数据标准化与企业信息化

数据标准化与企业信息化

执笔人：郑玉堂

企业信息化是指利用计算机和网络技术，通过对信息资源的深度开发和广泛利用，不断提高生产和经营管理水平、提高相关决策的效率和质量，从而提高企业经济效益与核心竞争力的过程。无疑，企业信息化是解决企业生产和管理中突出问题的有效措施，是促进企业高效生产、管理创新及体制创新的重要途径，是带动企业各项工作上水平提升的重要突破口。信息化中关键的问题就是对信息资源的开发和利用，所谓的信息资源，归根结底就是各类相关的“信息”——本质上就是数据，即有一定格式的、代表某些特殊意义的数据或数据集合。因此，企业信息化就是对企业数据集合进行数字化设计、实施、应用及管理，如何保证数据的规范化和标准化是企业信息化成败最为关键的因素。数据标准化工作是企业进行信息化建设最基础的工作，是信息化系统整体化和数据共享的基本保证。

计算机系统是一套数据处理系统，要应用计算机处理各项业务，被处理的数据必须标准化、规范化，没有标准化、规范化的数据，再大的投资也将付诸东流，业界流行的企业信息化是“三分技术、七分管理、十二分数据”就是这个道理。只有实现数据的标准和统一，业务流程才能通畅流转；只有实现数据的有效积累，决策才有据可循；只有数据准确，才能保证系统的完善。特别是以ERP（企业资源计划）为核心的企业信息系统，数据的集成和共享是其重要的特点，更是强调数据的标准和统一。数据标准化、规范化是实现信息集成和共享的前提，在此基础上才谈得上信息的准确、完整和及时。没有数据标准化，信息共享就无从谈起，而数据标准化离不开业务模型的标准化、基础数据的标准化和文档的标准化，只有解决了这些方面的标准化，并实现信息资源的规范管理，才能从根本上消除各业务系统的“信息孤岛”。以往许多企业信息化系统的失败，在很大程度上是由于数据标准化工作的失误造成的，或者是根本就没有有效地进行数据标准化工作。

企业信息化的最大效益来自信息的最广泛共享、最快捷的流通和对信息进行深层次的挖掘。因此，如何将分散、孤立的各类信息变成网络化的信息资源，将众多“孤岛式”的信息系统进行整合，实现信息的快捷流通和共享，是企业信息化过程中亟待解决的问题。在企业信息化建设过程中，建设高质量的数据标准化体系，是开发企业信息资源、建立全面支持企业信息化运行的IT资源平台的基本工作。数据标准化体系的设计目标是规范、标准、可控、支持高效数据处理和深层数据分析的数据结构以及稳定、统一的数据应用体系及管理架构。

一、数据标准化体系建设策略

数据标准化体系建设中需要综合运用关键成功因素法、企业系统规划法等分析方法，一方面使用战略目标集转换法和关键成功因素法，自上而下分析企业数据类别；另一方面借助系统规划和业务流程优化思想，梳理部分业务流程，自下而上提取基础数据；进而，提取并识别概念数据库、逻辑数据库、数据类、数据元素，建立数据模型，遵循关系数据库规范设计数据库结构，最终实现信息的全面性和数据的规范性。

目前企业信息化过程中数据标准化建设策略有两种：全面标准化和渐进式标准化。在全面标准化策略下，首先实施独立的、全面的数据标准化项目，可以在整个企业范围内基本完成“信息资源规划（IRP）”工作，建立长期稳定的主题数据库体系，各子系统的建设在上述稳定的“信息资源平台”的基础上建设；在渐进式标准化策略下，则首先建立企业的数据标准化框架，配合试点子系统的运行，完成与试点子系统相关的业务数据以及部分管理数据的标准化工作，其后在遵循统一原则的前提下，各子系统项目分别完成相关的数据标准化工作，并将标准化成果纳入企业数据资源平台中。一般情况下，数据标准化体系建设应采取渐进式的策略，数据标准化进程与信息化项目建设进程同步进行，在保证见效速度的同时坚持标准化原则，以支持企业信息资源的充分共享与各子系统的整合，实现“速度与标准并重”，同时确保数据标准化的实用性，防止数据标准化空洞或流于形式。

二、数据模型的建立

数据模型包括两个层面：

1、逻辑模型：也称信息模型或概念模型，它是按照用户的观点对数据和信息进行建模，通常用一些实体和关系来表示，它不依赖于某一个DBMS支持的数据模型。

2、物理模型：它是面向实际的数据库实现的，表现为数据结构（用于描述系统的静态特性，研究与数据类型、内容、性质有关的对象，例如关系模型中的域、属性、关系等）、数据操作(主要有检索和更新两大类操作。数据模型必须定义这些操作的确切含义、操作符号、操作规则以及实现操作的语言)以及数据的约束条件(是一组完整性规则的集合。完整性规则是给定的数据模型中数据及其联系所具有的制约和存储规则，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容。此外，数据模型还应该提供定义完整性约束条件的机制)。

数据模型的建立步骤如下：从实际业务中抽取各类实体->定义各个实体自身的属性->定义各个实体之间关系，设计出实体-关系图（E-R 图）->根据E-R图把逻辑模型转换为符合相关模型类型的物理模型->物理模型数据结构的建立->

物理模型数据操作的定义->物理模型的完整性定义和检查。

规划后的数据模型应该具有以下几个主要的特性：

1、先进性：规划后的数据模型应该符合当前的技术标准，适应企业3-5年的发展需要，就是说在3-5年之内具有先进性。

2、可扩展性：数据模型必须具有可扩展性，根据企业的需要对模型进行扩展，支持企业的可持续发展。

3、可靠性：设计的数学模型必须准确可靠，能够保证基于这些数据模型的信息系统的安全可靠运行。

4、一致性：设计的数学模型在整个企业范围内是完全一致的，不能存在二义性。

三、数据编码标准的建立

在信息化推进过程中，除了建立合理、完整的数据模型之外，数据编码这项基础工作也是非常复杂的，其复杂程度超过软件厂商的想象，许多软件的应用并不是软件本身的问题，也不是用户不想应用，而是许多基础数据不能正确收

集，其中编码是最大的问题。经验表明，一个企业应用信息化等是否成功，只要了解其数据编码工作是否真正做好即可，这项工作做好了，其它方面的问题就比较容易解决。

数据编码是建立企业信息的基础，也是关系到信息系统整体效果和成败的关键因素。必须要对企业的所有管理对象进行编码，并且要做到每一个管理对象的编码都是惟一的。计算机系统是严格按代码管理的，各种代码始终贯穿于所有信息中，如供应商在计算机中有供应商代码，合同有合同代码，商品有商品代码和商品条码，商品分类有商品分类码，人员有人员编码，部门有部门编码，而且这些代码同代码之间有很大的关联，因此在建立数据编码标准时要充分考虑这些因素，使代码同代码之间进行协调统一，在以后信息系统的数据准备中，必须严格依据所制定代码按照标准化、规范化进行管理和执行。要进行的管理对象编码大致包括下列各项：

1、产品系列编码：产品编码、原料编码、辅料编码、半成品编码、在制品编码、包装材料编码等；

2、对外系列编码：客户编码、供应商编码等；

3、仓库系列编码：仓库编码、库区编码、库位编码等；

4、组织系列编码：部门编码、人员编码、职务编码等；

5、设备系列编码：设备编码、备品备件编码等；

6、财务系列编码：科目编码等等。

编码的分类与取值是否科学和合理直接关系到信息处理、检索和传输的自动化水平与效率，信息编码是否规范和标准影响和决定了信息的交流与共享等性能。因此，编码必须遵循科学性、系统性、可扩展性、兼容性和综合性等基本原则，从系统工程的角度出发，把局部问题放在系统整体中考虑，达到全局优化效果。遵循国际标准——国家标准——行业标准——企业标准的原则，建立适合和满足本企业管理需要的信息编码体系和标准。只有信息分类编码标准、统一，各信息系统才能够有效地集成和共享。在编码过程中，要遵循以下三个原则：首先要树立整个企业一体化的思想，要求所有的编码要站在整个企业的角度进行；其次，编码既要考虑到现有的需求，也要结合未来的需求；第三，编码要规范化。

四、信息系统集成标准化

数据标准化也是信息系统集成项目中非常重要的一点，信息系统集成是一项具有知识密集、资料密集、工作量大等特点的系统工程，主要进行以下几方面标准化工作：

1、信息指标体系标准化

信息指标体系是指一定范围内所有信息的标准，按其内在联系所组成的、科学的有机整体，它应具有目标性、集合性、可分解性、相关性、适应性和整体性等特征。在管理层次和管理部门众多的情况下，只有统一和规范指标体系，才能使各系统和各个层次开发和实施的信息系统能够实现数据和信息的兼容与共享。

2、信息系统开发标准化

信息系统开发标准化主要指在系统开发中遵守统一的系统设计规范、程序开发规范和项目管理规范。系统设计规范定字段、数据库、程序和文档的命名规则和编制方法，应用程序界面的标准和风格等。程序开发规范对应用程序进行模块划分、标准程序流程的编写、对象或变量命名、数据校验及出错处理等过程和方法做出规定。项目管理规范规定项目开发过程中各类问题(如设计问题、程序