建设目标与原则

6.2.1.1 数据存在问题分析

数据是一种资源,在水务行业中产出的“基础设施数据”、“生产数据”、“安全数据”、“效能数据”、“资源统筹与监测数据”大量地分散在各分机构、部门(如水资源处、供水处、供水公司、水土保持办公室等)。信息化发展到现在,积累了大量的数据资源,只有充分整合好、分析好、利用好,才能发挥它的最大价值,通过构建一个健康、可持续发展的智慧水务提供信息化支撑体系,才能为提升城市水务运行管理水平提供技术手段。在信息资源规划中,从整合经验来看,可以分为信息、技术、流程、管理4个问题域。

信息类问题是由于对水务数据本身的描述及其度量标准的偏差而造成的数据质量问题。产生这部分数据质量问题的原因主要有元数据描述及理解错误、数据度量的各种性质得不到保证和变化频度不恰当等。其主要表现特点是:①缺乏统一的业务描述,导致业务理解偏差;②信息标准不统一,产生低质量数据,导致业务人员对数据缺乏信心。

流程类问题是指由于水务业务系统作业流程和人工操作流程设置不当造成的数据质量问题,主要来源于系统数据的创建流程、传递流程、装载流程、使用流程、维护流程和稽核流程等各环节。其主要表现特点是:①需求变更、开发测试等方面没有流程规范和制度;②数据创建、数据使用、数据维护等方面没有流程规范和制度。

技术类问题是指由于具体水务数据处理的各技术环节的异常造成的数据质量问题,它产生的直接原因是技术实现上的某种缺陷。数据质量问题的产生环节主要包括数据创建、数据获取、数据传递、数据装载、数据使用、数据维护等方面的内容。其主要表现特点是:①系统建设重功能,轻数据;②系统接口复杂,系统流程不清,缺乏对数据的整体规划;③具体数据处理的各技术环节差异照成数据质量问题。(www.xing528.com)

管理类问题是指由于水务管理人员素质及管理机制方面的原因造成的数据质量问题,如人员管理、培训和奖励等方面的措施不当导致的管理缺失。人员管理所产生的质量问题主要表现特点是:①对数据质量的价值及其重要性认识不足;②缺乏专门的数据质量管理组织与相关性管理制度。

6.2.1.2 统一数据体系建设目标及原则

统一数据体系建设是大连市智慧水务建设的核心内容之一,基于统一标准、统一存储、统一管理、统一服务的原则,实现数据统一集中存储和规范管理,保证数据中心的权威性及可持续发展。同时,通过提供的信息交换与数据应用服务,支持大连市水务部门内部、大连市各委(办、局)、辽宁省水利厅以及大连市水务局各局属单位之间的信息共享和业务协同,扩大和深化水务资源的开发利用,并建立相应的数据同步机制,实现数据的同步更新。