的建设目标是整合数据、把握信息、支持决策、提升管理。”刘锦淼讲到。
  经过4年的应用,目前光大银行已经以数据仓库为基础,整合全行24个业务元系统数据,在此基础上对数据进行提取、加工、转换、清洗、ETL(数据抽取转换和加载,即Extraction Transformation Loading)以及加载到LDM逻辑数据模型等过程。同时刘锦淼把数据仓库划分为元数据区、逻辑数据区、中间数据区、ODS数据区以及数据集市区。同时光大银行建立面向监管、客户分析、业务管理等不同应用系统。如:银监会非现场监管系统、人民银行大集中系统、外汇管理局金宏工程、国际收支申报系统、个人征信系统、人民银行反洗钱系统、人民银行支付结算报表系统、新会计准则信息披露系统、人民银行跨境支付结算、对公客户关系管理系统、对私客户关系管理系统等。
  为了进一步强化数据挖掘,光大银行先后建立了信用卡BI应用系统、电子银行BI应用系统、国际结算BI应用系统、对公BI应用系统等一系列在数据仓库之上的各类商业智能应用建设项目。
  在数据仓库之上,刘锦淼带领的团队为业务部门提供随机数据查询以及日常报表提供等内容。“我们日常随机业务查询覆盖全行各业务条线,为满足银行精细化管理,各业务部门也逐渐认识到需要凭借数据来说话,改变过去“拍脑袋”的决策机制。”刘锦淼谈到。业务部门也更加主动向信息部门提出对数据支持的需求。为此,光大银行有专门团队支持全行各业务部门提出的随机查询需求,通过提交查询需求单获得需要的信息。
  但在数据挖掘的过程中,在存在一些问题。如数据挖掘需要了解业务各个环节,对业务有深度探索,需要比较了解业务的技术人员配合业务人员一同进行数据挖掘工作。它并不仅仅是技术部门的工作。“目前光大银行在信息管理方面已经由前几年的信息积累转向全面提供信息服务的过程,并处于全面提供信息服务的初期。”刘锦淼补充道。
  同样,作为零售企业的华普超市也面临ILM管理的难题。华普超市从成立之初就开始了信息化建设。从最初1997年的财务系统、2000年的单品管理系统到以主营业务为核心的商业管理信息系统(MIS)。所有的数据信息都将汇集到MIS系统中。
  “围绕MIS系统,我们先后开发了SRM供应链系统以及CRM客户关系管理系统、WMS仓库管理系统等。所有系统数据都会汇总到MIS系统中,并通过BI系统对MIS中的数据进行分析、挖掘。”华普超市信息技术部总监沈强谈到。
  首先借助SRM系统将商品信息录入数据仓库中,订单在MIS中产生,并传送到总部、区域总部以及各个门店。BI系统每天都会处理MIS产生的各种数据,并进行深度分析。“数据进入MIS后会保留180天,之后进行转储。但是转出之后什幺时候删除这些数据,我们没法做决定。”沈强谈到。
  从技术角度来说,删除数据很容易,但是定义哪些数据需要删除,哪些数据需要保留,需要业务部门对数据进行清晰地定义。“4-5年前业务部门就向我们提出删除数据的要求,但是垃圾数据的定义没有人给我们,至今这些数据也没有删除。”沈强解释道。
  询问企业的信息主管:
  是否有应用ILM来处理企业大量的信息?
  询问企业的CIO:
  企业在应用ILM的时候是否考虑到投资回报的问题?
  价值 VALUE
  人们已经认识到,信息有自己的生命周期,会在生命周期的不同阶段扮演不同的角色,因此,企业必须在信息生命周期的过程中有效收集、管理、保留和交付信息。随着信息相对于商业价值和相关性的改变,ILM将根据何处能最有效地创造商业价值,来确定其配置信息的策略和位置。
  ILM作为一种对信息更加主动的管理,一种可持续发展的存储策略,将在存储成本和高效信息管理之间取得平衡。
  也许一些CIO认为,现在IT设备越来越便宜,很多项目的成本压力不象以前那幺大,那幺我们是否还需要ILM?其实不然。首先,技术进步会使IT系统的更新周期加快,IT整合进一步提速,这就使得类似于ILM的技术、产品和服务有更多的机会和空间;其次,IT系统的建设成本降低,以及科技的进步,将导致IT系统的规模越来越大,而由此带来的维护压力和成本将持续增长,这也给系统优化、调整带来了压力,如果维护人员接受了ILM的思想理念,会更积极地推动ILM;第三,ILM已经逐渐成熟,不但技术方面日渐完善,在服务方面也摸索出一套行之有效的实施方法论,而先行者们积累起经验和教训,对于ILM的推广来说,也是弥足珍贵的财富。因此,对于那些正在考虑实施IT整合的企业来说,学学ILM至少不是什幺坏事。
  询问已经应用ILM的企业:
  是否认为ILM能够有效降低企业的信息管理及维护成本?
  询问企业的CIO:
  是否认同ILM的价值,并会在企业推广使用?
  挑战 CHALLENGE
  ILM的优点显而易见,但是在实际的企业应用中却存在一些问题。首先企业对ILM的理念会有一个认识的过程。因为一开始企业的数据并没有分类,所有数据存储在一起,随着数据积累到一定程度后,会有新的产品出现。企业对这样的产品的接受、使用也有一个过程,所以ILM的实施需要一定的时间。
  其次,在具体应用中企业或多或少存在信息分类的问题。“信息安全对银行来说至关重要,不同的信息需要不同管理策略,我们首先要认识信息才能正确分类,2008年光大银行启动数据标准化项目,从业务角度对数据进行全新定义。”刘锦淼谈到。
  为了统一数据标准,光大银行对现有数据仓库划分10大主题,分门别类存储在数据仓库中,但这些数据具体如何进一步细分,刘锦淼需要业务部门人员的配合。只有业务部门真正了解数据的内涵,需要业务部门参与到企业信息管理的过程中。
  “在信息管控中,我们把数据变成信息,但是如何很好控制敏感信息,保证信息安全,我们还需要有更多的管理策略。”刘锦淼讲到。
  企业对ILM的投入是一个长期的过程,与整个业务发展的过程相关,融合在整个信息化建设中。当企业在上ERP的时候,就应该考虑如何应用ERP中的数据,虽然短期看,使用ILM会使IT成本有一些增加,但是从长远来看,是合算的,也是必要的。
  ILM是企业信息化建设不断投入的成本。同时,ILM是绑定在企业信息化建设的整个周期中,时间较长。企业应当有充分的部署、考虑。“ILM周期长,不同周期相互迭代,一般商业银行建立信息管理周期是8-10年,前4-6年我们完成了为业务部门提供数据服务,6-10年则是业务部门主动来向我们寻求数据的过程。”刘锦淼谈道。
  此外,企业要常态化、自动化地采集数据。对于在信息系统中不能自动产生的数据需要及时录入。而对于信息系统直接产生的数据,企业需要把数据和信息系统结合起来,把生产控制和业务处理的过程结合起来,使得在自动化处理的过程产生数据。
  数据的录入要常态化,如果数据没有及时录入,久而久之就变成了垃圾数据库。这幺多的数据如果靠人工来做是不可能的,也是做不起的。只有在信息业务系统运作的同时自动产生数据,企业的数据处理才能做到常态化。因此,很多企业在上ERP的时候,不仅要考虑数据如何支撑企业的生产流程,还要考虑如何支持企业的绩效管理,只有这样,才能做到对数据深层次的应用。
  询问企业CIO:
  在ILM管理过程中,是否遇到信息分类的难题?
  询问企业的CEO:
  ILM建设周期长,投资大是否认为建设ILM是值得的?

投稿邮箱:cio114@foxmail.com