如何着手创建企业数据目录？（一）数据目录的设定

前面我们聊过很多关于企业数据目录的概念性话题。对于仍未开始实施企业数据目录的朋友来说，听起来可能还是有些一头雾水。本文中我们继续来聊一聊企业如何开始创建数据目录。

前言

创建企业数据目录的目的是为了提升企业内部数据资源的管理效率，确保数据的一致性、可用性和易于访问性，特此制定企业内部数据目录的设定、命名和维护规则。

由此可见，“数据目录”的核心其实是告诉员工如何使用并维护它的 “规则”。

这个“规则”一般会包含数据目录结构的设定、数据命名规则、维护责任与流程、权限和访问管理、版本控制和变更管理、数据质量与标准化、根据企业行业特性所需的特定规则等。

我们先来看一下数据目录结构的设定。

数据目录结构的设定

数据目录一般遵循统一的分层结构，从业务线、部门、项目、数据主题等角度进行分级，以确保不同团队和业务线能够快速找到所需的数据信息。

比如可以设定三级目录分类：

一级目录：按照业务线、部门或功能划分

一级目录为最高层级，反映企业内部主要业务线或部门的划分。通常，每个一级目录代表一个主要的职能区域或业务领域，便于用户快速定位到与自己相关的业务数据。比如：

• 财务（finance）：处理公司财务数据，包括收入、支出、报表等。
• 营销（marketing）：存储关于市场营销活动、客户关系、销售等相关数据。
• 研发（research & development）：存储产品开发、项目研发相关的数据。
• 客户服务（customer service）：包含客户反馈、服务请求、投诉处理等数据。
• 人力资源（human resources）：存储员工信息、招聘流程、薪酬管理等数据。

二级目录：依据项目、系统或数据主题划分

在一级目录下，二级目录进一步按照项目、系统或数据主题进行分类。这些分类可以基于不同业务部门的工作性质和特定需求，确保数据的分类与管理能够匹配企业的运作流程。比如：

• • 财务：
    • ERP系统（ERP system）：用于存储与企业资源计划系统相关的所有财务数据，如发票、应付账款、资产负债表等。
    • 财务报表（financial reports）：存储月度、季度、年度财务报表数据。
    • 审计记录（audit records）：记录内部和外部审计的相关数据和文件。
  • 营销：
    • CRM系统（CRM system）：包含客户管理系统的数据，如客户信息、联系记录等。
    • 广告活动（marketing campaigns）：包含所有市场广告活动的数据，如活动设计、投放效果分析等。
    • 销售数据（sales data）：存储具体的销售数据，例如按区域或产品线划分的销售报告。
  • 研发：
    • 产品开发（product development）：与新产品或现有产品开发相关的文件和数据。
    • 研发项目（R&D projects）：存储各类研发项目的阶段性成果、报告、数据集等。

三级目录：根据具体的数据集或文件内容划分

三级目录为数据目录中的最低层级，它按照具体的数据集、文件类型、时间段或其他相关内容对数据进行细化分类，便于用户快速查找特定的数据资源。比如：

• • 财务报表：
    • 年度报表（annual report）：包括每年生成的公司年度财务报表。
    • 月度报表（monthly report）：每月的财务报表数据。
    • 季度报表（quarterly report）：按季度汇总的财务报表数据。
  • 广告活动：
    • 广告设计文档（design docs）：存储与广告活动设计相关的文档文件。
    • 效果分析报告（performance analysis）：每次广告活动的效果分析报告，按活动或时间段细分。
  • 销售数据：
    • 2023年Q1销售数据（sales data Q1 2023）：存储2023年第一季度的销售数据，按产品类别或销售区域进一步细分。
    • 2023年Q2销售数据（sales data Q2 2023）：存储2023年第二季度的销售数据。

可以看出：

一级目录提供宏观业务线或部门的划分。

二级目录按系统、项目、或主题进行细分，确保数据分类与企业的运作流程一致。

三级目录则是具体的数据集或文件，按时间、内容或用途进一步细化。

数据目录结构的规则设计需要结合企业行业特性进行规划设定，采用分层结构能够帮助企业有效管理数据资源，使得数据目录不仅清晰易懂，减少不必要的冗余，还能方便团队成员快速访问所需数据。

快速尝试体验创建企业数据目录：DaaS 平台 - 数据目录和数据 API 平台

附录：5大行业数据目录结构示例

1.金融行业

金融行业数据目录的使用涉及多个关键数据领域，包括客户信息、交易数据、市场分析和风险管理。由于金融数据的敏感性和复杂性，数据目录必须具备高水平的安全性和合规性，并且能够支持大规模的实时数据处理。

因此可能会涉及这些数据目录的划分：

一级目录：按业务功能划分

• 客户管理：用于管理客户身份、账户信息、客户评级等。
• 交易数据：记录所有金融产品的交易数据，如股票、债券、外汇、衍生品等。
• 市场分析：包含市场监控、资产评估、经济数据分析等。
• 风险管理：涵盖金融机构内部和外部风险评估及应对措施，如违约风险、市场风险、流动性风险等。

二级目录：按系统、数据来源或分析类型划分

• 客户管理：
  • CRM系统数据：客户基本信息、账户活动、服务记录。
  • 客户评级：信用评分、历史信用记录、风险评估报告。
  • KYC（Know-Your-Customer）信息：客户身份验证、尽职调查报告。
• 交易数据：
  • 股票交易：交易日期、股票代码、交易数量、成交价格。
  • 债券交易：债券类型、发行日期、利率、交易价格。
  • 外汇交易：货币对、汇率、交易时间、交易金额。
  • 衍生品交易：期货、期权、掉期交易记录。
• 市场分析：
  • 宏观经济数据：GDP、CPI、失业率等数据来源。
  • 行业分析：特定行业的市场表现、竞争对手分析。
  • 资产价格预测：股票、债券、商品价格走势预测。
• 风险管理：
  • 压力测试：在极端市场情况下的金融机构承受能力评估。
  • 违约风险分析：基于客户评级的违约概率计算。
  • 市场风险监控：市场波动对投资组合的影响评估。

三级目录：按数据集细分

• 客户管理：
  • 年度客户数据：按年分割的客户信息及账户活动记录。
  • 月度客户评级报告：按月更新的客户信用评分报告。
  • 2023年KYC报告：2023年新增或更新的KYC报告。
• 交易数据：
  • 2023年Q1股票交易数据：2023年第一季度股票交易的详细数据。
  • 2022年债券交易月报：2022年按月划分的债券交易数据。
  • 外汇交易分析报告：特定时间段内的货币交易记录和分析。
• 市场分析：
  • 2023年全球市场趋势报告：年度市场分析和预测。
  • 2023年能源行业分析数据：能源行业的详细市场数据及趋势分析。
  • 2024年资产价格预测模型：资产价格预测的建模数据及参数。
• 风险管理：
  • 2023年压力测试结果：年度压力测试及风险评估报告。
  • 2023年违约风险分析报告：基于客户评级和市场变化的风险报告。
  • 市场风险波动月报：每月更新的市场风险波动报告。

2.零售行业

零售行业数据目录的目的是将不同来源的数据进行有效整合，以便支持个性化推荐、精准营销和供应链优化。

因此它可能会涉及到这些数据目录的设定：

一级目录：按业务线划分

• 销售数据：集中管理所有渠道的销售情况，包括线上、线下和多渠道销售数据。
• 库存管理：管理从仓库到门店的库存水平，以及未来的库存需求预测。
• 客户行为：涉及客户的购买行为、浏览习惯、点击行为等，用于精准营销。
• 供应链数据：涵盖供应商关系管理、订单处理、物流配送和库存补货。

二级目录：按系统或来源细分

• 销售数据：
  • ERP系统数据：从企业资源规划系统获取的销售报告和财务记录。
  • POS系统数据：线下门店销售的交易记录、发票数据。
  • 线上商城数据：电商平台的订单、浏览记录、点击数据。
• 库存管理：
  • 仓库管理系统（WMS）：仓库产品的库存水平、入库出库记录。
  • POS系统数据：线下门店的库存使用和销售情况。
  • 供应链管理系统（SCM）：供应商交货、库存转移、补货数据。
• 客户行为：
  • CRM系统数据：客户历史购买记录、忠诚度计划。
  • 线上商城行为数据：客户在电商平台上的点击、浏览、购物车行为。
  • 社交媒体数据：客户在社交平台的互动和反馈信息。
• 供应链数据：
  • SCM系统数据：供应商管理、物流追踪、订单状态更新。
  • 物流平台数据：运输状态、交付延迟、供应链瓶颈。

三级目录：按时间段或产品类别进一步分类

• 销售数据：
  • 时间段分类：如"2023年Q1线上商城销售数据"、"2022年Q4线下POS系统销售数据"。
  • 产品类别分类：如"2023年电子产品销售数据"、"服装类销售数据"。
• 库存管理：
  • 时间段分类：如"2023年Q1仓库库存周转率"、"2023年Q2门店库存情况"。
  • 产品类别分类：如"服装类库存数据"、"家电类库存数据"。
• 客户行为：
  • 时间段分类：如"2023年Q1客户购物偏好分析"。
  • 客户群体分类：如"忠诚客户行为数据"、"新客户首次购买数据"。
• 供应链数据：
  • 供应商分类：如"主要供应商交付数据"、"2023年Q2供应链中断数据"。
  • 物流环节分类：如"仓库到门店物流数据"、"供应商到仓库交付数据"。

3.医疗健康行业

在医疗健康行业领域，数据目录的管理尤其重要，不仅涉及广泛的数据类型，还需考虑严格的隐私和合规要求，因此在数据目录的设置上还需要结合数据隐私与合规进行设定。

比较常见的数据目录设定可以包括：

一级目录：按医疗业务功能划分

• 患者信息：包括个人基本信息、保险信息、紧急联系人等。
• 医疗记录：涵盖电子健康记录（EHR）、实验室结果、医学影像。
• 药品管理：药物库存、处方药、药品过敏反应记录。
• 临床研究：研究方案、实验数据、研究成果。

二级目录：按数据类型或部门划分

• 电子健康记录（EHR）：记录患者的医疗史、就诊情况、医生诊断等信息。
• 诊疗数据：包含患者每次就诊的详细记录，如医生的观察、手术记录等。
• 药品数据：药品使用记录、处方历史、药物互动等信息。
• 试验数据：临床试验中收集的详细数据，如病人招募信息、试验期间的诊疗记录。

三级目录：按特定维度细分

• 患者信息：细分为按时间段、诊疗科室、医院或地区的患者数据，如"2023年急诊科患者记录"。
• 医疗记录：可按具体治疗类型或疾病类别进行细分，如"糖尿病患者的EHR数据"。
• 药品管理：按具体药品名称或批次进行细分，如"阿司匹林库存记录"。
• 临床研究：按研究项目、时间段或研究阶段细分，如"癌症临床试验数据 2022-2024"。

4.制造业

在制造业中，数据目录有助于对生产、设备维护、供应链和质量控制等关键环节的数据进行分类和管理。

一级目录：按业务流程划分

• 生产数据：涉及生产线的原材料消耗、产量、生产效率等数据。
• 设备维护数据：包括所有生产设备的运行状态、维护记录、停机时间等。
• 质量控制数据：跟踪产品质量检测、缺陷率和合格率，确保产品符合标准。
• 供应链管理数据：记录原材料采购、库存管理、供应商交付等供应链环节的数据。

二级目录：按系统或工厂划分

• 生产数据：
  • MES系统数据：来自制造执行系统的实时生产数据。
  • 工厂1生产数据：工厂1的生产线状态、产量、原材料使用数据。
  • 工厂2生产数据：工厂2的生产数据。
• 设备维护数据：
  • CMMS系统数据：来自计算机化维护管理系统的设备维护记录。
  • 生产线1维护数据：特定生产线的维护历史和设备状态。
  • 生产线2维护数据：另一生产线的设备维护和停机时间记录。
• 质量控制数据：
  • 生产批次质量检测数据：按生产批次分类的质量检测数据。
  • 工厂1产品质量报告：工厂1的产品质量数据及合格率分析。
  • 工厂2产品质量报告：工厂2的质量控制和检测报告。
• 供应链管理数据：
  • 原材料采购数据：记录供应商交付、材料成本及交付周期。
  • 库存管理数据：监控工厂的原材料及成品库存水平。
  • 供应商管理数据：跟踪供应商的交付表现、合同履行情况。

三级目录：按时间段或生产线进一步细分

• 生产数据：
  • 2023年5月MES系统生产数据：2023年5月工厂的详细生产数据，包括每条生产线的运行情况。
  • 2023年Q2工厂1生产数据：2023年第二季度工厂1的生产效率和产量报告。
  • 生产线1原材料消耗数据：特定生产线的原材料使用情况。
• 设备维护数据：
  • 2023年Q1生产线1维护记录：2023年第一季度生产线1的设备维护和停机数据。
  • 设备维护月报：按月度分类的设备维护数据，包括停机时间和维修历史。
• 质量控制数据：
  • 2023年Q1生产批次质量报告：2023年第一季度的产品质量检测数据和合格率分析。
  • 2023年5月工厂1产品检测数据：5月期间工厂1的产品质量控制数据。
• 供应链管理数据：
  • 2023年5月原材料采购数据：5月期间的原材料采购成本和交付时间。
  • 2023年Q2供应商交付数据：2023年第二季度供应商的交付表现和合同履行情况。

5.能源行业

在能源行业中，数据目录是关键的工具，用于管理来自设备监控、环境监测、能源消耗、供应链等多个来源的大量数据。通过统一的数据目录，能源企业可以优化设备维护、提高能效、确保环境合规。

一级目录：按业务领域划分

• 设备数据：涵盖风力发电机、光伏设备、燃气轮机等能源生产设备的监控数据和维护记录。
• 环境监测数据：包括碳排放监控、污染物排放检测和环境温度、风速等气候条件的实时数据。
• 能源消耗数据：记录能源生产、消耗以及能效优化的数据。
• 供应链管理数据：涵盖能源的采购、运输、库存管理等供应链信息。

二级目录：按数据来源或设备类型细分

• 设备数据：
  • 风电场数据：监控风力发电机的运行状态、风速、发电量等。
  • 光伏设备监控数据：记录太阳能发电设备的性能和维护情况。
  • 燃气轮机数据：跟踪燃气轮机的发电情况、燃料消耗和维护记录。
• 环境监测数据：
  • 碳排放监控系统：记录能源生产过程中产生的碳排放量。
  • 气候监测系统：实时监控温度、风速、降水等环境因素。
  • 污染物排放监测数据：检测空气、水和土壤中的污染物浓度。
• 能源消耗数据：
  • 发电量数据：风电、光伏和燃气发电设备的能源生产和消耗记录。
  • 能效优化数据：根据设备运行数据进行的能效分析与优化结果。
• 供应链管理数据：
  • 能源运输数据：记录能源从生产地到使用地的运输情况。
  • 库存管理数据：监控能源原材料（如天然气、煤炭等）的库存水平。
  • 供应商管理数据：包括供应商的合同、交付时间和质量控制信息。

三级目录：按时间段或设备ID进一步分类

• 设备数据：
  • 2023年风力发电设备运行数据：记录2023年内风力发电机的运行情况和维护数据。
  • 光伏设备2023年Q1维护记录：2023年第一季度内光伏设备的维护记录和性能数据。
  • 燃气轮机2022年发电数据：燃气轮机在2022年的发电量、燃料消耗和故障数据。
• 环境监测数据：
  • 2023年碳排放月报：按月度分类的碳排放数据和监控报告。
  • 2023年Q1气候监测数据：2023年第一季度的气候条件数据，包括风速、温度、降水等信息。
  • 污染物监测年报：按年度分类的空气和水质污染物浓度报告。
• 能源消耗数据：
  • 2023年风电场发电量报告：风电场在2023年内的发电量和能效优化结果。
  • 2022年能源消耗分析：按年度对所有能源生产设备的能源消耗和效率进行的分析报告。
• 供应链管理数据：
  • 2023年能源运输数据：记录2023年内能源运输的具体情况，包括运输路线和交付时间。
  • 2023年Q1库存水平监控：记录2023年第一季度能源原材料的库存水平和变化情况。