陈璐璐，中国工商银行业务研发中心资深经理、企业架构师、高级工程师。作为核心人员，参与中国工商银行第五代智慧银行系统建设，是中国工商银行现行企业架构元模型的设计负责人。负责业务架构方法的研究、落地及推广，业务架构管控系统的设计及需求管理。作为中国工商银行的牵头负责人，带领团队参加金融标准委员会组织的《银行业务建模指南》的编写工作。

带领业务研发中心智能化应用研究团队开展基于业务架构数字资产的智能化应用研究，并取得了金融系统业务架构领域的第一份专利授权书。其《业务模型自进化研究》获中国创新方法大赛北京赛区三等奖，实现了TRIZ方法与业务架构的有机结合，为数字资产治理开辟了新道路。

第4章

数字资产建设方法 

在上一章中我们对企业架构有了初步的了解，接下来我们将用企业架构的思维和方法来探讨如何构建企业的数字资产。在这一章里，我们将分别用自顶向下和自下而上的思维来规划数字资产。在规划数字资产的过程中，我们怎样遵循MECE原则？怎样构建适合企业的数字资产标准并让这些标准有效落地？对于已经完成的规划，怎样“分片断”地逐步实施，让战略意图通过信息系统有效落地？对于数字资产在数据架构中的部署等事宜，每个企业需要根据自身的技术架构的情况统筹考虑，这里不再进行讨论。

本章涉及的主要内容有以下几个方面。

第一，综合使用自顶向下和自下而上的思维来规划数字资产。

第二，对数字资产模型的概要进行介绍，介绍适合企业的数字资产建模方法。

第三，用“T”字工作法让数字资产规划的成果融入企业战略实施路径中。

第四，建设适合企业的数字资产标准，介绍有效实施数字资产标准的方法。

4.1　数字资产的规划方法

数字资产的规划方法比较多，这里主要介绍和讨论自顶向下的结构化统筹规划方法和自下而上的专业化归纳抽象方法。无论使用哪种方法，我们都要遵循MECE原则，即不交叉、不遗漏原则。

4.1.1  MECE原则

MECE原则是麦肯锡咨询顾问芭芭拉·明托在《金字塔原理》中提出的很重要的分类思考原则，是麦肯锡思维过程中的一条基本准则。该准则在各行各业中得到了广泛使用，是架构设计需要遵循的基本原则。

MECE原则又被称为MECE分析法、枚举分析法。ME是指各部分之间相互独立、相互排斥，没有交叉。CE是指所有部分完全穷尽，没有遗漏。也就是说，对某个事物按照MECE原则进行分解后，所有部分相加必然得到一个100%的该事物，不会是99%，也不会是101%。为了帮助大家理解MECE原则，我们通过生活中的示例来讲解。

【示例4-1】对世界上的人类进行分类的方法有很多种，以下每种方法都遵循MECE原则。

人类按性别划分，分为男人和女人。

人类按拥有的财富划分，分为富人和穷人。

【示例4-2】以下对人类进行分类的方法则不符合MECE原则。

将人类分为女人和医生。导致这个分类结果不符合MECE原则的原因是分类标准不统一。女人是按性别特征来分类的，而医生则是按职业特征来分类的。女医生是这两个类别的交叉部分，同时会发生遗漏，不符合MECE原则，如图4-1所示。

将人类分为富人和胖子。这个分类的标准也不同，富人是按拥有的财富来分类的，而胖子是按人的体型来分类的。将不同的标准的分类结果混在一起，必然导致存在交叉和发生遗漏。比如穷人并不一定是胖子，富人并不一定就不是胖子，因此该分类也不符合MECE原则，如图4-2所示。

图4-1  不符合MECE原则的分类1 图4-2  不符合MECE原则的分类2

从这两个示例可以看出，在使用MECE原则时，在进行每一次细分或归纳时，要使用相同的标准，这样才能让分类结果中的元素间存在某种逻辑关系。在用同样的标准进行分类时，得到的结果会在同一维度上，就不容易存在交叉和发生遗漏。

分类是一种常用的分解问题的方法，也是将复杂问题简单化的最有效的方法之一。分类标准的选择对探寻解决问题的方案有非常重要的影响，因此，在进行分类前需要慎重选择分类标准。一般情况下，最好根据目标来选择分类标准。例如，在【示例 4-2】中，如果研究的目标是与人的健康相关的问题，就可以将体脂率作为分类标准。体脂率是指人体内脂肪的重量比例，也就是体脂百分比。体脂率越高，说明人的肥胖程度越高。而人的性别、年龄不同，体脂率的标准也不同，这样无论男、女、老、少都有相应的标准可以进行对照检查，从而能更有效地剔除性别和年龄因素的影响，对开展研究更有利。因此，用体脂率作为分类标准与目标相关，是一个不错的选择。

由此可见，MECE原则是一种结构化的思维方式。用MECE原则在向下分解或向上归纳的过程中，强调每一层的元素之间不会存在交叉，且这些元素存在某种逻辑关联，因而具有结构层次性。因为每次分类都遵循了MECE原则，确保最后得到的最小粒度的成果集合一定与最初的整体一致，不会出现缺失或重复。一般而言，需要通过企业架构来规划业务的企业，其业务都具有相当的复杂度。

在构建企业架构的过程中，我们需要确保企业的业务不会因为层层分解而发生缺失，保证企业级业务架构的完整性。在通过企业级业务架构来指导IT架构实施时，由于业务架构中的各部分不存在交叉、重复，也就实现了各部分的相对独立，这样才能保证IT架构中各部分间的松耦合。因此，在规划企业架构的过程中，要始终遵循MECE原则。

第1章  数字资产 1
1．1  数字资产概述 1
1．1．1  资产：经济学的概念 2
1．1．2  数据资产：中国信息通信研究院发布的概念 3
1．1．3  数字资产：数字世界的资产 3
1．2  资产在不同管理模式下的演进 5
1．2．1  手工 6
1．2．2  电子化 7
1．2．3  信息化 8
1．2．4  数字化 9
1．3  数字世界里数字资产、信息与数据的区别 11
1．4  数字资产的特征 12
1．4．1  数字资产的规划与建设 12
1．4．2  数字资产的质量管理 14
1．4．3  数字资产的价值衡量 16
1．4．4  数字资产的生命周期 17
1．4．5  数字资产的安全性管理 18
思考题 19
第2章  数字资产与数字化转型 20
2．1  数字化转型 20
2．1．1  业界观点 21
2．1．2  数字化转型的特征 24
2．2  数字化转型对数字资产的基本要求 25
2．2．1  遵从企业的战略目标 25
2．2．2  打造共赢生态圈 26
2．2．3  全流程信息透明 27
2．2．4  支持敏捷创新能力 28
2．2．5  提升客户体验 29
2．2．6  决策支持 31
思考题 32
第3章  数字资产与企业架构 33
3．1  架构概述 33
3．2  企业架构概述 36
3．2．1  起源 37
3．2．2  几个典型的企业架构理论 37
3．3  企业架构的组成及其作用 43
3．3．1  企业战略 43
3．3．2  业务架构 44
3．3．3  IT架构 55
3．4  企业架构方法论对数字化转型的作用 58
3．4．1  企业架构方法论帮助企业实现数字化转型目标 58
3．4．2  企业架构方法论提供数字化转型方法 59
3．4．3  企业架构方法论为企业持续推进数字化转型提供保障 60
3．5  数字资产与企业架构 61
3．5．1  企业架构中的数字资产 61
3．5．2  数据架构中的数字资产 62
思考题 63
第4章  数字资产建设方法 64
4．1  数字资产的规划方法 64
4．1．1  MECE原则 65
4．1．2  自顶向下的结构化统筹规划方法 66
4．1．3  自下而上的专业化归纳抽象方法 68
4．2  数字资产建模方法 70
4．2．1  数字资产模型 70
4．2．2  数字资产模型的业务描述 72
4．2．3  数字资产模型的IT描述 83
4．3  数字资产落地方法 86
4．3．1  “T”字工作法 86
4．3．2  防腐层 89
4．4  数字资产标准 91
4．4．1  制定企业数字资产标准 91
4．4．2  企业数字资产标准管控 93
4．4．3  贯彻企业数字资产标准 94
思考题 96
第5章  数字资产标准建设 97
5．1  数字资产标准体系建设 97
5．1．1  明确数字资产标准管理的组织架构 97
5．1．2  建立企业级数字资产标准管理制度体系 101
5．1．3  培养专业人才队伍 102
5．2  搭建数字资产标准体系框架 104
5．2．1  数字资产标准体系规划 104
5．2．2  数字资产设计标准 108
5．2．3  数字资产安全标准 113
5．2．4  数字资产实施设计标准 114
5．3  数字资产标准实施 118
5．3．1  形成数字资产标准文化 118
5．3．2  数字资产及其标准维护及发布 119
5．3．3  确定优先级原则 121
5．3．4  源头管控 121
5．3．5  过程管控 125
5．3．6  实施情况分析 126
思考题 127
第6章  高阶数字资产业务规划 128
6．1  与数字资产规划相关的要素 128
6．1．1  企业生产经营环境 128
6．1．2  企业内部分析 130
6．2  数字战略 130
6．3  收集高阶数字资产需求 133
6．3．1  从企业生态环境中收集高阶数字资产需求 134
6．3．2  从企业价值链中收集高阶数字资产需求 138
6．3．3  收集利益相关者的数字资产需求 139
6．3．4  收集企业内部资料 148
6．3．5  数字资产全面性分析方法 149
6．4  构建概念模型 153
6．4．1  构建概念模型的注意事项 153
6．4．2  静态视角：按资产类别构建概念模型 154
6．4．3  动态视角：按企业价值链构建概念模型 156
6．4．4  定义数字资产 160
6．5  绘制数字元模型 161
6．5．1  用预设业务对象作为数字元模型的基本要素 162
6．5．2  用业务逻辑分析预设业务对象间的主要业务逻辑关系 162
6．5．3  按业务规则确定业务对象间的基数关系 165
6．5．4  数字元模型绘制 169
6．6  构建预设业务对象模型 171
6．6．1  业务对象的作用 171
6．6．2  分析业务对象模型 176
6．6．3  绘制预设业务对象模型 182
6．7  对高阶数字资产达成共识 183
6．7．1  做好数字资产版本管理 183
6．7．2  概念模型成果审核注意事项 185
6．7．3  数字元模型成果审核注意事项 186
6．7．4  预设业务对象建模成果审核注意事项 187
思考题 190
第7章  详细数字资产业务设计 192
7．1  业务对象的设计步骤 192
7．1．1  自下而上地收集并抽象数字资产 192
7．1．2  候选资产完整性的初步验证 193
7．1．3  候选与预设的对接整理 193
7．2  收集详细数字资产需求 194
7．2．1  从企业生态环境中收集详细数字资产需求 195
7．2．2  从生产经营中收集详细数字资产需求 196
7．2．3  从战略规划中收集详细数字资产需求 202
7．3  候选资产完整性的初步验证 203
7．4  候选资产与预设资产的对接整理 203
7．4．1  整合业务对象 204
7．4．2  整合业务实体 205
7．4．3  整合业务属性 210
7．4．4  调整业务实体 219
7．4．5  调整业务对象 226
7．4．6  调整高阶模型 228
7．5  迭代完善数字资产业务规划 229
7．5．1  数字资产业务规划成果迭代完善 229
7．5．2  结合新情况提升数字资产业务规划的成果 234
思考题 235
第8章  数字资产IT设计 237
8．1  数据架构设计 237
8．1．1  数字资产分布设计 238
8．1．2  数字资产的负责部分与应用 247
8．1．3  数字资产集成设计 248
8．2  逻辑数据模型设计 250
8．2．1  为什么要设计逻辑数据模型 251
8．2．2  逻辑数据模型 252
8．2．3  设计逻辑数据模型应遵循的原则 255
8．2．4  设计逻辑数据模型 256
8．3  物理数据模型设计 264
8．4  数据湖 268
8．4．1  数据湖的概念 268
8．4．2  数据湖与数据仓库的异同 269
8．4．3  数据湖的存储设计思路 271
8．5  业务对象服务 275
8．5．1  业务对象服务及其归属 275
8．5．2  业务对象服务设计 279
8．5．3  业务对象服务防腐层设计 282
思考题 289
第9章  数字资产规划实施 290
9．1  差距分析 290
9．1．1  差距分析与差距分析矩阵 291
9．1．2  如何使用差距分析矩阵 292
9．2  制定候选路线图 296
9．2．1  分析差距解决方案依赖关系 296
9．2．2  评估数字资产价值贡献度 298
9．2．3  形成数字资产实施候选路线图 301
9．3  制定落地实施路线 303
9．3．1  整合解决方案依赖优先级矩阵 303
9．3．2  规划项目 305
9．3．3  制定项目实施优先级顺序 308
9．3．4  确定项目实施路线图 311
9．4  项目实施 311
9．4．1  业务需求分析 311
9．4．2  撰写业务需求说明书 314
9．4．3  项目风险应对措施 324
9．5  数字资产的IT设计 325
9．5．1  完善业务实体的属性 325
9．5．2  业务智能化应用设计 327
9．5．3  识别业务对象服务 327
9．5．4  设计业务对象服务 329
思考题 332
第10章  数据治理 333
10．1  数据治理概述 333
10．1．1  企业为什么需要数据治理 334
10．1．2  数据治理的概念 335
10．2  经典的数据治理框架 337
10．2．1  DGI的数据治理框架 337
10．2．2  DAMA 的数据管理框架 339
10．2．3  IBM的数据治理统一流程 340
10．2．4  Gartner数据治理的关键基础 341
10．2．5  数据管理能力成熟度评估模型 343
10．3  本书提出的数据治理模型 344
10．4  数字资产战略 345
10．5  建立数据治理组织架构 347
10．5．1  数据治理的牵头部门 347
10．5．2  数据治理的组织架构 347
10．6  数据治理的日常工作 349
10．6．1  建设数字文化 349
10．6．2  建设数字资产标准 353
10．6．3  建设数字资产模型 356
10．6．4  建设数据治理 360
10．6．5  建设数字能力 364
10．7  专项数据治理流程 368
思考题 372