数据治理决定智慧建设质量

　　近几年遇着硬件技术与性能的大力提升，智慧建设与应用触角已伸向民生领域的方方面面，比较成熟的应用行业有智能交通、智慧政务、智慧医疗、智能社区、平安城市及智慧能源等。通常，在建设过程的规则是，硬件是基础、数据是核心、传输是通道、制度与项目管理是保障。步骤是先通过RFID 及各种感知检测设备设施自动采集数据后，在通过各种传输通道（有线、无线与卫星等）把数据送到数据中心，而在数据中心的数据通过什么方式展现什么样的数据就得靠制度与项目管理来规范，而贯穿全局还要算是数据，因此，数据的规划是否合理、科学、先进与可扩展性就直接决定项目使用范围、使用质量、使用时间与周期，进而影响整个项目的成败。

　　通常，在数据治理方面比较常用的方法有二种，当然，这几年国内一些权威专家在这二种方法的基础上，也进行加工、演义出了一些国内特殊行业应用的新方法。这次本人重点这是介绍常用二种（信息资源规划与信息工程）方法，国内专家们的数据规划方法论下次在专门介绍。

　　第一个就是IRP （Information Resource Planning），这个方法主要应用范围是信息数据资源规划方面，该方法可以把指定范围内信息进行采集、处理、传输和利用，主要是侧重业务数据流的整体分析，为消除“信息孤岛”，实现信息资源整合与应用系统集成的总体数据规划方案。例如国家的社保智慧系统建设数据规划：其中卫生系统和社保系统之间的数据就是横向的的，还需外银联、公安、城市管理等系统结合。所以该系统的数据规划应用，就需要研究左右上下内外数据流，分析和改变不合理的数据流，统一数据标准、建立数据中心，实现内部业务信息共享和外部数据自动化交换，支持跨部门、跨地区、多层次的业务协同，而这些关系的梳理方法论就可以用IRP。

　　第二个是信息工程方法论，James Martin教授在1985年左右提出的，信息工程方法论的成果主要是面向于主题数据库，所有的数据要进行集中采集、集中管理，从源头输入，建立一个面向业务主题的数据库，而不是面向单证报表建立的，各个部门的信息要共建共用，而不是部门自建自用。还要从源头输入数据，而不是多次多处输入数据。

　　上面两种方法各有侧重点，实际项目建设过程中，需要两者结合使用才能把效果发挥到最优，也才能做到精点突出、伸缩有度与科学合理。