数据管理为道路管理最佳实践指南

最佳实践指南 CONTENTS 前言 执行摘要 Introduction 数据和数据管理 成功实现数据管理的七个步骤 1.2.3.4.5.6.7.确定业务信息需求审查现状数据分析设计数据管理机制制定实施计划建立数据管理制度持续审查和改进 Summary 图标的关键 附录 4 - 起草小组成员 前文 数据是组织持有的最重要的资产之一，甚至可能是最重要的资产。这些资产必须得到妥善管理以充分利用其价值。道路管理的数据管理 -最佳实践指南已书面就此事提供指导和支持。 西欧道路主管协会（WERD）自1988年以来一直致力于促进成员之间的合作与信息及专业知识的交流。特别是，他们旨在： 支持道路总监及其行政机构的活动 提倡高水平的共同信息交流 协助欧洲委员会准备关于欧洲道路网络发展情况的报告 目标的成功实现很大程度上取决于能够获得欧洲道路管理部门提供的持续且高质量的信息和数据。WERD旨在通过利用会员组织中集体的专业知识来促进高标准共同信息的可用性。 道路管理的数据管理 - 最佳实践指南由Sub-Group Road Data代表WERD编制。该指南推广良好的实践并提供实用指导，以便公路管理机构能够从良好的数据管理中受益，并且使WERD能够在向欧盟委员会报告欧洲道路网络方面更加有效。 此最佳实践指南适用于所有组织，尤其是希望充分利用其数据的各级公路管理机构。 Manfred HESSLEWERD 主持人 执行摘要 This最佳实践指南旨在为公路管理部门的高级管理人员和数据专家提供介绍性内容，帮助他们在组织内部从数据中获得最大价值。该文档由实践者撰写，供实践者使用，旨在分享公路管理部门（无论大小或管辖范围）在数据和信息管理各方面的好做法。已经引入数据管理的组织在多个领域都取得了益处： 通过改进决策支持（例如，管理报告、绩效指标等）通过降低风险（例如，事故索赔减少）通过提高效率（在组织和财务方面） 道路管理机构将熟悉他们负责的概念Assets他们在必须进行投资的领域，以及为了提供可接受的性能水平和投资回报率，设计、建设、维护和运营工作必须进行的领域中，可能还没有考虑到的是，除了道路、桥梁、隧道和其他物理资产之外；data他们持有的这些资产也被列为他们最重要的资产之一。正如资产管理致力于以最低生命周期成本从物理资产中实现最大价值一样，道路管理部门也应致力于以最低生命周期成本从其数据资源和资产中实现最大价值和性能。数据管理的应用，有效地数据资产的资产管理， 试图实现这一点。 除了道路管理机构数据资源本身的价值——这是长期历史投资的结果——准确的数据对于道路管理机构做出的众多决策和服务的提供至关重要，这意味着道路管理机构无法忽视数据管理。 它令人惊讶的是，组织中积累了多少数据；其中大部分数据价值不大，也没有人负责维护这些数据。良好的数据管理的第一步是确定组织的业务需求，然后确定支持这些业务需求所需的数据。一旦确定了这一点，您应该确定自己拥有哪些数据；它们是如何创建的；谁拥有并保管它们；它们对非专家而言意味着什么，以及这些数据对组织的重要性程度。数据只有在满足上述条件时才会变得有价值。信息只有在被建设性地利用，并能够辅助决策和为道路管理部门及其服务用户增加价值时，这些数据才具有实际意义。建立数据管理政策和设立有效数据管理机制的所有后续步骤都可以从这一出发点推导出来。 什么是数据管理 ？数据管理是一系列过程和程序，组织通过这些过程和程序确保其数据对组织的目标产生积极影响。最基本的良好的数据管理纯粹是为了确保数据的有效利用。很好的管家- 确保您想要的数据可以在需要时访问 ， 并以满足您需求的成本和质量提供。 有效的数据管理使组织能够根据数据的成本、质量和效益做出决策。 重要的是 ， 数据管理是关于理解数据 - 车削data变成有用的信息. 多年以来，尽管存在效率低下和数据重复等问题，临时的数据管理安排似乎已经足以应对大多数需求。然而，随着信息系统容量和使用量的急剧增加，数据量也在成指数级增长。关键决策越来越依赖于这些系统中包含的信息。此外，尤其是在公共安全等领域的法律责任变得更加沉重，对记录保持者和政策及决策过程定义者的责任要求也更为严格。这一趋势在公共机构中尤为明显，公路管理部门也不例外。 因为他们依法必须这样做。例如，道路管理机构可能有法律要求收集交通事故统计数据 因为道路网络的情况是动态变化的，因此需要进行监控 以支持决策。例如，有关路面状况的数据可能有助于关于处理时机和设计的决策 用于研究目的。例如，有关路面材料性能的数据可能被收集以开发改进的材料和技术 作为组织活动的附带结果。例如，如果道路管理部门正在对其网络的一部分收取车辆通行费，可能会生成大量关于使用该部分网络的车辆数量和类型的附带数据，这些数据对于其他用途可能具有价值 由于决定收集具有商业价值的数据 以提高对道路网络用户的服务质量；事实上，在某些情况下，提供这些数据本身可能是服务质量提升的一部分。 服务。向道路使用者收集和传播实时信息是这一做法的一个例子，旨在促进组织活动向用户和潜在用户的推广。道路网络 公路数据类型由国家级和地方级公路管理部门持有，通常包括下表中标识的数据组（或“领域”）。1这些数据源自欧洲道路数据词典，该词典展示了合作性的国际数据管理如何促进各国道路管理部门之间数据的交换，并且能够增加数据的价值。一个例子是，这些数据能够提供关于泛欧道路网络（TERN）性能的信息给欧盟委员会。附录2中的案例研究4描述了欧洲道路数据词典的定义过程。 道路数据组和覆盖范围 数据管理 数据管理是一系列过程和程序，使组织能够从其持有的数据中实现价值。数据管理促进对所持数据的理解。数据管理的核心在于组织能够回答其所持有数据的以下问题：什么是数据管理 ？ 持有的数据是什么？负责收集数据的是谁？这些数据应达到什么样的质量标准并进行维护？数据应该有多新？收集和维护这些数据的成本是多少？这些数据的价值是多少？ 采用适当的变更控制程序是有效数据管理的重要特征，特别是在不同系统共享数据的情况下。 成功数据管理的 7 个步骤 以下部分描述了成功引入数据管理所需的“7步”。从初步审查现有实践到数据管理机制的持续运行，将在适当的时候介绍关键概念，并引用欧洲道路管理机构的经验案例。图1展示了“7步”方法。 第 1 步 - 确定所需的业务信息 分析关键业务信息流 例如，图2a和2b描述了数据管理在功能边界之外独立应用于特定的道路行政业务流程——道路维护方案识别过程中的企业应用。在图2a中，在应用数据管理之前，涉及该过程的各种团队和功能之间存在显著重叠，导致数据重复、不一致性和生成和管理数据时的低效率及额外成本。 在应用了数据管理（图2b）之后，共享数据被视为支持整个过程的一部分，且一致的数据可以被所有对这些数据有合法利益的相关方访问。尽管数据的责任和所有权将分配给参与该过程的各种功能，但这些数据的访问并不局限于负责特定一组数据的功能。重要的是，在后续的数据管理场景中，组织结构的变化可以更容易地实施，而不影响业务流程和支持数据。 数据独立于组织功能和单个系统而存在。数据作为资源存在 ， 随着时间的推移 ， 应独立于此类部门进行维护。 数据管理促进数据和信息与组织结构的独立，并将数据所有权与数据利用分离。例如，交通部门可能own中的交通数据 组织上可能存在一定的局限性，但其潜在用途非常广泛，因此可以在路政管理内外带来更大的价值和收益。 c数据管理也可以在组织中应用 ， 以帮助数据交换和共享 ；这方面的一个例子是欧洲道路数据字典， 如案例研究 4 所述。 在实践中，数据与其支持的企业流程之间的关系很可能比这里描述的要复杂得多。以道路维护为例，可能会出现不同组织（例如承包商和其他第三方组织）参与维护过程的情况，这将带来关于数据管理功能能否分散管理的问题，因为数据管理需要存在于每个组织中。 传统上，在许多组织中，数据和信息的收集与提供之间缺乏协调。这些数据通常是由对这些数据有直接利益的相关方收集的，通常是为了满足特定应用的需求。这可能导致以下几个问题： 数据重复、低效性和数据冗余 需要在应用程序更换时重新收集数据数据仅对直接负责这些数据的人可用，从而减少了数据交换和共享的机会及其带来的益处。这可能因组织内引用数据的不同惯例而加剧。2决策不一致，基于组织不同部分使用了不同的信息和对信息的不同解读过度依赖特定的应用程序及其提供商 数据必须通过适当的方法进行管理，以最大化其对组织带来的益处，从而实现组织的目标和目标（CCTA, 1995）。 确定提供利益的机会 “[数据管理] 最大的成本节约包括不浪费的钱 (CCTA ， 1995)数据得到正确管理 ” 数据管理的一个主要目的是培养一种文化，即向所有能够从中受益的人提供信息访问权。这里的“受益”与组织的商业目标和价值相关。 以下表格列出了数据管理应用可能带来的益处范围，并进行了区分： 1.Hard收益 ， 其中直接的 ， 可量化的收益可以归因于数据管理的应用。 2 。Soft数据管理带来的益处主要体现在组织层面的无形收益，尽管这些收益对组织的目标和价值观产生了积极的影响，但难以量化和成本化。 信息需求 应注意的是，在实践中，某种数据类型可能被一个或多个系统用于支持多种不同的活动和业务流程，它们之间的关系可能相当复杂。. 关键点 数据作为资源应独立于业务功能和计算机应用程序进行维护，以确保长期管理。通过应用数据管理，可以在数据投资上获得最大回报。企业级数据模型的战略层面应当明确说明每项数据的意义及其在商业上的关联性。建议组织建立信息交易政策。所有由组织收集和存储的数据都应相关、适当、可靠且经济实惠。 应当注意，特定的数据类型可能被一个或多个系统用于支持多种不同的活动和业务流程，它们之间的关系可能相当复杂。 由于组织内部可能会使用多种不同的数据管理流程，因此在理解这些流程方面投入足够的时间和精力至关重要。通过较高层次地识别组织持有的数据以及使用这些数据的组织部分或业务功能，可以有助于这一过程。以下示例展示了道路管理机构中可能存在的几种不同业务功能及其可能使用的不同数据领域。在示例中，可以看到位置参考数据被所有业务功能所使用，而交通数据仅被战略规划和交通管理使用，但不包括常规维护。实际上，情况可能会更加复杂，许多数据领域很可能会被不同的用户和业务功能共享，尽管它们可能会使用不同的聚合方式或详细程度。 特别是在识别重叠领域和数据重复方面尤为重要，因为这些领域将立即为通过数据管理应用所带来的利益提供广阔的空间。 一旦各种不同的程序被识别出来，就可以评估它们的有效性。在评估任何现有程序的有效性时，基本的问题是：“当前的程序是否满足了组织的需求？” 系统和数据被称为遗留系统，并且可能需要特别考虑，以确保其对组织的价值能够得到维持。 关键点 所有持有或使用数据的组织都将有一套数据管理程序。当前的数据管理程序可能是正式的也可能是非正式的，并且可能在组织的不同部分之间有所不同。在着手开发新的数据管理制度之前，了解当前的程序非常重要，并且应有足够的资源和时间。了解组织持有的数据及其使用者可以帮助理解当前的程序。附录1中的数据管理健康检查可以用于理解和评估当前的程序。不再需要的系统和数据应从进一步分析中排除。遗留系统和数据可能需要特别考虑。 步骤 3 - 数据分析 背景：所有组织都持有大量数据，而且在很多情况下，数据的获取方式是不协调的，旨在满足业务各个部分的具体需求。数据分析的功能是理解数据项及其相互关系，以及它们所支持的业务流程。 已完成数据分析后，该组织将能够根据对当前情况准确的理解，改变任何低效的过程、识别额外的数据需求或去除多余的數據。 数据分析师确定组织所需的数据，并确定这些数据的获取和使用方式。如以下图表所示，组织应拥有一套支持其所有信息需求的数据，但这些数据通常会根据不同业务层级的需求在不同的详细程度或聚合级别被使用。 数据分析 分析