发帖
雷达卡
数据管理的三个发展阶段_数据管理个人总结
数据管理的三个发展阶段
数据管理具体就是指人们对数据进行收集、组织、存储、加工、传播和利用的一系列活动的总和，经历了人工管理、文件管理、数据库管理三个阶段。每一阶段的发展以数据存储冗余不断减小、数据独立性不断增强、数据操作更加方便和简单为标志，各有各的特点。下面简单描述数据管理的三个阶段：
人工管理阶段
在计算机出现之前，人们运用常规的手段从事记录、存储和对数据加工，也就是利用纸张来记录和利用计算工具（算盘、计算尺）来进行计算，并主要使用人的大脑来管理和利用这些数据。而早期的计算机主要用于数值计算，也无管理数据的软件，因此从计算机内记录的数据上看，数据量小，数据无结构。用户直接管理，且数据间缺乏逻辑组织，数据仅依赖特定的应用，缺乏独立性。
文件系统阶段
这一阶段的数据管理技术得益于计算机的处理速度和存储能力的惊人提高，这一时期的数据处理系统是把计算机中的数据组织成相互独立的被命名的数据文件，并可按文件的名字来进行访问，对文件中的记录进行存取的数据管理技术。数据可以长期保存在计算机外存上，可以对数据进行反复处理，并支持文件的查询、修改、插入和删除等操作，这就是文件系统。文件系统数据管理示意如下图所示。文件系统实现了记录内的结构化，但从文件的整体来看却是无结构的。其数据面向特定的应用程序，因此数据共享性、独立性差，且冗余度大，管理和维护的代价也很大。
数据库系统阶段
20世纪60年代后期，计算机性能得到进一步提高，更重要的是出现了大容量磁盘，存储容量大大增加且价格下降。在此基础上，才有可能克服文件系统管理数据时的不足，而满足和解决实际应用中多个用户、多个应用程序共享数据的要求，从而使数据能为尽可能多的应用程序服务，这就出现了数据库这样的数据管理技术。数据库的特点是数据不再只针对某一个特定的应用，而是面向全组织，具有整体的结构性，共享性高，冗余度减小，具有一定的程序与数据之间的独立性，并且对数据进行统一的控制。
数据管理三个阶段技术特点的简单比较
从文件系统到数据库系统，标志着数据管理技术质的飞跃。20世纪80年代后不仅在大、中型计算机上实现并应用了数据管理的数据库技术，如Orcal、Sybase、Informix等，在微型计算机上也可使用数据库管理软件，如常见的Access、FoxPro等软件，使数据库技术得到广泛应用和普及。
数据管理个人总结
由于EBS系统需求，需要成立数据管理小组，领导把这任务顺手交给了我，于是便开始我的数据管理经历。
虽然以前做JDE项目时也管理着数据，但是那个时候的数据根本算不上管理，只能算录入，只能算是机械性的操作，只是保证数据准确而已。对于EBS，刚刚接手数据（从管理物料开始），对于什么是数据？怎么管理?一窍不通，真的是一头雾水。看来只能摸石头过河，走一步是一步了。于是，从最开始的录入开始，先虚心的向顾问学习，在录入的同时，了解每个属性的作用，对业务的影响。逐渐的对数据的录入和作用有了一定的了解，心里也逐渐对数据组未来的人员的能力要求有了初步的目标。
会录入了，了解了属性后，接下来就是整理数据。因为以前的数据很乱，重码、名称不规范情况数不胜数，那么整理就需要依据，需要标准。于是，开始琢磨命名及编码的管理规范。本来想利用编码对物料的分类能够起到一些分析的作用，但是在整理的过程中发现存在很多一个物料不同组织不同属性，单单通过编码是根本区分不了得。经过比较，发现自己进了一个误区----编码不一定非要代表一类含义。于是，对于编码制定，只遵循了一个依据----好编好录，至于以后的物料分类及统计，通过物料的类别，属性等等实现。到今天，经过这么长时间的运行，发现这个原则很实用，不单给操作人员的工作带来了便利，而且对于编码的管理也清晰明确了很多。这件事也给了我一个提示：不要把简单的事情复杂化，同时不要把一项事情无限扩大延伸。至于命名的规范，由于之前的JDE有了一定的参考，于是在此基础上将每一类的物料进行了汇总，统计需要哪些内容，进行了归类。这个工作比较简单的得出了结论并且通过。
标准出来了，接下来就是按照标准对每个物料进行修改并整理。修改比较好修改，但是整理确很麻烦，因为在整理的过程中，物料是不断的增加，不断的变化。因此控制了一个时间点，在此时间点后的物料暂时不受理。同时整理的过程中由于物料的属性太多，因此表格的合理利用很重要，利用好了，会给工作带来很大的便利。当时在整理的过程中，出现较多的问题就是第一版的物料表里有这个物料，第二个就没有了；第一版是这个属性，第二版就变成了另一个；要不就是第一版和第二版的差别在哪？不能很好的区分。现在想想，如果当时能够合理的利用EXCEL，对于EXCEL的命名规范一些，对于修改进行标注，这些问题都可以很轻易的解决掉。这个带给我的经验就是合理的利用工具，详细的记录过程。
整整整理了一个月，终于将导入需要的物料属性表整理了出来，接下来就是考验整理的效果如何。结果在导入时发现一堆错误，于是修改错误，但是同时将错误的记录及原因进行了记录，避免下次犯同样的错误。导入后碰到最多的问题就是属性修改，但是每次的修改都要记录，到现在每次的错误我都保留了记录，并进行汇总，为以后同样的事情做了很好的参考。
随着数据量的增加，人手凸显不足，便要开始组建数据组的进程：招聘，面试，培训，上岗一系列。数据是一项很枯燥的工作内容，但是又是很重要的工作。如何保证数据组的人能够踏实、仔细、认真的工作，真的是绞尽了脑汁。要知道，在一个项目中，数据组的人往往会被看的很低，工作又单调，待遇又低。想了又想，我从几部分开始着手：1、给高层洗脑。天天在领导和管理组面前突出数据的重要，经常召开会议，给领导们培训和讲解数据的作用，甚至是系统的操作。慢慢的引起领导们的重视。2、给业务组的人培训和讲解数据的操作和重要性，甚至在测试环境故意制造数据错误，让业务亲身体验，理解数据不是数据组的工作，而是自己的工作，这样业务人员就会很积极的配合搞好数据。3、开始着手编写数据小组的发展规划，为每个数据组的人制定了一系列的发展目标和发展方向，包括培训，包括承诺，包括工作方式，包括支持等一系列内容，让每个人能够清楚的了解数据未来的发展规划，如果认同，那么数据组的每个人就能够全力的工作。准备工作做的差不多了，便开始了组建，终于数据组正式成立。4、和领导们协商，重新划分了数据的范围。将狭义的数据概念变成了广义的数据概念，而非单单的物料。同时将数据组的职责扩大了不止一倍，有责任就有权利和地位，同时风险也越大。但是我相信风险也是一种挑战，工作应该不能畏惧挑战。
数据组成立后，按照我当初的设想一步步的良性发展。运行过程中，我也不断的给数据组的组员洗脑，要提高自己的能力，能够从机械的操作中跳出来，逐渐成为数据的管理者。并且不断的锻炼组员，从运行中总结经验，如何保证数据流转的及时、顺畅、准确。在总结了一系列经验后，一套完整的顺畅的数据运转流程终于形成了。在整套流程中，每个业务部门的职责，负责内容都明确的规定，这套流程及制度给公司的数据提供了基础保障。同时为了保证后续的数据组成员能够快速的融入担当工作，编写操作手册，制定培训计划，并形成一套培训流程。
物料管起来后，开始琢磨怎么提高数据组成员的管理。将数据组成员每天的日常工作内容进行汇总，形成每日的工作内容制度，对每项工作内容编写相关的工作制度。汇总工作制度成为数据小组的工作制度。并且要求数据组的成员一定要具备管理分析的能力，主动的去控制，因此不断的要求分析哪些数据，如何分析数据，分析后得出的结论，针对结论提出解决办法，将这些都写到工作制度中。于是，一套数据组的工作内容及工作制度有了雏形。这套制度也将指导数据组未来的工作内容和发展。
运行到了今天，看着数据组初具模型，担负起日常的工作，能够给业务运行提供很好的支持和意见，并且得到了大家的认可，心里也很欣慰。但是数据组的发展仅仅是开始。在我心里，数据组未来的路还很长。未来多个项目，多个系统同时运行，数据安全，数据架构，数据标准，数据集中，数据录入，数据成员的补充及工作内容分配等等一系列工作都需要规划和实现。对数据组成员的能力要求也越来越高，这些对数据组都是一系列挑战。希望数据组能够从容应付这些挑战，成为公司一支坚实的支持力量。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
