【核心关键词】主数据、资产、供应商、现金流、企业、精细化、集团、数字化、中国、数据质量、数据管理、经营管理、地产行业、数据分析、业务系统、数据标准、数据服务、数据资产

【专访摘要】本次CDA持证专访邀请到时代中国集团数据中台部负责人崔爱军，他详解了地产行业数据分析的实际应用案例，拆解了数据治理、数据管理与数据管控的区别，分享了数据质量问题的解决对策、地产行业数据资产建设路径及数据中台的价值实现方式，为地产行业数字化转型及数据从业者提供了实用参考。

【主持人】大家好，今天我们邀请到了崔爱军来参加我们的CDA持证专访。崔爱军可以和大家打个招呼。

【嘉宾】大家好，我叫崔爱军，华南理工大学毕业，目前就职于时代中国这家地产50强公司，任集团数据中台部的负责人，主要负责数据相关平台的规划、建设及运维，同时负责数据架构、数据标准、数据质量、元数据、主数据的数据治理工作。

【主持人】在地产行业做数据分析还是比较新颖的，可以给大家介绍一个具体的相关行业数据应用案例吗？

【嘉宾】我知道大家印象里地产是比较传统的行业，管理手段相对粗放，数字化进程也比较缓慢，但其实这几年随着互联网浪潮的冲击，地产行业的数字化转型也在如火如荼地进行。我们时代中国算是比较早开启数字化转型的地产公司，从2017年开始至今，经过5年多的建设，已建成了80多套信息数据系统，覆盖了集团的各个业务条线，做到了业务数据从秒级到天级的多频率更新，赋能业务的统计分析。

【嘉宾】说到数据应用的案例，就拿我们房地产行业比较关注的现金流和利润来说，我们除了对集团已发生的现金流和利润进行高效的统计汇总，对未来的现金流和利润情况，我们也构建了测算模型进行预测。我们整合了项目的主数据、楼栋产品的价格数据、房间销售数据等多个数据源的业务数据，叠加了项目的节点信息和相关的销售计划，设置了多个业务条线的预测规则和业务标准，经过中台计算后，就可以非常方便地输出未来三个月、半年、一年及三年的分月现金流及盈利状况，支持公司高层进行多场景的业务分析，比如公司项目拓展、销售铺排等。另外我们还采集了大量外部数据，包括宏观、行业、项目、地块等，构建了宏观市场与土地价值分析模型，赋能城市地图跟战略决策等应用产品，支撑战略规划、销售铺排、土地拓展等业务决策。

【主持人】我看您负责了较多的数据治理的工作。什么是数据治理？它与数据管理、数据管控有区别吗？

【嘉宾】其实这个问题很多人都有困惑，也很容易混为一谈。其实它们有时候，特别是数据管理跟数据治理，是真的可以互换的，具体的差异主要还是侧重点各有不同。数据治理侧重于企业的顶层设计、战略规划方面的内容，是数据管理活动的总纲和指导，它指明了数据管理过程中有哪些决策要制定、由谁负责，更强调组织模式、职责分工、标准规范以及数据治理的蓝图规划、整体目标、步骤、路径及实施计划等。

【嘉宾】数据管理侧重于执行和落实数据治理策略，并在过程中予以反馈，强调管理流程和制度，涵盖不同领域的管理模块，比如元数据管理、主数据管理、数据标准管理、数据质量管理等多个模块的管理办法及相关落地。数据管控侧重于执行层面，是具体的落地执行所涉及的各种措施，例如在数据建模、数据抽取、数据加工、数据分析等数据开发过程中的预防、预警和纠错措施。数据管控的目的是确保数据被管理和监控，从而让数据得到更好的利用。总的来说，数据治理强调的是顶层策略，数据管理侧重于流程和机制，而数据管控则侧重于具体的措施和手段，三者相辅相成，很多时候我们在描述这一整块工作时，常会用数据治理来概括。

【主持人】面对数据质量参差不齐，存在安全隐患该怎么办呢？

【嘉宾】好问题，数据质量参差不齐确实是一个非常普遍的数据问题。我觉得它一方面主要表现为数据不全面，部分相关信息未能在线化、未能纳入系统管理；另一方面表现为数据不准确，比如提供的信息有误、工作人员录入错误、系统技术问题引起的数据错误，以及数据采集标准不统一导致的垃圾数据产生，这些都会影响基于数据的一系列应用的准确度，让数据分析系统难以发挥正常功能。

【嘉宾】我觉得可以采取的对策主要有三点：第一，需要完成业务在线化，提升系统覆盖度，要将核心业务的流程和系统操作迁移到线上，实现核心业务数据在线、及时更新。第二，建立主数据、核心业务数据及指标数据的标准规范，明确数据的系统录入及数据开发要求，落实过程责任人，开展滚动培训、定期考核，严格奖惩。第三，建立集团数据质量体系，按照PDCA循环，通过人工报账与自动监控相结合，及时发现数据问题，组织整改纠错，不断提高系统中的数据质量。目前这几点在我们时代中国已经基本落地，总的来看还是行之有效的。

【主持人】地产行业的数据资产该如何建设？

【嘉宾】我觉得主要有三点。首先，要以经营管理目标驱动，我们不能为了建设数据资产而建设，而是要服务于当下的经营管理目标，比如精细化管理供销存、提高费效比，有的放矢地进行资产盘点、治理和建设。其次，治理需要由点到面，在绘制完整个数据蓝图之后，与经营管理目标紧密联系的数据要先治理，紧密衔接业务与IT，协同管理与业务线共同完成对应主题的数据标准制定、指标制定、IT系统改造、管理流程搭建，在满足一系列经营管理用数分析目标后，分阶段逐步补充完整整个蓝图，并且针对已经治理的部分也要动态管理。

【嘉宾】最后，逐步完善资产管理框架。数据资产建设千头万绪、非常庞杂，不能全面铺开，而是要一条线围绕经营管理目标，提高快速见效工作的优先级；另一条线全面周全筹划，将重要而不紧急的业务系统、资产盘点、数据安全治理、元数据管理等工作逐步补充完整，同时引入数据资产管理平台相关的工具和软件。

【主持人】地产行业为什么需要数据中台？如何运转才能实现价值？

【嘉宾】数据中台这个概念在前几年由阿里巴巴引入业界后，迅速兴起了“中台热”，现在不同行业对数据中台都有不同的理解和多种定义。在我看来，数据中台可以理解为传统数据仓库的升级版本，它可以包含多个子系统，与数仓最大的不同是，它释放的高价值数据需要嵌入到业务运作中，因此对数据质量的要求非常高。

【嘉宾】它除了有传统数仓的功能外，在数据治理、开发管理等方面做了很大加强，有力保证了高数据质量；同时在传统数仓的分层中，增加了一个标签层，对业务实体进行全方位描摹，可以支撑对客户的精准营销。另外，在支撑传统的数据分析可视化应用基础上，增加了数据服务，可以通过API集成对业务系统进行实时的数据和模型共享，让提炼的高价值数据直接嵌入系统、赋能业务系统。

【嘉宾】而将中台的高价值数据直接嵌入到业务运作中，我觉得是实现中台价值的核心切入点。我们就将供应商招标风险分析做成一个数据服务，通过API嵌入到相关的供应链管理系统，在业务进行招标操作时，当选中入围供应商后，数据服务会实时返回相关供应商的风险信息，比如这几家供应商是否有围标风险、与公司内部员工是否有相关利益冲突，从而大大降低招标风险。而招标相关的数据通过业务系统又沉淀到数据中台，再经过模型分析计算，又可以给供应商打上更为精准的标签，这些标签又可以通过数据服务被业务系统的业务流程操作调用，这样数据就会越用越多、越用越准。

【主持人】感谢崔爱军今天为大家带来的分享，拥有卓越的大数据体系和平台整合能力，是未来优秀的房地产企业应该具备的特质。为了探索新的业务，地产企业也开始探索更多的业务形态，也更加重视对市场的精细化运营。房地产企业需要建设属于自己的数据中台，让问题变得简单，帮助企业将沉淀的数据用起来，驱动业务更加高效运转。这一期就是这样的内容，我们下一期再见。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0