做信息化的“司务长”

申请免费试用、咨询电话：400-8352-114

无论企业的信息系统建设处于什么样的阶段和水平，争取拥有更多的信息资源以及对已有的数据资源进行合理利用都绝对没有错。 

苏发，中国大唐集团公司综合信息处处长，中国电子学会高级会员。是多项国家自然科学基金、博士后科学基金等重点科研项目的主研人员和主持人，在国家重点刊物发表30多篇学术论文。

电力行业在重组之后存在着与其他行业不同的现状: 先有下属企业，然后才根据资产优良搭配产生了集团。先有儿子、后有老子的组织架构形式导致其信息化系统无法按照传统的自上而下的方式构建。

下属企业早已拥有自己的生产控制系统、erp系统、EAM系统等，因为地域、效益等各种历史问题，各下属企业的信息化水平很不均衡，各自采用不同的系统体系架构，“头痛医头、脚痛治脚”的粗放型信息化建设导致了集团内部存在无数的小山头，甚至一个企业内部的财务、生产之间都是不搭界的。“更特殊的情况在于，集团的企业业务规划还没有出台，如何能制定统一的IT规划？如何在这样的基础之上从集团的角度更好地管控下属企业的信息系统？”中国大唐集团公司综合信息处处长苏发博士在接受记者采访时如是说。

反其道而行之

实际上大唐集团是遇到了一个非常典型的集成问题，类似大唐电力这样的大集团企业其实都存在这样的问题。很多咨询公司或是厂商会告诉他们需要EAI（企业应用集成），但EAI在国内的成功案例似乎并不多见，更多的只是小范围的EAI应用，因此国内CIO对EAI的态度大多仍是敬而远之。也有些大集团企业因为资金实力较强，采取从上到下进行信息化统一规划、大规模重建信息系统的方式，只是保留部分遗留系统。在一个集团内部，如果能基于统一的规划，采用一致的系统架构，自然是最好的境界。但苏发认为，这样一来不仅资金投入太大，而且会带来巨大的管理风险，客观情况决定大唐电力无法完全推翻下属所有企业的已有系统，完整的IT规划也只能是之后的事情。

在现阶段只有“数据可以与管理流程无关”，所以苏发决定先做好“数据规划”。这恰恰与通常先有企业战略和企业规划、再有IT规划、最后才是数据规划的思路反其道而行之。

苏发希望将这个统一的数据平台建成一个“素材库”，就像饭店的后厨一样，各菜系的厨师炒菜的时候只要从“素材库”里找到需要的原料、调料等，即可炒出食客所点的菜。谁是厨师？各个业务部门。谁是食客？各个级别需要进行种种决策的领导或中层干部，甚至是普通的有决策需求的业务人员。不管食客点什么菜，只要库里有原材料，就都能做出来。其中，CIO的角色就是“司务长”，负责“原料”配送和管理。

信息化最初解决了业务自动化的问题，当企业信息化有了一定基础之后，如何充分利用信息化中产生的种种数据，则成为CIO下一步需要思考的问题。从前在展示种种统计数据和分析结果的时候，总是从应用系统中直接调用数据，如果领导决策层有任何新的需求，企业信息化部门都得重新收集数据、生成报表。尤其在国有企事业单位，一纸调令，领导换了，管理风格就跟着变，点菜的口味也会截然不同。统一的数据规划则顺畅地解决了这个问题。

无论企业的信息系统建设处于什么样的阶段和水平，争取拥有更多的信息资源，以及把已有的数据资源用起来都绝对没有错。苏发表示，信息其实是各业务部门进行决策的基础，信息对称才是提升企业竞争力、反应能力和敏捷度的根本，因此作为信息的载体，数据平台应该被当作基础设施去建设，从而实现对信息资源的占有及合理利用。

世界500强企业的一个共同点是对信息资源的拥有程度和利用程度非常之高。就算是在还没有所谓信息化的年代，尽可能达到信息对称就已经是企业提升竞争力的根本。因此，无论企业的信息系统建设处于什么样的阶段和水平，争取拥有更多的信息资源，以及把已有的数据资源合理利用都绝对没有错。让更多的手工操作自动化是信息化的初级目标，拥有信息并合理利用它才是更高的层次。

集中还是分布？

当说到数据集成时，很多人会首先想到银行的数据大集中。不过苏发希望强调的是，大唐集团的数据集成与银行的数据大集中有本质不同。

在苏发看来，如果将所有下属企业的数据全部物理集中到大唐集团总部，那总部的数据存储量和维护管理工作量可能不是总部信息化部门所能承载的。在大唐电力的数据平台上，将数据分为三个级别分布式存储。最终的物理数据在所有下属基层企业的应用系统和数据库中; 省一级的二级机构会根据业务需要实时采集部分数据，并在本地存储部分需要存档的数据; 集团总部则可以根据业务需求从基层企业或二级机构实施采集需要的数据，并存储部分数据。目前大唐电力下属76个运行电厂的生产信息都可以在集团总部的调度大厅中实时显示。

数据是集中存放还是分布式存储一直以来都是争论的焦点，尤其在看到银行数据大集中的弊端之后，一些人对数据的物理集中效果表示怀疑，通信质量、数据中心的稳定性都可能会影响日常的业务运行。不过银行的数据集中的特殊意义在于，当涉及异地存取等业务时，如果数据是分布式存储，那异地银行之间的数据共享和交换太复杂，反而物理上集中在一起使得数据的同步和一致更容易实现。

在国外，确保银行数据中心可靠、稳定的基本措施是加强负载均衡、数据镜像、灾难备份等保障，银行数据大集中所带来的负面影响完全可以靠技术来解决，只是更多的数据库集群、更安全的灾难备份中心都是靠钱垒起来的，管理人员的投入也是巨大的开销，没有足够的资金投入显然集中的效果会削弱很多。

因此对数据集中还是分散的争论，最后似乎应该归结到是否所有的业务数据都值得斥巨资进行物理集中。Sybase软件（中国）有限公司总裁俞伟强在接受记者采访时表示，数据整合与集中是两码事，将所有异构数据库进行实时整合，已经能够满足相当多应用的需求。

像大唐电力这样的集团企业，下属发电厂之间的数据交互少之又少，集团对下属企业的管理和控制才更为关键，分布式的数据存储和实时整合即可满足其业务需要。

怎么将数据用起来？

苏发说他今年最大的工作就是把统一的数据平台建起来，然后建立决策支持中心以及在这个平台之上针对各个部门的应用，也就是让业务部门的“厨师”们开始炒菜。

但难点在于这些“厨师”并不是专业的大厨，如果让他们尝尝菜，他们或许能说出菜肴什么地方需要改进，但如果让他们自己去炒菜，或是描述菜应该是什么样子，他们很难一下子做到。苏发的想法是先给业务部门提一套基本的、简单的模型，就算他们只破不立，也好有个靶子。

将数据转换为有用的信息，在很多时候是被当作数据仓库、BI等项目对待，通常的做法是会为用户提供一套同行业的应用模型，也就是苏发所说的“靶子”，然后在该模型的基础上进行本地化或定制化开发。通常的顺序是: 先做数据整合、然后分析需要哪些多维分析和报表，再是数据挖掘，最终得到具体的分析和应用结果。不过，这样的做法容易引起业务部门用户的思维定势，总是希望用自己的业务需求去套这个模型。

浙江省电信有限公司企业信息化部副总经理沈跃明在接受记者采访时表示，这样反而容易漏掉更多的实际需求，先从具体的应用开始，再做数据挖掘，最后实现多维分析和报表，这种倒置的顺序能够真正解决企业的实际问题。靶子确实需要，但切入点应该是具体的应用。在浙江电信的数据仓库应用中，其切入点就是针对性营销这一应用。

另外，需要强调的是，BI分析、数据挖掘只是利用数据的一种形式，实际上除此之外有些数据可能只是提供参考，数据使用者却可以从中发现有用的信息，这些潜在信息在数据规划时不应将其丢弃。而且数据使用者不仅限于企业管理决策层，还可以帮助普通员工提高工作效率，或是为了满足其他需求。例如送快递的年轻人，在送包裹的时候，他需要随时决策走哪条线路最节省时间，比如是走二环还是走胡同。信息获得的理想方式是: 在正确的时间、正确的地点将适当的信息通过适合的渠道提供给需要的人。现实的应用可能达不到这样的目标，但可以无限逼近该目标。