中國民用航空局發展計劃司：2023年智慧民航數據治理典型實踐案例（537頁）.pdf

《中國民用航空局發展計劃司：2023年智慧民航數據治理典型實踐案例（537頁）.pdf》由會員分享，可在線閱讀，更多相關《中國民用航空局發展計劃司：2023年智慧民航數據治理典型實踐案例（537頁）.pdf（537頁珍藏版）》請在三個皮匠報告上搜索。

1、 信 息 通 告 中 國 民 用 航 空 局 發 展 計 劃 司 編 號：IBPL202301 下發日期：2023 年 5 月 4 日 智慧民航數據治理 典型實踐案例 前 言 數據作為新型生產要素，是民航行業數字化、網絡化、智能化的基礎。為充分發揮數據價值，完善行業數據治理體系，提升行業數據治理能力，民航局提出了行業數據治理頂層框架?！爸腔勖窈綌祿卫怼笔侵敢悦窈叫袠I數據為主要對象，以最大限度實現數據價值為目標，在確保數據安全的前提下，通過多方主體共建、共治、共享的方式，實現面向行業數據全生命周期的優化數據質量、改進數據服務、釋放數據價值的過程。民航局智慧辦通過對國內各行業、各地方政府相關法律

2、法規、標準規范和技術文件，以及國外經典數據治理案例的調研、梳理，提出智慧民航數據治理規范體系架構，包括 框架與管理機制數據架構 數據安全 數據質量 數據服務 數據共享 數據治理技術和典型實踐案例等八個部分（7 部行業標準和 1 部信息通告）。智慧民航數據治理典型實踐案例 匯集了行業數據治理典型案例 55 個，歷經單位申報、專家遴選、集體研討、反復優化編纂而成，既是業內相關工作的經驗凝練，也是對 7 部行業標準的具象化呈現，可為開展民航業務數字化轉型工作提供可借鑒與參考的范例。鑒于數據治理的政策與技術仍處于高速發展階段，尚需不斷積累經驗，望相關單位在實踐過程中多提寶貴意見與建議，以便今后完善、總

3、結。本信息通告的日常維護工作由民航局智慧辦、中國民航管理干部學院大數據與人工智能系負責（聯系人：劉一；地址：北京市朝陽區花家地東路 3 號；電話：13811299061；郵箱：）。主編單位：中國民用航空局發展計劃司 中國民航管理干部學院 中國民用航空局信息中心 目 錄 航空運輸企業航空運輸企業 多措并舉 構建國航數據治理長效機制.1 數據治理助力東航數字化轉型.11 南航數據管理體系建設及能力提升工程.19 廈門航空數據治理體系的構建與應用.29 山東航空數據治理體系及實踐.39 智慧川航大數據治理及人工智能平臺.49 航企數據治理與數字化轉型實踐.59 基于深度學習技術的手冊數字化實踐.69

4、 航空公司生產數據集成自動化治理的實踐與應用.79 探索數據治理，助力長龍航空數字化轉型.87 機機 場場 標準創新引領首都機場集團數據治理能力提升.97 機場收費結算數字化轉型實踐.107 首都機場集團有限公司 RFID 行李全流程跟蹤數據中心建設與數據治理實踐.117 點數成金，提質增效首都機場數據治理之路.126 構建數據治理體系，驅動業務高質發展北京大興國際機場數據治理探索及實踐.136 以數據管理驅動行李服務質量提升.146 強化時空數據治理，全面推動上海數字孿生機場建設.156 虹橋機場能源數據治理實踐案例.166 基于大數據運用的機場安檢管理.176 白云機場數據治理實踐.186

5、 基于 AMDB 標準的機坪運行管理系統實踐.195 四川省機場集團基于飛行區智能管理系統的飛行區生產數據治理實踐.205 成都天府國際機場建設期以數據治理驅動智慧機場建設的應用實踐.215 湖北機場集團生產運行數據治理典型案例.225 提升數據治理能力 長沙機場智慧機場建設與發展.235 財務數治化（財務共享服務中心）建設項目.245 數據賦能青島機場數據治理體系建設.255 淮安機場智慧生產運行數據治理.265 基于區塊鏈技術的民航旅客信息預檢預登記信用數據治理平臺.275 多源運行數據融合治理與應用實踐.285 基于機場航班運行的數據治理體系構建與實踐.295 新疆機場集團生產運營管理系

6、統建設項目.304 貴州民航產業集團有限公司大數據管理及應用.314 民航局空管局、地區空管局民航局空管局、地區空管局 民航空管航班數據資產目錄設計構建實踐.324 民航協同流量管理全域主題數據治理.334 制定數據標準，提升數據質量 推進民航空管飛行計劃數據全面統一共享.343 中南空管航班信息數據治理及應用實踐.351 西南空管局生產數據治理研究與實踐.361 西北空管局數據治理體系.371 新疆民航氣象數據管理應用平臺.381 運輸保障企業運輸保障企業 旅客數據對外提供治理實踐案例.391 數據治理為先的民航旅客服務系統 大數據平臺建設.401 機場智慧中臺數據治理實踐案例.411 智慧

7、民航數據價值挖掘實踐.421 基于大數據的民航數據治理及應用實踐.430 電子身份證照在民航的應用與管理.440 客運收入結算數據安全治理體系建設.448 機場生產要素交換服務數據治理解決方案.457 智慧航油工業大數據平臺.467 民航地區管理局、民航局直屬企事業單位民航地區管理局、民航局直屬企事業單位 民航中南局內部控制數據治理的實踐.477 運輸機場數字化凈空一體圖研究及應用.487 民航政務信息化數據治理實踐.497 數字化智能運維實例.507 基于多元數據治理的民航空防治安事件處置量化監管.514 面向重點型號需求的智慧適航審定數據治理體系.524 1 多措并舉多措并舉 構建國航數據

8、治理長效機制構建國航數據治理長效機制 單位/部門：中國國際航空股份有限公司/規劃發展部 主要人員：李成、劉春、徐欣、蘇倩、劉默 一、背景和痛點一、背景和痛點 1.1 背景 為貫徹落實習近平總書記關于推動數字經濟和實體經濟融合發展的重要指示精神，落實民航局關于加快推進智慧民航建設的戰略舉措，民航局印發智慧民航建設路線圖和智慧民航數據治理規范，要求完善民航數據治理體系，落實民航強國建設，促進民航高質量發展。中國國際航空股份有限公司（以下簡稱國航或公司）承接上級要求并結合自身發展實際，以數字化轉型為契機，扎實推動數據治理各項工作開展。國航完成了數字化轉型“1364”規劃，下發了數字化轉型行動計劃，其

9、中數據治理是數字化轉型一項重要落實舉措和基礎保障。2017 年國航設立數據管理職能和部門，堅持目標導向、價值導向、問題導向，統籌推進公司層面數據治理工作，在搭建頂層設計、完善治理體系、建立規章制度、強化技術支撐、打造典型案例等方面取得積極進展，逐漸走出一條可復制、可推廣的數據治理管理路徑。1.2 痛點 國航信息化起步較早，信息系統建設尤其是領域級信息系統建設較完備，數字化和數據治理具有優勢，但同時也帶來問題。圍繞數據治理總結的痛點如下：缺乏統一標準，缺乏有效抓手。缺乏統一標準，缺乏有效抓手。國航的主要業務單位體系化很強，各系統內部耦合度高，系統之間缺乏統一的標準和規范，數據難以集成和共享，形成

10、“數據孤島”。數據治理工作繁雜耗時，缺乏有效抓手則很難在短期內產生直接的成果和效益，因此需要找到切入點，將數據治理工作融入到業務提升項目中去，在業務價值提升中呈現數據治理價值。數據資產分布不清晰，人才儲備不足。數據資產分布不清晰，人才儲備不足。已構建公司層數據資產地圖，但具體2 數據項情況不清晰，“找數難”成為數據治理的一大障礙。數據作為資產需要專人管理并持續完善。目前公司級數據資產管理體系已基本構建，主要業務單位專人專崗承接是當前急需解決的問題，以保證數據治理工作推進落實。數據應用存在局限，數據文化尚需營造。數據應用存在局限，數據文化尚需營造。數據應用方面需求分析流程尚不完善，支持“實時業務

11、決策”“事前預測”等數據應用的場景仍不夠豐富，對管理層決策支持不足，分析系統和業務系統處于分離狀態。推動數據管理的業務認責，需要公司培養數據文化，構建數據治理的土壤和環境，接受數據驅動的管理模式。二、實踐路徑二、實踐路徑 國航從頂層設計出發，建立數據治理框架，形成數據治理組織，統一數據治理方法論，明確數據治理技術路徑。以大處著眼、小口切入的方式，探索數據治理落地辦法，在構建公司整體數據治理框架基礎上，以航空公司核心資產飛機為抓手，完成飛機主數據管理和飛機數據標準統一。創建公司內外數據生態，制定安全策略，確保數據使用安全，建立數字化轉型創新實驗室，創新數據應用，形成數據治理新局面。2.1 完善數

12、據治理頂層設計，構建治理架構和治理路徑 全面系統地構建數據治理架構。全面系統地構建數據治理架構。國航非常重視數據治理頂層設計，構建數據治理架構，囊括管理政策、組織與人員、工作內容、技術支撐等內容，全面系統化地把數據治理各層面有機結合。圖 1：國航數據治理頂層設計 3 準確清晰地制定數據治理發展路徑。準確清晰地制定數據治理發展路徑。一是業務過程全面線上化，數據全面采集，實現業務數據化；二是完善數據的安全管控與標準治理，逐步實現數據資產化；三是數據能夠廣泛共享和應用，能基于大數據和人工智能輔助決策，推動數據價值化，切實提升公司能力。2.2 建立數據治理組織機制，設計分層次數據治理結構 組建分層數據

13、治理組織。組建分層數據治理組織。領導層成立信息化與數字化建設領導小組，由公司董事長任組長，作為數據管理的預決策機構；管理層設置數據管理責任單位和責任人，把管理職責明確到各單位，成立數據聯合工作組，作為數據治理的議事機構；員工層在各單位增加專兼職數據管理人員的崗位。建立健全數據治理配套機建立健全數據治理配套機制。制。國航先后下發公司數據管理規定、數據安全管理實施細則、數據標準字典管理實施細則等文件，數據治理的管控初見規模。2.3 統一數據治理方法論，形成“業務+IT”雙輪驅動 統一實施一套方法進行數據治理。為使業務和系統有機結合，形成“業務+IT”雙輪驅動，一是梳理跨領域業務流程，串聯各板塊的業

14、務數據；二是盤點各領域信息系統，梳理各系統存儲情況，最終通過數據資產地圖鏈接業務和系統。完善跨領域業務流程，串聯各板塊業務數據。完善跨領域業務流程，串聯各板塊業務數據。在已有相對完備的作業指導書、工作手冊的基礎上，重點以旅客全流程接觸點、運行全流程接觸點、員工全流程接觸點為核心，梳理跨業務場景數據的標準和規范，打通業務流程斷點，銜接跨領域業務流程，實現數據共享。盤點各領域信息系統，梳理各系統元數據。盤點各領域信息系統，梳理各系統元數據。以重大 IT 建設項目為切入點，從全流程旅客服務、運行保障、航空安全管理等領域，規范各系統數據處理標準、明確數據使用口徑，記錄數據跨系統流轉情況，收集整理元數據

15、信息。運用數據銜接業務與技術，建立數據資產地圖。運用數據銜接業務與技術，建立數據資產地圖。在數據資產地圖中把業務場景的數據需求關聯信息系統中的元數據形成數據模型，依靠數據模型轉換業務經驗成為數據資產，使業務、技術人員找準定位，實現數據消費。2.4 制定數據治理技術藍圖，明確數據治理技術建設路徑 國航在推進數據治理工作時，同步開始數據資產管理中心建設，以保證數據4 治理工作有工具有系統，固化管理經驗，實現動態監控，提升數據運營能力。圖 2：國航數據治理技術發展藍圖 統籌規劃數據平臺，統一管理數據資產。統籌規劃數據平臺，統一管理數據資產。打通數據倉庫、營銷服務平臺、安全運行平臺等幾大平臺的數據，建

16、設數據資產管理中心，統一管理數據標準字典、數據表、主數據、數據標簽、數據指標、數據質量、數據安全合規等。迭代建設數據中心，分階段增強管理功能。迭代建設數據中心，分階段增強管理功能。數據資產管理中心的建設分為三個階段建中心定標準建中心定標準：建設數據資產管理、資產檢索、資產權限申請、數據可視化、數據內外部共享集成等功能。匯數據筑能力匯數據筑能力：建設數據規范、數據開發、數據質量、數據服務開發等能力，逐步使各業務領域數據資產清潔，使業務數據資產化。創價值建生態：創價值建生態：引入區塊鏈、人工智能等技術，持續建設公司數據資產管理中心，提供智能輔助決策，驅動業務創新流程優化。2.5 落實數據治理工作內

17、容，以點帶面切入飛機資產管理項目 為使數據治理工作落到實處，國航以飛機資產管理項目為切入點，理清飛機數據資產“來龍去脈”，實現飛機業務數據化、資產化、價值化。另一方面，建立以用戶為導向的治理服務模式，提升數據治理“友好度”。（1）理清飛機數據資產“來龍去脈”，搞清數據治）理清飛機數據資產“來龍去脈”，搞清數據治理的主體“數據資產”理的主體“數據資產”系統梳理機隊管理流程，形成數據資產目錄。系統梳理機隊管理流程，形成數據資產目錄。通過飛機計劃、飛機引進退出、飛機價值評估等機隊管理業務流程梳理，形成飛機管理業務全景視圖。進而形成與業務流程節點對應的數據邏輯實體，建立起“主題域分組、主題域、業務對象

18、、數據邏輯實體、屬性”數據資產管理目錄，使飛機管理業務數據化。5 全面設計飛機相關數據模型，形成技術資產。全面設計飛機相關數據模型，形成技術資產。對飛機管理數據進行建模和數據清洗，形成飛機管理系統的數據全景視圖，包括飛機主數據、發動機主數據、模擬機主數據、規劃數據、價值評估和監控數據、引進和退出數據等，建立起包含“數據源、數據庫、表視圖、字段、數據服務”等內容的技術資產。準確連接飛機業務和技術，形成業務資產。準確連接飛機業務和技術，形成業務資產。根據飛機管理場景，連接飛機數據資產目錄和技術資產，理清飛機數據資產目錄中數據邏輯視圖和屬性的名稱、定義、業務用途等，理清飛機技術資產中表視圖和字段名稱

19、、類型、關聯關系等，建立起“業務邏輯實體對表視圖、屬性對字段”的關系，形成業務資產。規范飛機數據定義和口徑，形成數據標準。規范飛機數據定義和口徑，形成數據標準。識別飛機主數據、參考數據，對使用頻率高、價值大的數據制定數據標準，明確定義、口徑、標準來源（如民航局制定的數據標準）、管理單位等內容，建立起“國家標準對應國航標準、行業標準對應國航標準、國航標準對應單位標準”的映射體系，使數據資產化。圖 3：飛機數據資產管理 配套飛機用數機制和工具，落地數據服務。配套飛機用數機制和工具，落地數據服務。設計飛機數據資產的指標體系和數據模型，提供數據再加工再利用的可視化工具，實現飛機引進退出分析、飛機價值評

20、估、飛機生產監控預警、飛機投資計劃分析等多種數據服務，有效機隊管理分析效率和分析能力，實現數據資產價值化。（2）建立以用戶為導向的治理服務模式，提升數據治理“友好度”）建立以用戶為導向的治理服務模式，提升數據治理“友好度”建立以用戶為導向的數據治理服務模式。把數據用戶放在首位，分層級設置賬戶，個性化提供服務。根據飛機數據使用場景，設計數據內部共享流程、數據外部共享流程、數據外部授權流程，支持用戶進行數據需求檢索、申請、授權等6 操作，提升用數體驗。對用戶數據分析賦能，使用戶能便捷進行數據展示和挖掘、能及時提出數據質量問題，從而有效改進數據消費體驗，使“人人愿意用數據”。2.6 構建數據治理生態

21、體系，實現內部互聯外部互通 建立數據治理的生態體系，實現國航跨領域數據互通互聯，逐漸融入航空產業數字生態鏈，進而參與交通業數字建設。遵循“誰使用，誰負責”“有相關才使用”“統一接口，共享可用”的原則，堅持以客戶為中心，打通業務流程，與航空產業鏈及跨航空伙伴合作形成數據通道，釋放用數需求，降低用數成本，激發數據分析、數據挖掘意愿。打通數據標準，實現國航數據互通互聯。打通數據標準，實現國航數據互通互聯。通過信息化與數字化領導小組，統籌管理單位、用數單位、供數單位等角色，明確責任、制定處理流程、清晰審批程序，根據“場景清晰，內容合理合法合規，應給則給”原則，充分對用數和供數進行授權，讓數據流動，避免

22、因為要數難而形成小的“數據堰塞湖”，逐步形成公司大的“數據湖”。如為客艙服務人員提供旅客銷售環節產生的客戶畫像、會員級別等信息，使其提前為服務客戶做好準備，提升旅客體驗；為航班運行部門提供地面節點保障信息和旅客登機信息，使其更好地調整排班計劃。依托業務場景，實現行業內數據共享。依托業務場景，實現行業內數據共享。國航通過業務場景梳理，制定航班唯一標識算法，實現航司與機場的數據打通。與民航局共享航班運行數據、開展政務數據方面的合作，提升行業管理水平和運行效率；與首都機場、上海機場等單位，共享航班運行、旅客快速通關、機場數字地圖等信息，提升旅客體驗；與飛豬、攜程等互聯網企業合作，擴展國航營銷渠道，提

23、升國航收入水平。截至 2021年底已實現與民航局、首都機場等單位的數據共享，涉及數據 3517 項。提升客戶體驗，參與交通業數字建設。提升客戶體驗，參與交通業數字建設。為滿足旅客乘機前后銜接高鐵的需求，國航開展異業合作，提供向外輸出的服務接口，與第三方平臺開展銷售、服務一體化的跨航空領域和鐵路運輸領域合作，打通旅客出行場景，多觸點釋放服務壓力，更好的輻射國航旅客群和全鏈條服務旅客；跟進國際健康通行證項目，實現入境場景下的旅客“雙陰證明”自動校驗功能。2.7 出臺數據治理安全策略，守牢數據安全底線 7 安全是國航重中之重的工作，數據治理也要守牢安全底線。根據“重要數據資產安全優先，非重要數據資產

24、效率優先”原則，建立數據安全管理策略框架，遵循法律法規、行業規章、公司數據安全制度，明確數據安全管理關系人，管理數據安全全生命周期。實施數據安全分級。實施數據安全分級。國航將數據安全等級分為八類，并在分級的基礎上，重點梳理個人信息、跨境傳輸數據使用情況，制定員工個人信息、旅客個人信息的管理制度，加強管理和監督。建立年度數據安全檢查機制。建立年度數據安全檢查機制。定期開展數據安全檢查，并形成評估報告，不斷完善數據安全管理工作水平，及時發現數據安全隱患，降低數據使用合規風險。設計數據安全事件應急響應流程。設計數據安全事件應急響應流程。建立數據安全事件應急響應流程，并要求核心業務單位建立本單位數據安

25、全事件應急流程，與公司流程銜接。防范和應對突發數據安全事件，提供明確、可操作的處理報送流程和高效的解決方案，最大程度地減輕突發事件給客戶和公司帶來的損害。2.8 激活業務創新應用潛力，促進數據治理加快發展 通過應用產生數據價值是數據治理的最終目標，同時數據應用的結果可以反作用于治理優化。國航以創新機制為切入點，打造創新實驗室/工程技術中心、工會“五小”創新和創新基地三大創新渠道，設立 3 個公司級創新實驗室和 9 個專業領域級創新實驗室，通過“短、平、快”的創新孵化，加速數據價值釋放，挖掘數據治理潛力，形成數據治理-應用-再治理的管理閉環。三、應用效果三、應用效果 公司通過開展數據治理，推動以

26、數據資產管理服務來滿足用戶多層次需求，沉淀各單位在數據使用上的經驗與探索，形成對數據資產的統一管控，同時可提供有效的數據安全、質量審計結果，為公司逐步構建數據資產管理中心創造有利條件。3.1 數據資產管理水平全面提升 數據資產管理體系形數據資產管理體系形成。成。國航已形成全業務覆蓋的數據資產目錄。2021 年發布國航數據資產地圖 1.0 版，包括 13 個一級目錄、77 個二級目錄；在公司統8 籌整體資產地圖的同時，各業務領域持續做深做實數據資產梳理，以地面服務領域為例，目前已梳理形成 8 個三級目錄、27 個四級目錄、98 個五級目錄。飛機飛機主數據主數據模型模型基本構建?；緲嫿?。梳理飛機

27、主數據共 255 個字段，其中唯一標識 154 個，飛機基礎配置 16 個，飛機機型相關 83 個。集成數據和手工采集數據 462 個，事務數據 1427 個。數據標準有章可循。數據標準有章可循。建立數據標準管理體系，實現數據標準的公司統一管理，消除各部門間的信息差異，為數據共享打下堅實基礎。將數據標準嵌入業務流程和對應的生產系統，使數據、業務、技術之間的結合更加緊密。2017年至今，陸續更新發布 3 版公司級數據標準字典，確立 108 條公司級核心數據標準。盤點數據資產家底。盤點數據資產家底。全面摸底信息系統數據資產現狀，目前梳理 297 套信息系統，形成全系統覆蓋的技術類數據資產清單。包括

28、全流程旅客服務相關系統 37套，如國航 APP；樞紐運行相關系統 82 套，如數字化運行風險評估系統、乘務員資質管理系統等等。營造數據文化氛圍。營造數據文化氛圍。提供公司統一的數據管理界面和流程，降低數據使用門檻，使數據資產的使用變得清晰可行。廣泛開展數據治理、數據應用培訓，覆蓋核心數據管理人員 300 人次以上。強化數據安全合規。強化數據安全合規。開展數據出境安全評估工作，成為全國首批數據出境獲批場景。3.2 數據驅動業務創造更大價值 催生數字服務，提升旅客體驗。催生數字服務，提升旅客體驗?；诼每鸵暯?，整合全流程旅客數據，實現客票自助退改、選座值機、無紙化通關、行李全流程追蹤、特殊旅客服務

29、、中轉服務、會員服務等數字服務，加強出行服務全面線上化和線下服務智能化，提升旅客的全球、全流程、全接觸端數字化出行體驗。2019 年起，國航完成國產芯片RFID 行李條的測試，成為國內首家使用國產芯片行李條的航司，打造“自助為主、人工為輔”的智慧行李服務新模式。國航實現國內 138 個通航站點遠程自助值機服務 100%全覆蓋。聚焦安全和穩定，提升資產效率。聚焦安全和穩定，提升資產效率。集成航班、飛機、機組數據，以航班運行控制管理系統為核心加強航班全流程安全管控；建立航班信息查詢系統，提供全流程運行管理信息；通過電子飛行包（EFB）、QAR（快速存取記錄器）解析應用等系統，提升數據共享及分析能力

30、，釋放海量飛行數據的應用價值。助力員工助力員工管理，提升員工能力。管理，提升員工能力。圍繞員工便捷應用、員工生活服務、人力數9 據綜合分析、人事管理關鍵環節線上化與深度協同等場景，通過移動端賦能和服務一線員工，提高公司辦公與運行效率。落實國資委監管要求，推進集團一體化建設和人、財、物資源管理模式優化，初步構建中航集團國資國企在線監管能力。3.3 數據賦能生產經營管理決策 通過數據治理工作，實現生產經營數據可視化、歷史數據模型化，更好地輔助領導層決策，實現從數據到智慧的轉變，使數據價值得以體現。在安全運行領域，在安全運行領域，搭建運行監控平臺，構建全維度和全流程的運行監控能力，完成空中監控核心功

31、能開發，可對飛機的實時狀態進行監控、預警，提供智能化應對方案。在商務營銷領域，在商務營銷領域，構建生產組織、航班信息發布等全流程的輔助經營決策數字化信息流，科學組織航班管理系統的航班計劃編制和發布、航線網絡預測與評估、時刻管理和機隊分配與優化；搭建基于大數據分析的全球運力網絡分析工具，融入“全球運力投入規模與趨勢”“運力份額分析”等場景，提高航線網絡規劃質量。在服務保障領域，在服務保障領域，通過車輛運營監控平臺匯聚地面特種車輛數據，實現車輛維修管理、位置監控、資產分析等能力，提升車輛管理數字化水平。在在飛機維修領域，飛機維修領域，打造飛機健康管理系統（APCM），基于可追溯的非結構化數據，建設

32、飛機物理結構的“數字孿生”模型，減少預防性維修和非計劃維修，實現飛機系統狀態的故障預測，高效保障飛機持續適航及安全運行，推進民航機隊維修工程管理水平由粗獷型向集約化、精準化發展。四、洞察啟示四、洞察啟示 4.1 加強數據治理領導，強化板塊統籌協調 數據治理是涉及全公司的系統工程，需要領導重視、統籌推進。國航形成了公司級領導小組和業務、技術、管理三方協同的組織推進形式，統籌制定公司內部的數據方針政策，協調解決長久以來跨領域、跨板塊數據缺乏統籌的管理難題。4.2 沉淀數據治理方法，打造國航數據標準 在國航數據治理推進過程中，以企業架構和通用數據治理方法為基礎，結合10 自身情況與實踐經驗，逐漸形成

33、一套適用性較強的數據治理方法論。同時，將數據治理方法論定義為國航系統建設標準，融入方案審批與成果驗收環節中，實現方法論的不斷復制，使數據資產形成累積，解決跨業務板塊的數據煙囪問題。4.3 運用新技術新手段，確保數據持續發展 在數據治理推進過程中，國航面向未來發展的潛在能力，聚焦當下的熱點技術話題，始終將數字化新技術的運用放在首要位置。在傳統的生產系統和數據倉庫基礎上，融合應用區塊鏈、數子孿生、人工智能等新技術，提升生產效率和分析能力。4.4 統籌數據梳理需求，避免重復建設投入 通過構建整體數據架構和發展藍圖，目前國航已形成了統一的數據資產管理中心框架，統籌對接數據類建設、共享需求，打破數據壁壘

34、，減少數據搬家，避免重復投資，在民航業發展困難時期從數據端發揮降本增效作用。4.5 加強數據共享合作，構建數據應用生態 要發揮數據最大價值潛力，不僅要在公司內流轉起來，更要實現產業鏈、生態圈的互聯互通。國航一直以來是民航數據共享的支持者和生力軍，同時也在不斷拓展產業鏈上下游如機場、旅客營銷服務、飛機制造維修、航油消費、航材供應等各環節的數據合作、共享場景。通過數據合作，加深業務融通，不斷延伸產業生態鏈，共同挖掘新價值。11 數據治理助力東航數字化轉型數據治理助力東航數字化轉型 單位/部門：中國東方航空股份有限公司 一、一、背景和痛點背景和痛點 中華人民共和國國民經濟和社會發展第十四個五年規劃和

35、 2035 年遠景目標綱要提出，發展數據要素市場，激活數據要素潛能。數據要素成為推動數字經濟深化發展核心引擎。習近平總書記指出：“要運用大數據提升國家治理現代化水平。要建立健全大數據輔助科學決策和社會治理的機制，推進政府管理和社會治理模式創新?！贝髷祿?、人工智能、云計算等新技術的蓬勃發展使得數據的價值日趨顯現。數據已成為基礎設施，成為業務發展重要原動力，也是各類企業的核心資產。中國東方航空股份有限公司（以下簡稱東航）是一家總部位于中國上海的國有控股航空公司，是中國三大國有大型骨干航空企業之一。在中國民航第十三個五年規劃的指引下，國際化、互聯網化成為東航新階段新目標。數據已成為打造互聯網化東航、

36、重塑客戶體驗和運營模式的重要原動力，數據資產管理和運營能力也將成為公司的核心能力。隨著東航的數據量成指數級增長，需要通過數據治理對龐大而復雜的數據源以及輸出的數據資產進行高效和精準的管控，實現數據在不同部門和系統內有序的交換和共享，充分發揮其價值。數據治理是保障數據質量的必須手段，數據治理的價值貢獻在于確保數據的準確性、可獲取性、安全性、適度分享和合規使用，只有解決了數據問題，才能從根本上提升企業的核心競爭力。經過十多年信息化建設，東航在數據應用分析、數據架構等方面已取得了一些成績。通過大數據平臺的建設，實現了數據的采集存儲、分析應用，利用其數據處理能力，不斷深入挖掘數據價值，提升數據洞察能力

37、；通過 QAR 大數據的應用，有效進行了安全預警及安全原因分析，提升業務決策能力，降低安全隱患；成立了算法實驗室，致力于應用人工智能解決航空公司面臨的問題，提升整體運營效率；成立了數據實驗室，通過自主研發的多項核心產品，對原有的數據使用方式進行了革新，在企業內推行公民數據科學家取得了一定的成效，并多次獲得12 國內外大獎，得到了行業專家和公眾的認可。但由于數據分散在眾多系統中，缺乏統一的數據定義和數據分類，因此在數據使用上存在數據不標準、數據不一致、數據完整性差等問題。與國內外一流企業對標仍存在較多不足,總體可以歸集為以下四方面：制度缺乏制度缺乏，缺失企業級數據治理體系，缺乏數據管理工作流程，

38、各單位管理水平參差不齊。權責不清權責不清，缺少企業級數據管理部門，數據管理職責的界定，追責協商比較困難。數據質量問題很難有效解決，導致數據資產價值很難被深入挖掘。協同困難協同困難，業務與 IT 部門之間存在溝通障礙，難以建立以數據驅動的業務閉環，業務壁壘和數據孤島問題嚴重。資源不足資源不足，缺少一支既懂業務又懂 IT 專業的、專職的數據治理團隊。數據治理工具的成熟度不足，難以有效推廣。二、二、實踐路徑實踐路徑 2.1 明確數據管理的戰略目標 東航始終秉承“數字化是航空公司最高形態”的戰略思想。隨著數字化轉型要求的具體化和深入化，東航確立了“管用結合、以管促用”的數據管理指導思想。明確了數據管理

39、的工作目標：提升數據質量、保障數據安全、促進數據共享、最大化數據資產價值。在公司數據管理委員會的統籌指揮下，東航對數據資產逐步開展盤點治理，逐步形成堅實的數據底座，為業務數字化轉型賦能。2.2 形成數據管理組織機構 圖 1：數據管理組織機構 13 2017 年底，東航建立了數據管理委員會和數據管理工作小組，成立數據管理中心，全面啟動數據管理工作。2.3 創新“盤規治用”數據管理工作模式 圖 2：“盤規治用”基本流程 根據數據管理的要求，結合實際情況，東航摸索總結出“盤規治用”數據管理工作模式。通過“盤規治用”將 14 個管理活動串聯起來，涵蓋了數據管理的各個方面?！氨P”即盤點數據，通過元數據采

40、集、數據入湖和探查，初步掌握業務系統中存儲的數據內容和質量情況。通過元數據采集率，掌握數據盤點進度；通過元數據打標率，掌握元數據識別程度；通過元數據注釋率，了解元數據質量?！耙帯奔匆幏稊祿?，通過實體編制，明確數據共享級別，建立數據目錄。通過數據認責，明確責任單位和數據源頭。通過標準編制和數據建模，建立數據的業務規范和技術規范?！爸巍奔粗卫頂祿?，通過數據落標，將數據標準推廣落地，逐步解決數據標準不一致等問題。通過質量檢核，分析數據質量。針對質量問題，開展數據治理專項。通過價值評估，掌握數據資產價值，作為采用不同數據管理措施的依據以及數據交易估價的參考?！坝谩奔词褂脭祿?，通過數據平臺將源頭數據根據

41、數據標準清洗落地，發布數據服務，促進數據共享。通過實體映射，將數據目錄與數據服務關聯，形成“盤規治用”閉環。2.4 建立數據管理長效機制 14 數據治理工作是一項較為復雜的系統工程，必須結合企業自身管理特性，通過有效的企業數據管理制度，為數據管理的成功保駕護航。在公司層面，東航發布了中國東方數據管理辦法和外部數據交互管理辦法，作為公司數據管理工作綱領性、指導性的規章制度。在業務層面，各單位根據生產運營數據的管理需要，發布了數據安全使用規范、數據維護管理辦法等制度，保障數據采集、使用合規高效。在技術層面，從項目管理、技術架構、數據存儲方面發布了若干管理規范，實現數據管理全流程有章可依。圖 3：數

42、據管理制度體系 2.5 搭建數據中臺，促進數據開放共享 數據中臺作為數據治理的落地平臺，落地數據治理成果，包括數據標準、數據模型和加工整合規則。整體設計上采用 Kappa 架構理念，整體架構分為三層，分別是數據處理層、監控調度層和探查分析層。數據中臺也是保障東航整個企業數據共享交換的數據平臺，使用數據中臺解耦當前系統多對多關系，由數據中臺提供高質量數據，成為內外統一數據源，同時通過中臺向業務部門和下游系統提供高效、靈活的服務（支持現存系統所有符合信息部標準要求的數據提供方式），支持實時數據共享和非實時數據分析，最終實現跨領域的數據互聯互通。15 圖 4：東航數據中臺三層架構 2.6 搭建數據資

43、產管理平臺，實現數據資產可視化 數據資產管理平臺通過數據地圖，向公司全員提供找數據、用數據能力；通過元數據、數據標準、數據質量、數據模型、數據服務管理等功能為數據管理人員提供數據管理能力，以及數據資產展現和管理，將數據資產可視化。圖 5：東航數據資產管理平臺 三、三、應用效果應用效果 3.1 通過數據治理專項，切實解決業務問題 16 自數據治理工作啟動以來，以建體系、定標準、提質量為目標，通過評估數據質量，分析業務流程，查找出多個業務痛點，使用治理專項模式，建立了業務、IT 和數據聯合工作組，針對業務痛點，優化業務流程和數據流向，制定數據標準，設計解決方案，并通過數據中臺實現專項方案及各數據整

44、合需求的落地，提升數據質量，降低數據重復維護的成本，切實解決實際業務痛點。2018 年至今，在航班、飛機、員工、參考等數據域中先后開展了 20 多個數據治理專項。其中，員工專項工作組由人力部領導掛帥，成效最為顯著。陸續發布了E-HR 系統數據字段定義和E-HR 系統數據質量標準，并定期發布數據治理專項簡報，對重點問題督辦整改。僅半年時間，數據質量提升了 11 個百分點。3.2 管用結合，賦能企業發展 在實現全面管數據，推進深度用數據，通過提升創新能力，將新技術與業務場景融合，探索新產品，挖掘更多業務價值。運用運籌優化、機器學習等方法解決內部營銷、運行、服務等領域復雜的業務問題。利用人工智能進行

45、艙位銷售控制，覆蓋百余個獨飛和競爭航班；在浦東S1 衛星廳建立橋位分配優化模型，實現業務約束下最大靠橋率；通過神經網絡算法實現精準配餐；利用數據分析支持“隨心飛”等產品銷售，持續提高客座率。算法實驗室持續推進核心算法自主化，目前算法自主研發率已達 72%。其中，自主研發的帶飛排班算法可節約外購成本高達 200 萬元；航班連線算法目前可實現sabre 業務系統中相關計劃模塊同等功能，后續可逐步實現國產替代。3.3 推進數據底座建設，構建航空數據生態 以數據和數字孿生技術為驅動，通過業務與新技術的融合，以 GCS 系統、算法平臺、IoT 物聯網平臺、數據中臺為核心，構建集成化的系統生態體系，構建以

46、實時感知、數據和算法為驅動的業務流程體系，從而不斷夯實數據底座的建設。為了打通東航航班運行全生命周期的各個保障節點，更精準保障航班，為旅客提供更舒適的體驗，東航與各地機場緊密協作，推出“無接觸、無紙化、無聚集”的智慧出行，設立“一站式”綜合服務柜臺，讓數據流動起來，讓旅客少跑17 路。經過近三年努力，東航與國內 40 多家千萬級機場建立了數據共享渠道。共同建立數據標準與技術規范，開展數據質量監控，保障數據交互質量，提升了雙方在日常生產作業協同決策效率和服務效率，保障旅客出行的“準點、舒適、安全”。與機場、空管建立了三方合作機制，在生態圈數據共享、室內室外定位導航、場面通信、飛行器及車輛機坪運行

47、軌跡數字化等多個領域深入合作。以航空器在機坪上起降運行全流程為基線，梳理每個信息節點的數據提供方和消費方，通過統一的數據標準，加速生產數據的跨域流動，提升運行的共享化、協同化，在機坪生產的業務鏈上實現運行效益的最大化。四、洞察啟示四、洞察啟示 4.1 體系先行，制度保障 數據治理體系是開展數據管理工作的指引，數據管理辦法數據開展數據管理工作的依據。通過借鑒國內外先進的數據治理體系和數據管理最佳實踐，結合公司實際建立數據管理路線圖，協同數據管理相關人員，重點突破關鍵問題，保障各項數據管理工作穩步開展。4.2 平臺配套，管用結合 數據孤島和數據資產流通不暢是數據管理工作需要從根本上解決的兩大問題。

48、在數據管理制度的保障下，建立數據中臺和數據資產管理平臺有助于解決這兩大問題。數據中臺將業務系統間的網狀連接，優化為通過數據中臺的主干連接，打造對內通路、對外架橋的格局。數據資產管理平臺是公司的數據資產供需平臺，將數據提供方、數據使用方和數據管理方連接在一起，為數據使用方提供數據資產查詢和申請便利，為數據提供方提供數據資產可視化能力，為數據管理者提供數據管理工具。4.3 培育文化，激發潛能 18 “數據”作為新型生產要素參與分配，其根本性、關鍵性、全局性作用滲透、融合、貫穿在企業管理的全領域、全過程。數據治理作為企業數據資產管理的核心機制，必然促進企業數據文化的蓬勃發展，帶動企業數據生態的持續繁

49、榮。，深刻認識到數據文化培育的重要性，積極推動數據融入運營模式、思維方式，實現以數據為基礎的全員認知升級，將數據文化厚植于企業管理文化。19 南航數據管理體系建設及能力提升工程南航數據管理體系建設及能力提升工程 單位/部門：中國南方航空集團有限公司 一、背景和痛點一、背景和痛點 1.1 南航數字化發展現狀 近年來，南航深入實施創新驅動發展戰略，大力推進科技創新與數字化轉型升級工作，全面提升公司數字化應用水平。2019 年，在國資委中央企業信息化對標中，南航位列央企 20 強，居三大航之首。（1）完善頂層設計，加強統籌管理 南航成立網絡安全與數字化委員會，構建科信部、信息中心和業務部門三位一體的

50、協同管理體系。打造民航維修工程技術研究中心、人工智能重點實驗室、明珠創新工作室、飛行安全研究院四大科技創新平臺，整合資源，加快推進科技創新和數字化建設。（2）數字化安全保障體系成效顯著 初步建成網絡安全縱深防御體系和網絡安全聯防聯控體系，對重大網絡安全事件實現閉環管控。公司信息系統安全平穩運行，信息系統可靠性始終保持在 99.999%以上。（3）數字化平臺支撐能力大幅提高 進一步完善信息技術基礎設施建設，投產使用南航云平臺，初步形成集團級基礎設施保障能力。云平臺+雙中臺建設初見成效?？鐦I務、跨領域的互聯互通工作邁出實質步伐，數據賦能業務決策和驅動價值創造的能力初步具備。（4）科技創新領先成果不

51、斷涌現 近年來，南航 e 行、無紙化登機、飛機維修 APS 理論、APU 試車臺自主標定等多項成果創造行業內第一?？萍紕撔履芰_到國內領先水平，擁有民航科技創新領軍人才 1 人，民航拔尖人才 2 人，民航科技重點領域創新團隊 3 個。1.2 數據資源基本現狀 南航一直高度重視數據工作，目前已經積累了包括安全運行、經營管理、外部數據等類型多樣、體量龐大的數據資源?；跀祿信_，南航已實現客戶管理、20 飛機管理、航班運行、市場營銷、人力資源等系統結構化數據全域匯聚，累計完成 131 個系統上云，數據存儲量約為 1.1PB。1.3 問題與不足 隨著數字化轉型不斷推進和深化，對數據管理能力提出了新要

52、求。南航在數據管理方面主要存在以下問題與不足：（1）數據管理保障體系不健全 公司數據管理工作缺乏明確的職責定位和統籌協同；企業級制度體系設計不夠完善；制度落地執行效果顯著；人才培養和文化宣傳機制不完備。（2）數據質量不高 數據不標準、數據打架的現象仍然存在，數據質量專項提升缺乏有效的管理手段，未能常態化推進；部分業務部門的數據電子化程度不高。（3）數據共享不暢 數據共享流程不清晰，企業核心數據缺乏統一口徑及有效的管理機制，導致跨部門數據共享意愿低、流程周期長等問題，制約并影響業務工作開展。（4）數據價值釋放不充分 數據應用形式單一，基于機器學習、深度學習的數據深度分析、挖掘應用能力有待提升。數

53、據要素流通和內部市場化機制仍未建立，在激發各方積極性，實現數據要素價值增值方面，目前還處于探索階段。（5）技術支撐能力不足 數據管理工作缺乏工具平臺支撐，大部分數據管理工作仍需線下處理，導致數據管理工作效率低，難以常態化開展。（6）數據安全管理未成體系 安全策略不完善，管理職責不明確，管理制度不健全。數據使用者對數據保護工作的認識不夠深，導致數據共享過程中，管理者“不敢批”，使用者“不敢用”的現象時常發生。二、實踐路徑二、實踐路徑 2.1 南航數據管理發展階段 21 數據管理是伴隨數據庫技術發展和數據存儲訪問需求而出現的。隨著人們對數據價值認知不斷深化，數據管理的內容邊界持續延伸，數據管理體系

54、也在持續發展演進。南航的數據管理經歷了局部治理、系統化管理、要素化管理三個發展階段，目前正在向“數據要素化、資產化”方向突破演進。（1）局部治理階段（2018-2020 年）在此階段，南航建立了企業級大數據平臺，針對關鍵業務領域和流程，以點帶面的開展數據質量治理工作，數據與系統緊密融合，基于個別數據場景應用，通過數據匯聚、分析、挖掘與應用，實現了從分散建設到集中建設、從局部應用到企業級應用的轉變。（2）系統化管理階段（2020-2022 年）隨著南航數字化轉型深入推進，業務部門對數據管理工作的作用逐步凸顯，初步形成了業務和技術部門協同管理的體制機制。這一階段，南航建立了數據管理體系框架，找準數

55、據管理在企業數字化轉型中的定位，初步形成業務和技術部門緊密合作、綜合共治的管理格局，逐步實現縱向貫穿、橫向聯動、跨領域協同的數據管理模式，推動數據依法合規充分共享，釋放數據價值。（3）要素化管理階段（2022 年至以后）隨著國家法律法規和數據管理理論日益成熟，數據作為生產要素將成為企業數字化轉型不可或缺的組成部分。這一階段，南航將建立健全數據要素流通配套的體制機制，打造更加豐富的數據產品，數據要素價值在公司內部得到廣泛認同。通過打造數據生態，培育數據要素市場，激發數據“放大”、“疊加”效應，以數據驅動公司經濟高質量發展。2.2 南航數據管理總體思路 南航主動擁抱新一輪科技革命浪潮，基于理論研究

56、和大量經營管理實踐經驗，在公司四個統一的總體要求下，提出“1156”數據管理總體思路。22 圖 1：數據管理總體思路圖 通過明確 1 個發展目標，制定 1 個發展底線，提出 5 大主攻方向，實施 6 大重點任務的數據管理總體思路，指導、建立職能完善、覆蓋全面、行業領先的數據管理體系框架，實現“業務數據化、數據業務化”的突破，在新起點開創發展新格局。2.3 實施內容（1）構建數據管理體系 南航充分借鑒國內外數據管理先進理論，根據公司“十四五”戰略規劃，結合行業特點和公司數據管理發展現狀，搭建數據管理體系框架，描繪數據管理目標藍圖，構建包括職能活動和保障手段在內的一整套運作體系，其中數據治理、數據

57、運營和要素流通是三大管理職能，組織保障和技術支撐是兩大保障手段。圖 2：數據管理體系框架圖 23 數據管理體系框架的制定統一了公司對數據管理工作的認識、明確了管理職責，指導數據管理工作有序實施和資源的合理配置。為了讓數據管理體系有效運轉起來，南航進一步優化了組織架構，加強內部統一管理和橫向協同。南航基于流程架構將數據劃分為 16 個數據域，指定業務領域負責人作為數據域管理責任人，統籌本領域數據管理工作，構建數據認責機制，橫向拉通業務和技術團隊，初步解決數據問題找不到責任主體，數據需求找不到受理主體等問題。南航信息中心成立數據運營部，統籌數據技術管理和運營工作。優化組織架構的同時，南航不斷健全數

58、據管理制度體系，圍繞數據管理體系各職能活動，形成公司級管理辦法和指導意見，領域級管理細則以及部門級操作指引的多維度多層級制度體系。通過制度全面規范公司數據管理機制和流程，引導和固化基層執行人員良好的工作習慣，有效提升數據質量，保證數據合規，為全面實現“依法治數、依法管數、依法用數”打下堅實基礎。數據管理體系的運轉離不開人才和氛圍。南航在教學管一體化平臺上設立數字學堂，體系化開發培訓課程，通過豐富的教學形式開展數據管理培訓，定期組織從事數據管理工作的員工參加數據管理專業認證，以考促學，持證上崗。同時，南航充分利用內部刊物、社交媒體，通過各宣傳渠道宣傳數據管理理念，定期舉辦數據沙龍、數據論壇、數據

59、創新大賽等活動，培育公司數據文化。南航定期遴選數據管理專業人才，建立公司數據管理專家庫，制定相應激勵機制，加強專業人才儲備。（2）提高數據供給效能 南航基于數據管理制度，通過數據認責、數據集成與貫標、數據質量監控和講評等手段提高數據供給效能。一是明確數據域管理責任人制定質量規則，開展常態化質量監控，牽頭提升本領域數據質量等職責。同時，基于誰生產誰負責的原則，梳理數據對應的生產單位，壓實數據生產質量的責任。二是建立企業級數據集成和共享的管理機制，推動數據統一匯聚和貫標，持續豐富指標和標簽，最后通過雙中臺進行數據能力的統一輸出。三是建立數據質量評價指標，定期組織數字化講評會，講評各數據域數據質量情

60、況，分析數據質量問題，推動數據質量提升。（3）持續釋放數據價值 24 南航基于企業級能力開放平臺構建數據分析和數據服務能力，持續釋放數據價值。一是以業務需求為驅動，推動數字技術融合和產品服務創新，豐富數據產品和服務。二是打造差異化、可配置化、智能化的數據產品和服務，形成多樣化、高質量的服務供給體系。三是深化企業級大數據平臺應用，深化安全管理、大運行、營銷生態圈和客戶經營等領域的應用建設，基于統一標準的指標數據，建設面向領導層的經營管理數字看板和移動端應用。四是搭建算法中心，沉淀公共算法能力，充分利用基于大數據的深度學習和挖掘，提升公司在航班決策、收益管理、智能排班等場景的智能化運營和決策能力。

61、五是積極探索對外數據服務模式，以市場需求為驅動，規劃對外數據產品體系圖譜，探索數據確權、數據定價、數據價值評估、內部價值分配等數據要素流通機制，加強市場化營銷推廣，打造一批得到市場認可的數據精品。（4）強化架構支撐 數據架構是公司結構化認識數據，打通數據流，消除數據孤島，提升業務效率的關鍵要素。南航遵循企業架構方法論，組織開展企業級數據架構規劃和設計。一是以數據需求為出發點，構建企業級統一數據模型和統一技術平臺體系，建立全集團一體化技術架構與能力體系。二是基于“云平臺+雙中臺”的核心技術架構優化數據集成關系，厘清數據流向，加強生產和服務過程中各業務場景的數據采集，做到“應采盡采”。三是建設南航

62、數據資產管理平臺，優先建設元數據管理、數據標準管理和數據質量管理三大基礎功能，在此基礎上構建企業級數據資產目錄，實現數據共享流程線上化，滿足數據運營需要。同時，本著“滿足現狀、適度超前、持續領先”的原則，進一步加強對區塊鏈、機器學習、圖像/語音識別、自然語言處理、知識圖譜等前沿性先進技術的深入研究，探索智能化技術與數據管理能力的結合點，推動數據資產管理平臺智能化應用與功能創新，實現技術變革驅動管理模式的創新升級。四是將企業級大數據平臺定位為南航集團權威的大數據分析平臺，通過構建統一的數據分析模型，實現“全、統、通、快、準”企業級智能大數據分析體系，沉淀可復用的共享數據能力，打造高效、可持續的數

63、據資產運營能力，賦能業務快捷、智能發展。數據架構規劃如下圖所示。25 圖 3：南航數據架構規劃（5）夯實數據安全保障體系 數據安全是“紅線”，是“底線”。南航基于國家法律法規要求，開展數據分類分級，結合業務場景壓實數據安全責任，圍繞數據處理全生命周期，制定數據安全管理策略、應急預案和內部審計機制。南航重點圍繞個人信息數據開展專項保護，通過構建權限體系，規范業務流程，強化中臺能力，推動個人信息合法合規最小化采集和查詢，推動實現在數據可用不可見的基礎下完成業務活動。在公司營造“敢用數、用好數”的良好環境，保障數據價值得到充分釋放。2.4 實施路線圖 數據管理按照現狀調研與診斷分析、建立數據資產治理

64、體系、制定數據治理規劃及行動計劃、建立數據管理制度規范體系、關鍵場景試點落地等，逐步實施，如下圖所示。圖 4：數據管理實施路線圖 26 三、三、應用效果應用效果 3.1 建成高效適配的組織保障體系 南航形成“兩個統籌、一個協同”的執行組織架構，如下圖所示。圖 5：數據管理組織架構 南航成立網絡安全與數字化委員會，審議和決策公司數據管理重大工作事項。建立數據域管理責任人機制，業務側建立一個統籌單位，多個協同單位的“1+N”工作網絡。協同單位指定數據管理專員，負責執行公司數據管理工作要求。信息中心組建數據運營部，統籌技術側數據管理工作，負責公司數據管理工作的技術保障。南航同步加強數據管理專業人才培

65、養，通過云 T 數字化人才培養計劃，以訓戰結合的方式，培養了一批既懂業務又懂數據的復合型人才，云 T 培養計劃也榮獲 2021 年度全國企業學習設計大賽的金獎，得到業界專家們的肯定。在數據文化培育方面，南航組織數據知識競賽、數據創新大賽等活動。2021 年南航第二屆創新挑戰賽開辟數據賽道，依托南航企業級大數據平臺，充分應用可視化分析工具和算法平臺，通過多維度多視角的分析，在數據中發現機會并提出業務解決方案，全力加速具有產品化、產業化應用前景的項目孵化落地，提升航司數字化、智能化水平。3.2 首創“1+16”公司級項目平臺+項目績效合約機制 南航創新構建了“1+16”公司級項目平臺+項目績效合約

66、機制，充分發揮公27 司管理創新平臺優勢，建立權責利對等的數據管理模式。數據管理工作以業務對象為基準分配到 16 個數據域，數據域以項目組形式加入公司管理創新平臺，以項目經理為核心，通過平臺拉通資源，通過項目績效合約，將數據管理工作通過項目績效進行兌現，通過項目績效對項目經理進行獎懲，全面激發項目組積極性和創造性。項目績效以是否解決業務問題為衡量，推動各領域數據管理工作能圍繞業務痛點制定并實施工作方案，切實產生業務價值。飛機數據治理方面：實現飛機基本信息、飛機構型信息、客艙構型信息等 202 項飛機靜態數據在線化，解決運行和營銷缺少數據支撐的問題；客戶數據治理方面：推動客戶數據貫標，實現精英會

67、員觸達率從 88%提升至 93.9%；不動產數據治理項目成效顯著，2022 年輔助新簽不動產運營合同金額和確權面積同比分別增長 2 倍和 3 倍；指標數據治理方面：統一公司經營講評會指標標準，發布 公司經營講評指標庫（1.0 版），指標數據治理實踐獲得國際數據治理協會 2021 年數據治理最佳實踐獎。3.3 深化數據應用，逐步釋放數據價值 基于數字技術在關鍵環節的開發應用，對快速存取記錄器（QAR）、發動機監控、駕駛艙語音記錄儀的數據進行分析，及時發現問題并快速改進。建立飛行檔案，構建智能化數據分析平臺，實現精準培訓、精細管理、精益飛行。截至 2022年底，南航連續保證 278 個月的飛行安全

68、和 343 個月的空防安全。打造統一的運行指揮信息平臺，統一數據標準，為航路優化、航班編排、飛行跟蹤、航延優化、機型調配、精益維修、航材庫存優化等業務決策提供數據支撐，不斷提高運行效率。南航航班正常率連續六年在國內主要航空公司中名列前茅，2022 航班正常率達 95.45%，比行業平均水平高 0.47 個百分點。在機隊規劃、航線網絡、成本核算、航油管理、經營分析等領域實施數字化變革，建成網絡收益管理、采購管理等系統，完成“航油 e 云”、財務機器人三期項目，打造“南航 e 家”辦公平臺，不斷提升管理規范化、科學化、精細化水平。四、四、洞察啟示洞察啟示 4.1 統一思想、提高認知 28 數據管理

69、是“一把手”工程，是需要橫向協同，縱向貫穿的體系化工程。數據戰略規劃能起到統領和指導的作用，能統一全員認知，明確總體目標，指導數據管理工作。數據戰略規劃要緊扣公司業務戰略規劃，保障業務戰略得以實現。4.2 集中管理、協同配合 公司數據管理工作要有主責單位集中管理，統一領導和協調，通過績效實現數據管理工作在各部門的縱向貫穿，通過搭建公司級平臺，促進公司各部門橫向協同，有序推進數據管理的各項工作有序開展。4.3 業務驅動，需求引領 數據管理的初心使命是賦能業務，數據管理工作應來源于業務側發現的數據痛點和需求，以解決業務側問題為切入形成工作方案，并由業務部門牽頭實施。信息中心要構建數據運營體系，建立

70、科學的正向反饋和閉環管理機制，培育、拓展、企業數字化場景，提高數據的服務和應用效果，實現數據賦能。4.4 人才建設，堅實保障 開展數據管理工作需要一批既懂業務又懂數據且能從企業全局著眼和制定數據管理方案的復合型人才。企業要加大數據專業人才培養和引進力度，通過實施數據專業人才培養計劃和員工數據技能輪訓計劃，勾勒數據人才畫像，打造多層次、多類型、高質量的數據人才梯隊。4.5 統籌項目、保障資源 數據管理工作需要大量的人力資源和 IT 研發資源的投入，企業要做好規劃期內數據管理工作的資源投入計劃，避免重復投資、加強資源使用過程監管和效益評估，保證資源有效投入，保障工作能按照計劃予以落地實施。4.6

71、紅線意識、確保安全 企業要加強數據安全風險防控，提前梳理和分析工作開展時可能存在的數據安全隱患，制定切實可行的安全策略和應急預案，定期組織開展系統性風險評估工作，及時處理和解決已存在的風險問題，避免風險發生，要在企業范圍內樹立牢固的安全“紅線”意識。29 廈門航空數據治理體系的構建與應用廈門航空數據治理體系的構建與應用 單位/部門：廈門航空有限公司/數字委員會 一、背景和痛點一、背景和痛點 1.1 數字化轉型是廈航高質量發展的必由之路 民航局在“十四五”民用航空發展規劃及智慧民航建設路線圖中指出，建設智慧民航，就是要提升行業智慧運行能力，以航空器運行為核心，打造面向全行業的民航協同運行平臺，構

72、建數字化運行環境，形成智慧化運行方案，提升整體運行保障能力。在民航“一二三三四”的總體工作思路下，廈航制定了“一一四三三”的“十四五”發展整體思路，其中在“構筑三大動力”里，明確提出要把“數字驅動力”作為廈航高質量發展的力量源泉，并將信息部升格為數字委員會，牽頭推進公司的數字化轉型工作，依靠架構、流程、數據三駕馬車，全面吹響數字化轉型的號角！1.2 廈航在數據治理中面臨的四大痛點 廈航在實現信息化全面覆蓋的過程中積淀了海量數據。以廈門航空官網/APP 航班運行控制系統 客戶關系管理系統 客/貨運結算系統 人力資源管理系統 學習平臺 辦公門戶為代表的一批信息系統積累了安全運行、營銷服務、企業管理

73、各業務域的多源、多類型海量數據，成為廈航的核心數據資產。但是和大多數企業一樣，這些海量數據沒有發揮出新時代應有的作用，廈航在數據治理和數據應用過程中面臨著四大痛點：一是數據分散形成孤島，有數不便用。一是數據分散形成孤島，有數不便用。經過二十多年的信息化建設，廈航積累了大量的數據。但是這些數據分散在數百個系統的數十萬張數據表之中，業務與技術人員都難以快速地找到自己需要的數據，甚至有沒有需要的數據都“心里沒數”。二是數據存在業務壁壘，有數不讓用。二是數據存在業務壁壘，有數不讓用。由于傳統思維的阻礙，各部門之間對數據共享意愿低，造成溝通成本高、申請周期長、數據權責不清、共享使用困難。30 數據生產者

74、不想、不能、不敢共享數據的情況普遍存在，部分數據的使用申請往往要進行多輪反復溝通，甚至長期無法達成一致。三是數據質量參差不齊，有數不敢用。三是數據質量參差不齊，有數不敢用。數據輸入不規范、數據模型設計不科學、業務流程不完善都會影響數據質量，各業務系統中或多或少都存在“臟數據”。數據項目建設往往有一半的時間是用于數據的核對與清洗，大大降低了數據應用的效率。四是數據分析應用不足，有數不會用。四是數據分析應用不足，有數不會用。由于缺乏系統性數據思維，數據分析人員投入不足，導致數據資源利用大多停留在表面，為業務服務不夠、應用領域相對較窄、數據與場景融合不夠，導致數據之“沙”難以匯聚成“塔”，海量數據資

75、源無法盤活，數據潛力沒有釋放，數據價值得不到充分發揮。二、二、實踐路徑實踐路徑 在數字化轉型的大背景下，廈航全面貫徹落實習近平總書記關于推動數字經濟和實體經濟融合發展的重要指示精神，針對公司內部存在的數據治理困局和痛點，從以下六個層面開展了數據治理體系的構建和應用。2.1 明確數字化使命愿景，錨定治理目標計劃 廈航在“十四五”數字化規劃中提出了“數造新廈航，智助行天下”的數字化新使命，“打造全面連接、智能感知、數字驅動的智慧廈航”的數字化新愿景，及“幫助更多的人用好數據幫助更多的人用好數據”的數據治理理念，錨定了數據治理的目標讓數據像自來水一樣，干凈無害，千家萬戶，隨用隨取讓數據像自來水一樣，

76、干凈無害，千家萬戶，隨用隨取。在數據治理時間表上，廈航將“十四五”規劃戰略解碼形成公司十大硬仗，硬戰之九“激活數據潛能，塑造數字驅動力”中對“加強數據治理”戰略任務的標桿、實施方案、年度目標、十四五總體目標以及主辦、協辦單位等做了明確而詳細的闡述和要求。廈航正以戰略為引領，全速推進數據治理與數據應用，并建立了領導牽頭、全員參與、督辦推進、績效考核的工作模式。2.2 搭建治理組織架構，創新跨域協作機制 數據治理是一項公司不同部門共建、共擔、共享的工作，需要業務跨域協同31 規劃與實踐。所以，構建高效的數據治理組織架構，建立科學的分工協作機制，促進數據治理和數據應用各參與方積極履職、緊密協作、善作

77、善成非常關鍵。廈航建立了三層數據治理組織架構，分為決策層、管理層和執行層。其中：決策層決策層為公司科技和信息化委員會（以下簡稱“科信委”），由公司董事長、總經理等公司“一把手”親自擔任委員會主任，總信息師和分管業務的副總擔任委員會副主任，委員涵蓋公司各單位負責人。管理層管理層為科技和信息化委員會辦公室，該辦公室設在數字委員會，主任由數字委員會總經理擔任，副主任由規劃財務部及人力資源部總經理擔任。執行層執行層為各分子公司、下屬單位。圖 1：廈航數據治理組織架構 2.3 建立治理手冊體系，開展治理培訓宣貫 廈航是中國民航手冊管理的先行者和獲益者，一直以來都依靠強大、完備的手冊體系確保各項工作在統一

78、的框架下開展，數據治理也不例外。廈航建立了“管理辦法-標準規范-工作指南”的數據治理手冊體系。其中，廈航數據管理辦法等明確了工作開展的方向、機制、原則等；信息主數據操作規范等制定了數據流轉全生命周期具體場景下需遵循的規范；數據質量管理系統使用指南等則為數據治理工作落地執行提供了操作手冊和模板。這三級數據治理手冊確保了全公司上下統一數據治理思路，為數據治理工作有序開展提供了有力保障。32 圖 2：廈航數據治理手冊體系 廈航還就數據目錄編制規范和數據治理知識、方法、工具在全公司開展數十場專項培訓，幫助各單位人員熟悉數據治理、數據安全的相關要求和技能。2.4 繪制企業數據架構，引領數據源頭治理 數據

79、治理不能只是“治標”，還得“治本”。廈航聚焦企業生產經營各領域，從數據資產目錄、數據模型、數據標準、數據分布四大組件全面繪制企業數據架構，便于數據工作者掌握企業數據全貌。發布了廈門航空企業數據目錄，盤點出一級分類 23 個、二級分類 85 個、三級分類 192 個、四級分類 600 個，并以三級分類數據為元素繪制企業數據架構全景。隨著數據治理工作不斷深入，數據資產目錄將持續迭代，在深度和廣度上更進一步，也將作為數據責任落實、數據標準制定、數據模型開發、數據分布優化以及數據質量提升的底數清單，幫助廈航數據工作者管好數據、用好數據，讓數據發揮更大價值。圖 3：廈航安全運行領域數據架構 33 企業數

80、據架構的繪制為數據源頭治理、高效流轉和業務敏捷創造了可能。開展數據治理工作以來，廈航在各單位共成立 16 個數據治理工作專項小組，涵蓋飛行、機務、運控、營銷、財務等領域。各數據治理項目組形成了年度規劃、季度小結、月度推進的工作模式，持續高效推進各業務域的源頭治理、數據匯聚、數據共享和數據應用，通過“以用促治”取得了良好的效果，有效推進了數據治理工作。2.5 強化數字技術支撐，夯實數據治理底座 數據治理離不開數字技術的強力支撐。通過借鑒行業成功經驗，結合自身探索實踐，廈航基于航空公司數據流轉特點自主搭建了具備數據匯聚數據匯聚、數據服務數據服務兩大核心能力的數字底座，同時將數據治理數據治理融入數據

81、流轉的每個節點，持續強化數據全生命周期管理能力。圖 4：廈航數字底座架構全景 通過持續提升數據治理、數據匯聚和數據服務能力，廈航實現了數據在企業內部從產生到實現商業價值的有序增值流通。截至目前，廈航企業數據倉庫已對接超 200 個業務系統，每日執行實時、離線計算任務超 10000 個，同步數據超 30億條，已匯聚全領域數據超 100TB。以 QAR 數據為例，全集團每天近 1000 個航班的 QAR 數據以實時形式匯聚至數據倉庫進行文件譯碼、測量值加工、自定義指標計算等處理，全程耗時不超過 1 分鐘。飛行員在航班落地后最快 5 分鐘即可34 在 iPad 上查看航班關鍵階段數據動畫回放，第一時

82、間復盤當班飛行操縱情況，促進飛行員不斷進行自我完善和提高。2.6 培育數據治理文化，實現共建共享共贏 數據治理是一項長期的系統工程，必須讓數據治理植根于企業文化，數據治理策略和要求才能生根發芽。2020 年以來，廈航在核心業務部門開展了 30 多場數據治理與數據分析培訓，既提高數據治理技能、培養數據創新思維，也有效傳播了“共建共享共贏”的數據治理文化。圖 5：廈航首屆數據創新大賽優秀作品集 2021 年，廈航舉辦“數據創新大賽”，比賽以數據可視化工具為平臺、以數據分析為手段，用數據說話，孵化出一系列提升安全運行效能、提高流程處置效率、提增航線經營效益的“好辦法”、“金點子”。大賽共吸引了來自

83、25 個部門 251名員工組成的 90 支隊伍參賽，打破了原有組織、工作邊界，進一步促進了跨域融合，為數據驅動業務創新提供了良好的平臺。得益于堅持不懈的數據文化培育，廈航已形成了“你追我趕”的數據治理和數據應用氛圍，僅數據可視化工具平臺就構建了業務數據集 5000 多項，存量數據分析報表 3000 余張，覆蓋廈航全集團所有部門，形成了“共建、共享、共贏”的數業共創新生態。三、三、應用效果應用效果 廈航通過明確治理目標、創新工作機制、搭建手冊體系、培育數據文化、繪制數據架構、強化技術支撐，構建了科學有序的數據治理體系和穩健高效的數字35 底座，較好地解決了數據應用面臨的四大痛點，積淀了高質量、高

84、價值、高共享的海量業務數據，開展了一系列數字化變革舉措，孕育了一批自主掌握核心技術的數據產品，在安全運行、營銷服務、節能減排等方面取得了良好成效。3.1 安全運行強力助手 為了更好地利用飛行數據，廈航由公司運行副總、總信息師、安全總監、總飛行師共同籌劃組建了“飛行數據分析應用”聯合項目組，飛行總隊、運行風險控制部、數字委員會、飛行技術管理部、安全監察部、質量標準部、培訓部等多部門領導及業務骨干深度參與。在 18 個月的時間里，聯合項目組治理并匯聚了包括 QAR 數據、飛行排班、人員資質、機場、氣象等在內的 18 類數據，利用飛行大數據平臺持續深入開展飛行安全分析，采用場景挖掘、場景評審、模型設

85、計、功能實現、模型驗證、模型優化、模型運用、風險發現、風險控制的方式，先后完成了超過 50 次的專項分析，沉淀了超過 15 個飛行數據典型應用模型，逐步提煉并完善常態化飛行品質分析監控項，助力飛行安全從結果管理向過程管理轉變，極大程度提升了飛行安全。例如：（1 1）機隊機隊 SOPSOP 執行力專項分析執行力專項分析 通過對調制高度證實進行常態化分析，機隊發生松開通話 PTT 電門與調制高度時間差為 0 秒的情況呈整體下降趨勢，機隊的中位數和平均數下降了一半。（2 2）高速解除自動剎車專項分析高速解除自動剎車專項分析 分析機隊操縱規律，對高速解除自動剎車進行剖析，把機場運行風險點錄入飛行準備提

86、醒，通過持續監控，高速解除自動剎車的發生率從分析前的 1.75%降至 0.10%，減少了 94%；（3 3）機隊復飛專項分析機隊復飛專項分析 大數據篩選出復飛動作不規范問題人員，通過模擬機訓練等手段進行補訓后，機隊的復飛不規范事件數量降低 50%，復飛規范性顯著提升；（4 4）飛行訓練數字駕駛艙飛行訓練數字駕駛艙 飛行訓練會由原有紙質+PPT 講評轉變為 BI 大屏互動式講評，促進業務管理轉型提升。36 圖 6：廈航飛行數據分析系統監控大屏 3.2 營銷服務大顯身手 圖 7：廈航“營銷大腦”廈航圍繞數據架構建設成果，借助企業數據倉庫整合客戶、市場、航班、營收等多種類數據，構建經營指標體系，在企

87、業內外部統一收入、利潤、成本等多項經營指標，為營銷服務“問診把脈”，助力營銷服務精準決策。此外，廈航統一自營線上、線下渠道，形成了數據采集、智能預測、執行營銷的閉環流程，繪制了覆蓋全部白鷺會員、囊括 500 余項客戶特征、超過 700 個標簽的場景化客戶畫像。在數據共享下，廈航構建營銷服務開放平臺，實現與商旅、零售、聯盟等合作客戶的數據互聯互通，平臺還獲得國際航協 NDC Level4級別認證，標志著廈航已具備行業領先的營銷服務能力。在數據驅動下，廈航推出“飛要系列”精品產品，精準觸達旅客退改、積分、選餐等場景，極大提升用37 戶體驗。精準營銷活動全年場均促活近 5 萬人，最高單場促活超 14

88、 萬人。借助商務伙伴私域客戶流量，廈航半年內累計轉化客戶近 4 萬人，成功增收超 2 億元。3.3 節能減排嶄露頭角 節能減碳是可見未來民航發展的主旋律之一。廈航踐行可持續發展理念，基于數據驅動的精細化管理能在確?！皟蓚€絕對安全”的前提下，進一步挖掘航班運行節能降碳空間，從而得到安全裕度與節油效益平衡的最優解，這無疑更能匹配航空公司的長遠利益，也更能匹配國家對智慧民航的高質量發展要求。圖 8：廈航基于大數據驅動的航班運行智慧燃油管理體系 依托企業大數據平臺及機器學習平臺的存儲計算能力，廈航構建了基于大數據驅動的航班運行智慧燃油管理體系。通過基于大數據的節油分析算法研究，實現了“計算-演練-評估

89、-發布-執行-監控”的動態管理，并成為國內首家實現最優成本指數推薦的航司。通過在節油方向的不斷探索，廈航的可持續發展之路行穩致遠，近三年總節油量超 15000 噸，減少碳排放超 48000 噸，節約燃油成本超7000 萬元，降本增效成果顯著。四、洞察啟示四、洞察啟示 中國民航正處于全面建設多領域民航強國的新階段，數據治理作為數字化轉型的驅動力和必要前提，更是民航共同面臨的課題。廈航在集團范圍內開展的數據治理體系的構建和應用，取得了一定的成績，總結經驗，有以下三方面的啟示：38 4.1 體系建設，全局謀劃 企業應加強頂層設計，從戰略層面從戰略層面，聚焦企業數字化轉型重點，明確數據治理總體目標和年

90、度目標，指導數據治理分階段推進。從管理層面從管理層面，打破傳統組織邊界，建立企業級跨域聯合項目組，逐步瓦解“系統墻、部門墻、制度墻”。從從執行層面執行層面，打造具有企業特色的數據治理“工具箱”，保障數據治理各類要求、規范落到實處。從文化層面從文化層面，引導“共建共享共贏”的數據文化，營造“奮勇爭先”的數據氛圍，激發廣大員工參與到數據創新應用中。4.2 以用促治，分塊推進 純粹的數據治理需要投入大量的人力，但成果見效慢，難以得到業務部門的大力支持，要結合跨業務域面臨的痛點和難點推進。例如廈航以顯性化飛行員操縱技能和習慣、統一企業經營指標為切入點，逐步統一了對各類數據、指標的理解和定義，逐漸擴展了

91、數據共建共享的范圍。業務領導和骨干均感受到數據源頭治理、匯聚共享的價值，進而輻射到更多業務領域，激發更多的人參與到數據治理工作中。4.3 架構引領，源頭治理 企業要將數據治理融入到信息化項目建設的過程中去，優化數據建模、規范數據流向、監控數據質量、落實數據保護，實現數據的源頭治理，“減存量，遏增量”，避免陷入數據問題越治越多的泥潭。通過繪制數據架構，形成清晰的數據模型演進路線，在員工管理、物資管理、合作伙伴管理等方面取得良好成效。展望未來，廈航將繼續圍繞數據治理愿景與目標，發掘更多業務場景價值，繼續豐富完善數據治理體系，昂首踏上廈航數字化轉型之路，以開拓進取、愛拼會贏的廈航精神，為民航強國建設

92、、為實現“兩個一百年”奮斗目標、實現中華民族偉大復興貢獻廈航智慧和廈航力量！39 山東航空數據治理體系及實踐山東航空數據治理體系及實踐 單位/部門：山東航空 一、背景和痛點一、背景和痛點 1.1 數字化現狀 山東航空集團有限公司（以下簡稱山航），保持了連續 27 年的安全飛行記錄，是首家也是唯一一家獲全國質量獎的民航企業，承擔并履行著重大的社會責任。近年來為適應市場需求，不斷開拓創新，以數字化轉型工作開展為契機，充分將主業與互聯網、大數據、人工智能新技術深度融合，不斷強化核心業務競爭優勢。為進行數據治理與應用，提升數據資產價值，山航于 2017 年成立數據管理相關機構，負責數據資產管理，建立主

93、數據、元數據、標準、質量、安全等的數據管理制度流程，負責以數據管理和應用為主體的項目建設，通過幾年的探索在數據治理方法論、制度流程、系統建設等方面取得一定的成績，形成了數據治理方法論、制定了數據治理流程與標準、建設了數據管理與應用的平臺系統。1.2 數據資源基本情況 公司在信息化建設過程中，建立上百個信息系統，每年運輸旅客約 2000 萬人次，積累大量的運行、安全、旅客、訂座、庫存、結算等數據，數據存儲量 500TB以上，通過集群、備份、災備等機制，保障數據資源穩定性達到 99.99%。1.3 面臨的問題 隨著數據共享、分析決策的需求，以及數據使用范圍的擴大，在數據應用與管理過程中發現了治理流

94、程不清、存在數據孤島，數據資產管理手段缺失,數據資產價值未充分挖掘等問題。二、二、實踐路徑實踐路徑 40 為了解決以上問題，山航積極探索實踐，根據國家、局方有關規定、參考 DAMA、智慧民航數據治理等規范，形成治理方法論逐步進行數據治理，并取得良好應用效果，以下從數據治理機制、數據資產管理平臺、主數據治理、QAR 數據治理與應用四個方面介紹。2.1 數據治理機制 數據治理主要包括明確數據資產管理框架、目標與原則、推進方法與步驟、結果呈現等內容。（1 1）數據資產管理框架）數據資產管理框架：數據資產管理框架包含支撐、管數據、用數據三部分。支撐部分包括數據治理的目標和原則，明確業務、技術、管理的組

95、織機構，形成一套涵蓋數據治理各方面的制度、流程、標準的制度體系規范數據治理過程中管理動作，搭建一套技術平臺支撐各項數據管理的活動。管數據部分是側重數據管理方面的業務功能，包括涵蓋數據目錄、數據模型、數據標準、元數據管理的數據架構管理，主數據管理、數據共享交換管理、數據安全管理、數據質量管理等。用數據部分是側重于使用共享的數據平臺實現數據集成、連接、分析，對數據進行服務化便于上層數據應用使用數據，實現數據反哺業務。圖 1：數據資產管理框架示例圖（2 2）數據治理目標與原則：）數據治理目標與原則：數據治理的目標來源于業務目標，隨著公司提出建立面向東北亞的航班樞紐、航班智能調度等業務規劃與目標時，明

96、確了十四五期間公司數據治理的目標是“明確職責、優化流程，建立必要的系統與平臺，明確職責、優化流程，建立必要的系統與平臺，41 進行航班與客戶數據資產管理，數據驅動實現航班運行智慧化、旅客服務個性進行航班與客戶數據資產管理，數據驅動實現航班運行智慧化、旅客服務個性化化”。數據治理的原則包括：明確責任、安全性、可控性與易用性。（3 3）數據治理組織保障：）數據治理組織保障：數據管理組織架構分為三層結構，分別是數據管理決策機構、公司級數據管理組織、業務級數據管理組織。建立業務負責制數據管理體系，即公司的每一項數據，必須由業務流程牽頭部門負責相關數據的管理。網絡安全與信息化委員會作為數據管理決策機構，

97、負責公司數據資產管理的審議與決策。主要職責包括：審議并指導數據管理體系與規劃、審核并指導公司數據管理的規章制度、推進公司數據管理和應用，傳播數據管理理念，營造數據文化氛圍等；信息管理部作為公司級數據管理組織，統籌負責公司數據資產管理制定數據管理規劃，編織相關的政策、流程、標準，協助各業務部門開展數據管理相關工作，建立并維護數據架構，監控數據質量，協調解決爭議與重大事項，建設數據管理與應用的支撐系統；各項數據的業務負責部門作為業務級數據管理組織，負責該業務領域的數據管理工作，指定專職人員負責數據管理相關工作，建立相關的數據管理制度和操作流程，管理數據資產，提升數據質量，保證數據安全，實施數據共享

98、，開發和管理數據應用。（4 4）數據治理制度保障：）數據治理制度保障：為了提升數據質量、保障數據安全、促進數據應用，必須建立完整的制度體系，讓執行層面有標準可依。制度體系分為三層，一級管理辦法，二級管理流程，三級技術規范與標準。一級管理辦法是數據資產管理規定，是公司數據資產管理的總綱，對數據進行分級分類，明確組織架構與職責，把數據架構管理、主數據管理、數據質量管理、安全管理、共享管理、應用管理等各項數據管理工作的原則要求、職責劃分明確說明。二級管理流程是對各項數據管理工作分別編制管理流程，例如數據架構部分包含元數據管理規定、數據目錄管理、數據標準管理等，數據共享管理包括共享工作流程說明書、數據

99、交換平臺開發流程說明書等。三級技術規范與標準是每個數據管理工作中具體的技術規范與標準，例如元數據管理工作的三級文件包括元數據系統管理規定、元數據審核規范、元數據采集與注冊規范、元數據變更管理規范等。（5 5）數據治理技術保障：）數據治理技術保障：因為數據具備多樣性、虛擬化、動態性等特點，各項數據管理工作在執行層面無法完全通過線下、文檔化的方式進行，必須通過42 系統與工具的支撐。結合公司實際情況，設計了“以數據應用為驅動、主數據管以數據應用為驅動、主數據管理為主線、元數據管理為核心”理為主線、元數據管理為核心”的數據治理技術架構。圖 2：數據治理技術架構圖“以數據應用為驅動”，沒有應用價值的數

100、據，不會做為數據資產，不會成為治理的對象，所以數據治理的目標、需求來源于業務的目標、需求，數據交換平臺、數據倉庫、敏捷 BI 等平臺與工具不僅承接了業務數據應用的實現，也在應用過程中明確數據治理的需求；“以主數據管理為主線”，航司中重要的主數據包括客戶、飛機、航班、員工、供應商等，主數據會被客戶訂單、員工績效、維修記錄等業務過程數據調用，分析數據的維度多為主數據，因此主數據管理非常重要，作為治理工作的主線，明確主數據源頭、數據標準、數據質量、數據發布等功能依靠元數據管理系統；“以元數據管理為核心”，數據管理、數據應用的前提是明確數據的定義、知道數據在哪里，才能有的放矢，元數據管理是數據質量、數

101、據安全等數據管理、數據應用工作的基礎，因此業務元數據、技術元數據、變更監控等功能依靠元數據管理系統。（6 6）數據治理實施路線：）數據治理實施路線：明確數據治理的目標、原則、組織架構、制度流程、技術架構之后，按照實施計劃逐步落地。山航結合實際情況，按照需求驅動的方式、結合數據類系統的建設契機推進數據治理實施，建設數據治理相關的平臺與工具，依次對各主題的數據開展數據架構、數據標準、元數據管理、數據安全、數據質量等相關的工作。2.2 數據資產管理平臺 43 為解決數據管理工作缺少抓手、人員對數據缺乏理解、難以保障數據質量及后續數據應用等的痛點問題，實現對數據進行業務主題劃分、提升業務與技術人員對數

102、據的理解和認識、進行數據標準的集成與管理、支撐數據質量閉環管控等目標，山航于 2020 年上線數據資產管理平臺，實現了數據資產目錄、元數據、數據標準、數據安全等管理功能，后續不斷擴展與優化。（1）數據資產目錄管理：）數據資產目錄管理：數據資產目錄決定了數據治理的邊界和對象，讓數據資產找得到、看得清，是支撐數據標準、數據模型、元數據、數據資產有效利用的基礎。數據目錄遵循“誰使用，誰負責誰使用，誰負責”原則，基于數據本身特征及業務管理邊界進行數據領域（主題域分組、主題域、業務對象、實體、屬性）劃分。（2 2）元數據管理與應用：）元數據管理與應用：元數據是描述數據的數據，是數據的描述和上下文。通過元

103、數據管理能夠更好的理解數據、明確數據流向，為數據治理、應用集成、數據分析等提供支持。平臺具備元數據采集與管理、數據資產查詢與數據地圖、元數據應用（血緣分析、影響分析、關聯度分析、變更管理等）等功能，制定了數據集成與元數據管理規定，并對不同元數據制定不同的管理流程，明確了崗位職責與管理標準。（3 3）數據標準管理：）數據標準管理：數據標準指公司層面需共同遵守的數據定義與規則，是對數據的共同理解，是確保數據一致的關鍵，數據標準包括業務屬性、技術屬性、管理屬性。業務屬性是指數據的業務定義與規則、質量規則、數據字典等內容，用于統一業務側語言與理解；技術屬性是指數據類型、數據格式、數據源系統等，用于指導

104、數據在系統中的實施；管理屬性是指管理部門、生效失效日期等，用于明確管理的責任部門。平臺具備數據標準維護、查詢、瀏覽、統計等功能。（4 4）數據安全管理：）數據安全管理：明確敏感數據定義，建立清單管理：結合國家法律法規、業務實際需求，明確敏感數據的定義與范圍，主要包括系統內用戶密碼、客戶證件號、手機號、銀行卡號、生物識別信息等。定義和范圍清晰后，需要建立敏感數據清單，通過盤點各系統內的數據，借助平臺的標簽管理能力，形成了敏感數據清單，通過清單能夠掌握公司內敏感數據存儲的系統、庫、表的具體位置；明確管理職責與工作流程：通過敏感數據安全管理規定明確了敏感數據安全管理過程中項目經理、元數據管理員、數據

105、安全管理員等崗位的工作職責與流程，讓敏感數據識別、數據加密、敏感數據清單更新等工作有法可依，確保落地；建44 立技術標準：形成 敏感數據加解密規范 與具體庫函數，統一了加解密的標準，包括具體算法、工作模式、填充算法、密鑰要求等。業務系統統一加密后，通過數據交換平臺交換數據，數據倉庫集成分析數據時，遵守統一的標準能夠明顯提高開發與交付效率。2.3 主數據治理 實施主數據管理系統并不一定能夠管理好主數據，主數據管理需要從業務職責、數據標準、數據質量、數據分發能力等多方面統籌考慮。山航于 2015 年建設了統一用戶管理系統，實現了公司員工主數據的統一管理，從 HR 源頭產生的機構與用戶主數據，實時同

106、步到系統中，分發到下游各業務系統，實現員工主數據的規范、一致、唯一。但是隨著員工主數據管理的深入，發現員工手機號存在大量不完成、不準確、不一致的問題。為確保員工手機號的完整、準確、一致，進行以下數據治理：（1 1）盤點現狀，梳理業務痛點：）盤點現狀，梳理業務痛點：通過盤點 HR、統一用戶管理、掌上山航、FOC 等系統中的手機號數據，梳理并量化了完整性、準確性、一致性等數據質量問題。并與相關業務部門調研手機號信息不全導致的業務問題。（2 2）明確治理目標、業務意義與應用價值：）明確治理目標、業務意義與應用價值：治理目標是讓數據完整性、準確性達到 85%以上，一致性達到 99%。在公司層面能夠讓管

107、理者準確的找到每一名員工，減輕每個部門綜合辦公室維護通訊信息的工作量，實現員工與員工、系統與員工的連接，實現信息找人。在員工層面，能通過自助服務方式找回系統的密碼，能夠收到工會對員工關懷的祝福短信，方便領取慰問品等活動。（3 3）明確改造需求、進行架構設計：）明確改造需求、進行架構設計：明確了 6 個系統的改造需求，共計 34個需求點。改造完成后形成如下架構，以 HR 數據為標準、源頭，用統一用戶管理作為主數據的分發與統一管理，下游系統遵守統一用戶管理系統的接入規范獲取需要的數據，員工可以在 HR 與掌上山航 APP 中自助修改手機號，掌上山航 APP中加入引導員工維護手機信息的功能等等。（4

108、 4）完善管理規定和業務流程，明確數據認責：）完善管理規定和業務流程，明確數據認責：協調人力資源部，在新員工入職流程、HR 管理規定中明確員工作為手機數據的責任人，有責任維護手機號。45 （5 5）采用項目管理方式落實治理：）采用項目管理方式落實治理：把 34 個需求點進行拆分，合并形成 24項工作任務，采用項目管理中的 WBS 工具進行工作分解、明確責任人，計劃用時7 個月左右落地。（6 6）采用問題管理與數據質量監控進行閉環：）采用問題管理與數據質量監控進行閉環：對工作任務落地過程中產生的問題進行記錄，定期調度確保能按照計劃順利執行，通過數據質量監控程序監控各系統中數據的一致性，發現問題及

109、時調查、解決，形成治理的閉環。2.4 QAR 數據治理與應用 QAR 數據是航司最寶貴的數據資產之一，它完整地記錄了整個飛行過程中的上千個傳感器數據，可應用于飛行、運行、機務等各個業務領域。長期以來，QAR數據譯碼領域存在國外產品封閉、不支持二次開發、譯碼結果不開放、偏重于個別應用場景，國內產品效率低、擴展性差、不靈活等問題。航司要實現完整的 QAR數據利用，往往要采購多個譯碼軟件，導致數據標準不統一，形成數據壁壘。QAR海量數據對服務器計算、存儲資源要求高，硬件資源投入大，譯碼系統的重復建設導致資源浪費，同時帶來極大的系統維護成本和管理成本。為了解決以上問題，山航自主研發實現 QAR 數據平

110、臺，實現譯碼、治理與應用。圖 3：QAR 數據平臺技術架構（1 1）QARQAR 數據治理：數據治理：平臺實現了波音、空客等世界主流機型 QAR 數據的全參數譯碼，全參數譯碼平臺在業內幾乎沒有成功案例，自主研發的譯碼引擎在運算效率、可擴展性、數據清洗、易用性等方面均處于領先水平。實現了對機型、QAR 構型、文件存儲格式、記錄參數描述等標準體系的建立，保持數據口徑的一46 致性，為上層業務應用提供統一的標準數據接口。創新使用了 Hadoop 大數據平臺，以山航機隊現有規模，全參數譯碼產生的數據量達到每年 40TB，傳統的數據存儲和分析工具無法滿足要求，因此采用 Hadoop、Spark 等大數據

111、技術實現了QAR 數據的全參譯碼、存儲及分析。在數據治理方面實現了：QAR 數據標準和規范化、QAR 數據質量管理、統一管理與對外共享和應用。（2）提煉）提煉 ROM 理論：理論：局方飛行品質監控（FOQA）實施與管理咨詢通告的要求，創新提煉了 ROM 理論：日常運行測量（Routine Operational Measurement，ROM）是通過完全采集日常運行航段 QAR 數據，對所有航段數據進行無篩選的統計并利用現代數學、統計學算法進行數據挖掘分析，發現日常運行中隱藏的不理想因素并將結論用于向航空公司飛行品質管理、飛行員個人飛行品質管理提供改進建議，引導飛行品質持續向好的飛行數據分析方

112、法。通過深入研究，提出了技術趨同、標準值設置、偏差研究、偏差量設置、因/果參數五大核心概念，并通過技術改進一覽、歷史數據分析等功能模塊進行了實際應用。在以往的事件管理模式下，只有發生了不安全事件才能被管控，而越危險的事件發生概率越小，發現成本越高。創新的 ROM 管理模式，通過采集全量的數據，將飛行員的各項技術水平以測量指標的形式數據化，通過數據分布、趨勢、離散度分析并預測可能的風險，整個過程不超過 30 分鐘，相比于事件管理模式，風險發現的效率提升 1400 余倍。（3）多維度飛）多維度飛行品質管理評價模型體系：行品質管理評價模型體系：突破傳統飛行品質管理事件管理模式的技術局限，通過大數據技

113、術記錄全量運行飛行數據，引入優秀的模型構建理念，結合多方專家理論知識，建立監控模型 100 余個，利用數學、統計學工具對飛行數據進行充分挖掘，形成飛行員的個人技術畫像，從技術水平、穩定性、超限率等多個維度對飛行員進行全方位的評價，從而制定個性化的訓練計劃，形成了飛行-數據分析-評價-訓練的管理閉環，促進個人飛行水平的提升。（4）人工智能技術應用：）人工智能技術應用：創新使用深度學習技術，采用 CNN 卷積神經網絡構建分析模型，解決了行業內對不穩定進近監控手段單一與理論研究不成熟的兩大難題，具備僅使用一個可持續成長的算法模型就能迅速、準確對全類型進近的航班數據進行綜合狀態判別的能力。系統對識別到

114、的航班數據，進行數據可視化和自動化分析，并對數據異常點進行顯著的提示，使用戶能夠全面、快速、準確47 的掌握航班進近情況。目前實現從 60300 個日常航班中識別 1060 個容差進近航班，占比 1.76%，具有代表意義的高等級航班約占 0.63%；突破現有不穩定進近事件管控模式，真正做到日常監測，為開展風險管控提供更可靠依據，降低可控飛行撞地、沖偏出跑道等重大不安全事件的安全風險。（5）探索）探索 QAR 數據實時下傳：數據實時下傳：在 3.21 事件中暴露出黑匣子譯碼技術壟斷問題，山航已在積極探索 QAR 數據實時下傳、機載數據應用。計劃通過對飛機改裝實現天地互聯，升級飛機前艙機載設備并新

115、增 QAR 數據接口,實現實時數據傳輸到地面 QAR 數據平臺，仿真模擬實時的飛行情況，最終實現數字孿生飛機。三、應用效果三、應用效果 通過數據治理體系建設，取得了良好的管理和應用效果，主要表現為：（1)1)數據治理機制：數據治理機制：形成數據資產管理參考框架，明確了目標與規劃、制度保障、組織保障、技術支撐與實施路線，為數據治理工作明確了方向、方法。形成決策級、公司級、業務級的三級組織機構，建立業務負責制數據管理體系。形成三級制度體系，一級的數據資產管理規定、二級各項數據管理工作的具體流程、三級標準規范等文件，包含數據架構管理、數據質量管理、數據安全管理、數據共享管理、數據應用管理、主數據管理

116、等工作內容。（2 2)數據資產管理平臺數據資產管理平臺:實現數據資產管理能力，編制數據資產目錄，完成各業務領域 70 套信息系統、100 個數據庫的元數據采集、發布，涵蓋業務表 1.6萬張，涉及字段 29 萬個，ETL 2200 余個，確保后續新系統的元數據交付質量，以及變更管理。進行數據分級，定義敏感數據和范圍，形成敏感數據清單，掌握公司內所有敏感數據的存儲位置，提升數據安全；通過系統能夠快速定位數據、獲取信息更準確快捷，使數據管理與數據應用開發工作不返工或少返工，加強各方的統一理解以及溝通效率，工作效率提高創造時間價值 70 萬/年。（3)3)員工員工主數據治理：主數據治理：數據質量大幅提

117、升，完整性達到 98%，準確性達到 99%、一致性 99.9%；安全性大幅提升，實現離職員工自動禁用賬號，非山航員工無法登陸掌上山航 APP；通過單點登陸、統一代辦等數據應用，工作效率提高創造時間價值 100 萬/年；在公司層面能夠讓管理者準確的找到每一名員工，讓系統能夠觸達到每一名員工，實現員工與員工、系統與員工的連接，實現信息找人，為48 企業微信、航班智能調度等數字化、智能化系統奠定了堅實基礎。（4 4）QARQAR 數據治理：數據治理：通過自主研發、數據治理，建立 QAR 數據平臺，實現QAR 數據的標準化、規范化，統一共享和應用?；?QAR 數據平臺實現日常運行測量管理系統 F-R

118、OMS、CNN 識別不穩定進近、飛行員個人技術畫像、個性化訓練等上層應用，突破了傳統飛行品質管理事件管理模式的局限，風險發現的效率提升 1400 倍，創造經濟效益 700 余萬元。該案例行業通用性強，根據山航現有經濟效益，如在全民航推廣，預計每年可產生效益 1.9 億元。后續逐步探索 QAR 數據實時下傳，實現數字孿生飛機。四、洞察啟示四、洞察啟示 經過數據治理，通過實踐解決長期困擾我們的三大痛點，得到如下三個啟示：（1)1)數據數據治理治理關鍵在于組織關鍵在于組織、流程流程、業務和技術、業務和技術：四個要素缺一不可，通過四要素構成的有機體系實現治理目標,治理過程遵循循序漸進原則。數據治理的落

119、地一般有兩種推進方式，一種是整體設計、盤點、依次治理方式；另一種是結合數據項目逐個數據主題進行盤點、設計、治理。第一種方式成本大、耗時長、短期內不見效，而分主題、分階段治理有以下優點：優先聚焦在問題多、能產生業務價值的主題，比如 QAR 數據治理，能夠解決業務痛點，避免治理目標不明確。（2)2)價值創造價值創造、價值量化、價值量化原則原則：數據治理需要需求驅動，圍繞具體業務場景、具體問題開展治理，考慮如何用數據產生業務價值，充分挖掘數據價值讓數據擁有者收益；數據治理的價值必須被量化，通過提升數據質量、數據安全、促進數據應用，結合具體的業務場景進行價值量化，只有價值量化才有不斷推動數據治理的動力

120、。（3)3)數字化工具數字化工具：數據治理不可能依靠手工，必須依靠完善的系統工具，將制度、流程、標準通過系統支撐來實現，促進數據治理的高效執行。通過數據資產管理平臺、主數據管理等系統，實現元數據、數據標準、數據質量、數據安全、主數據等管理工作，讓數據資產可視、可管理，提升數據質量、數據安全；通過數據倉庫、敏捷 BI、數據交換平臺等系統強化數據服務和共享能力，培養業務自助分析能力，實現數據反哺業務用數據支撐業務決策。49 智慧川航大數據治理及人工智能平臺智慧川航大數據治理及人工智能平臺 單位/部門：四川航空股份有限公司/信息技術管理部 主要人員：宋世彬、羅江林、李建、嚴玉、周馨雨 一、背景和痛點

121、一、背景和痛點 近年來，我國民航業迅猛發展，我國已由民航大國發展為民航強國，四川航空股份有限公司（以下簡稱：川航）在這一良好的發展背景下，也呈現出蓬勃的發展態勢，伴隨著機隊規模以及人才隊伍不斷擴大，川航的信息系統建設也隨即進入了“加速度”發展的時代。經多年發展，川航已建設了較為完善的業務支撐系統超百個，存儲數據上 TB 級，覆蓋公司航班運行、服務營銷、機務維修、運營管理等方方面面，川航的信息化建設有效推動了業務效率大幅提升。多年來，川航各個業務部門的數據均存儲于各類業務系統中，龐大的數據資源蘊含著豐富的業務價值。然而，分散儲存的方式帶來了一系列問題：第一，數據孤島化情況凸顯，共享流程長、時間久

122、，導致數據得不到充分利用；第二，數據口徑未標準化，數據質量未經全局檢驗，影響數據使用效果；第三，數據多頭管理，要求不一致，管理不一致，數據使用存在較大安全風險；第四，數據資源的綜合利用由于缺乏必要技術手段，數據化分析進程推進緩慢，大部分數據價值無法得到體現，影響輔助支持力度。因此，搭建大數據中心、開展數據治理，對于實現公司數據的集中管理具有重要意義。此外，黨的十九大報告指出要推動互聯網、大數據、人工智能和實體經濟的深度融合。航空業作為人工智能落地應用的重要領域，各航空公司、機場也在穩定安全運營、敏捷協同運行、智慧營銷服務等方面，逐步開展建設及應用。在此大背景下，川航積極在人臉識別、智能客服、航

123、班智能調整方面開展自主預研及相關建設嘗試并取得一定的成果。但人工智能基礎能力具備較強的專業性、系統性，自主研究方式投入大、耗時長，難以快速滿足公司的智能化進程。因此，加快 AI 人工智能基礎設施能力建設對于川航創新業務模式具有深遠作用。綜合考慮上述多重因素，川航公司領導高度重視，指示“要進一步加大對大數據中心口徑標準、治理體系、作用發揮、管理規范等方面規劃建設”，強調“對50 數據治理、數據中心的建設要從規劃、制度、建設、管控上設定階段性目標，有效推進”，同時，明確提出“數據治理與應用是公司數字化轉型的基礎，要加強大數據與人工智能在公司飛行安全、節能減排、服務營銷等領域分析與應用，為公司降本增

124、效提供新動力”。為此，在“十三五”信息化規劃中，川航將大數據治理及人工智能建設作為公司“信息引領”戰略的重要舉措，并將其列為數字化轉型的重點工作方向，統籌規劃，系統設計數字化轉型戰略。二、實踐路徑二、實踐路徑 法定性、系統性、規范性、有效性、價值性機制理清現狀流程及標準組織數據安全1套指導思想4大保障4個步驟人員治理數據構建資產賦能業務1條底線 圖 1：數據治理總體框架 為高效推進大數據治理及人工智能平臺建設，川航牢牢把握公司信息化特點以及行業高質量發展要求，堅持以“法定性、系統性、規范性、有效性、價值性”為核心指導思想，嚴守數據安全底線，在四大管理保障基礎上，按照“理清現狀、治理數據、構建資

125、產、賦能業務”四個步驟，有序推進公司數據管理。2.1 一套指導思想（1）法定性法定性 提升數據管理工作的站位：在數字化時代，數據資產是公司的核心資源，必須站在公司戰略角度統籌管控。要依法合規獲取數據，注意不同國家地區的法律51 要求；要建立針對不同場景的數據使用權限管控，堅持公司“統一管控”的總體要求，杜絕向公司隱瞞數據的情況。各部門嚴格遵守法律法規，不得泄漏敏感數據；從事或涉及敏感數據的崗位人員必須簽訂保密協議，嚴格執行保密制度。（2）系統性）系統性 數據管理是高度統籌的系統性工程，需要組織統籌、流程統籌、技術統籌。組織統籌：川航需建立獨立的數據工作組織機構以及決策小組，從橫向上覆蓋公司各部

126、門，從縱向上覆蓋上至公司領導下至具體崗位員工，統籌數據工作開展，發掘數據資產價值；流程統籌：建立便捷的工作機制，可根據公司領導的指示與方向，業務的分析挖掘需求，快速建立包括業務與技術的數據分析挖掘團隊，形成聯動，又快又好的產出權威數據統計分析結果；技術統籌：推行項目建設中的數據模塊化設計，統一數據底層技術架構、業務數據標準，進一步整合數據工作已有信息化建設成果，加強數據全生命周期管控。（3）規范性規范性 對標國家、行業標準，建立川航數據工作管理規章制度與技術標準，覆蓋數據生產、使用、共享、分析、歸檔的全生命周期。堅持按手冊流程要求開展數據工作，堅持標準統一，建設統一，杜絕各自為政，各搞一套。在

127、推進工作的同時，重點關注事后檢查與質量管控，實現閉環管理。（4）有效性）有效性 保證數據真實有效，大數據時代，各種數據繁多巨大，掌握數據入口，要梳理篩選，摒棄無效虛假不真實數據；數據工作是技術更是管理，應加強數據定標，充分參考國標及行業標準，利用信息手段實現標準的共享可見，使產出的數據標準、指標規則全覆蓋、有權威、可落地，確保產出準確、有效、有價值的分析結果。（5）價值性價值性 數據的戰略意義在于可通過分析挖掘，產出數據價值，支撐公司運營決策。川航將數據治理與數據價值賦能相結合，推進大數據分析應用，擴大數據分析挖掘的深度、廣度，建立多維度、多領域數據分析挖掘機制，重點實現大數據在飛52 行安全

128、、節能減排、旅客營銷、成本收益等公司核心業務領域的突破，實現數據創新應用，利用大數據反哺業務增值。2.2 四大管理保障（1）組織保障組織保障 堅持規劃先行，做好頂層設計。川航在公司信息規劃與整合委員會下設數字管控及人工智能決策小組（以下簡稱：數字決策小組），由公司總經理親自掛帥，劃分 10 個專業方向，統籌公司大數據治理分析與人工智能企業應用工作。充分利用各部門業務需求和數據專家資源，在小組內建立業務數據專家庫，加強業務與數據資源的融合，形成合力。（2）機制保障）機制保障 建立數字決策小組日常工作機制，如月度匯報、定期會議等，保證數據管理順利開展；建立數據管理工作機制雛形，劃分元數據、數據標準

129、、數據安全、數據模型、數據應用（含數據共享與數據服務）等領域，分別開展數據管理工作；固化數據挖掘應用機制，例行化競賽及成果孵化；利用算法大賽及業務數據專家管理，建立人才獎勵機制；新增決策成效考核辦法，以結果為導向，進一步促使數據管理向數據運營管理轉變升級；完善信息數據風險管控機制，提升數據安全保障意識；建立對外合作單位數據風險檢查機制及自查機制，“分類管理、分級負責”，將公司職能管理部門例行檢查與各單位自查結合，同時對數據誤報可能的后果建立應對機制，并明確各類事件的主體責任與崗位責任。（3）管理流程及技術標準保障）管理流程及技術標準保障 制定公司級管理手冊，為數據工作建規立制。對標 數據資產管

130、理白皮書，結合工作實踐，建立數據治理管理手冊架構，包含 數據決策體系管理規定 數據資產管理規定 數據挖掘與應用管理規定 業務數據專家管理規定等；制定公司數據安全管理規定，將公司數據劃分 5 個安全等級，進行分級管控，產出數據安全與質量管理規定及個人信息泄露突發事件響應處置預案；對標國內外標準，產出數據庫設計、敏感數據及數據安全技術標準，將數據安全保障融入信息化系統建設，加強公司數據安全重要節點管理，同時形成個人敏感信息數據清理模板，實現個人敏感數據“可見、可查、可控、可用”的長效管理。（4）人員保障）人員保障 53 川航在信息管理部門設立數據管理科室，共培養數 10 名數據領域專業人員，牽頭執

131、行公司數據全生命周期管理工作。同時，結合數據應用、算法大賽，與各業務部門建立互動，挖掘并培養出一批具備豐富業務數據挖掘分析、算法模型搭建能力的人才隊伍。目前，公司業務數據專家庫有來自 24 個部門的 95 名專家，業務數據專家為推動各部門數據業務化賦能起著良好的帶領作用。2.3 四步實施路徑（1）理清現狀）理清現狀 盤點業務，理清現狀是開展數據資產管理的重要前提。結合川航發展特征，選取業務配合度好，信息化程度高，體現核心價值的業務板塊，對接業務部門以及系統建設商，分別開展業務、技術調研，梳理相關核心業務流程，明確業務歸屬，了解系統分布，勾畫系統關系，理清數據流向，理解數據定義，從業務視角、系統

132、視角、數據視角理清全局現狀，明確公司業務痛點?；跇I務、技術調研結果，結合元數據采集，對核心數據的模型、標準、統計指標等內容進行進一步梳理，形成元數據、血緣分析、資產地圖等基礎數據成果。（2）治理數據）治理數據 制定數據標準是數據資產管理的核心任務，也是構建數據模型以及數據服務的重要基礎。川航規劃并建立多層次、立體化的數據標準模型框架，包含數據模型標準，數據分類標準、數據編碼標準、和數據安全標準等內容。在定標之前，采用規范的數據分類方案對數據進行分類管理，幫助企業全面厘清數據資產、確定數據重要性以及敏感程度，對數據資產實現規范化管理，更好的完成對數據的維護和擴充。數據建標采用意見收集、集中辦公

133、等方式，對每個重要數據的業務含義、業務規則、數據結構、質量規則、管理部門、管理人員進行定義、細化和明確，并由公司進行發布以及維護，確保公司標準的唯一性、有效性、權威性。同時，優化信息化項目建設流程，項目組中設立數據組廣泛參與項目建設，梳理數據流向，統一數據標準口徑，做到入口管控，治理閉環。（3）構建資產）構建資產 引入數據治理技術工具，對元數據、數據血緣、數據標準、數據模型、數據質量進行可視化管理，讓公司直觀了解數據資產大盤，確保數據“可見、可查、54 可用”。通過對數據資產規范化、系統化的歸并、整理、分類等操作后，將梳理結果納入系統管理，公司可以清晰地認識企業數據資產狀況、業務價值鏈條分布情

134、況以及業務痛點問題。同時，通過大數據處理工具，搭建數據倉庫，集成梳理后的核心模塊數據資產，打通數據鏈路，實現公司核心數據快速準確高效的清洗、建模與共享，實現數據的集中化管理。（4）賦能業務）賦能業務 數據來源于業務，并服務于業務。川航積極探索業務場景，創新賦能模式，開展數據、算法生態圈建設，專項推進數據挖掘與分析課題，多層次、多領域實現業務賦能。搭建大數據平臺，夯實基礎能力，對公司數據進行整合、提煉與分析，進一步消除數據壁壘。建立統一的數據共享平臺，規范數據的對外輸出模式，逐步實現接口數據的全面管控，驅動數據快速數據流通。自主研究 Doris、Flink等開源工具，優化大數據架構，提升平臺穩定

135、性。引入自助 BI 工具，培養挖掘人才，實現數據資產快速利用與價值創造。建立統一的 QAR（快速存取記錄器）機載大數據平臺，統一 QAR 譯碼、分析標準，實現 QAR 機載大數據全量全參解析存儲，精細化呈現飛行全周期參數，筑牢飛行領域大數據基礎。搭建人工智能 AI中臺，在行業內率先完成人工智能計算算力（GPU）與機器學習算法組件倉庫的私有化部署，搭建統一管理的人臉圖像庫，輸出 AI 感知服務（人臉識別、語音識別與合成、圖片與文字識別），進一步夯實 AI 人工智能基礎服務能力。此外，川航還關注生產運行難題，定期開展算法大賽，在公司內外征集技術方案與解決思路，突破難題，為公司降本增效提供新的思路。

136、2.4 一條安全底線 近年來，歐盟出臺了通用數據保護條例（General Data Protection Regulation，簡稱 GDPR），我國中華人民共和國數據安全法和中華人民共和國個人信息保護法也相繼施行，這些法律法規均對重要數據及個人信息保護明確提出了數據保護義務及技術措施要求。為保障數據活動開展的合法性，川航以法律合規性要求及業務使命為驅動，持續建立自上而下，以數據為核心的安全管理與技術體系，以“主動、動態、整體、精準”為公司數據安全防護體系的整體目標，不斷提升由內到外縱深式數據55 安全防護能力，促進公司數據的安全共享與應用，為落地大數據治理及人工智能平臺，實現公司數字化轉型，

137、建設智慧型航司打造堅實穩固的數據安全基礎。三、應用效果三、應用效果 川航依托大數據治理及人工智能平臺，以數據治理方法論為指引，持續整合數據，構建數據資產，挖掘數據價值，初見成效。獲得飛行安全監控方法及裝置1 項專利認證，取得四川航空數據中心平臺、機場與局方數據共享系統、航班智能調整應用驗證系統等 6 個軟件著作權認證。3.1 集成整合層面 2019 年至 2022 年，川航共梳理有效數據系統 155 個，累計集成系統 117 個，集成率達 75.5%，集成量達 1.6T，各主要領域核心數據已基本實現統一管控、統一治理，為數據業務化提供數據支撐。3.2 數據治理層面 目前，川航共劃分 15 項一

138、級主題域，135 項二級主題，在線管理 100 余個業務數據庫，近 9000 張數據表，112977 個數據字段。同時，川航發布了基礎數據標準 365 項，數據指標標準 81 項，結合航班動態專項數據治理，梳理發布了航班動態運行標準 40 項，對客展示標準 61 項，為統一業務定義，構建標準化數據服務奠定良好業務基礎。3.3 數據應用層面 川航以業務為導向，聚焦業務難點與痛點，自 2019 年至 2022 年 4 月，通過自主研發方式，共計開展數據應用分析課題 66 個（2022 年 4 月-2023 年 2 月，新增開展了 35 個），數據價值正全面賦能各業務。以下為部分分析課題成效：（1）

139、安全運行領域業務賦能）安全運行領域業務賦能 川航以飛行安全三級事件數據為基礎，使用安全管理體系的兩個核心要素工具風險管理和安全績效測量，輔以事故樹分析思路，建立關鍵風險的監測評價指標體系，上線關鍵風險監測功能，該功能實現對近 7 天、近 30 天及每個自56 然月“可控飛行撞地”、“機體擦掛”、“沖/偏出跑道”、“著陸載荷大”和“不穩定進近”5 個關鍵風險值的趨勢監控與分析，數據準確率達 99%，提高公司對安全風險的量化監測能力與精細化管理能力，有效提升飛行安全決策能力。川航通過對航油數據整合分析，產出運控類及飛行類效益價值。其中，運控類滿足局方對 5%不可預期燃油的能力要求，精準計算各航班計

140、劃與實際油耗差，挖掘長期給油偏多的航線，提醒業務人員進行針對性調整；飛行類能夠在航前告知飛行員同航線的歷史情況，使其了解申請直飛、申請最佳巡航高度的可能性。按照正常航班量估算，全年預計為公司節油 4000 噸，助力節油飛行、綠色飛行。（2）服務營銷領域業務賦能）服務營銷領域業務賦能 以數據驅動業務，川航通過對旅客出行基礎數據的清洗與整合，在官方 APP、小程序等移動端構建“我的行程”服務。該功能作為基礎產品，有效補齊了川航移動端的短板，讓移動端服務營銷上升一個臺階。同時，借助旅客行前、行中、行后的全流程各個觸點進行精準化推送和營銷，有效提升了 APP 預付費行李、接送服務等輔營業務的使用量及轉

141、化率。川航自主設計，實時監控航班調整的數據變化，以業務為導向，構建以“SSIM”報文為基礎的 105 個場景功能應用，實現了系統化傳遞航班變動信息以及航班計劃自動化發布、復核的業務升級，打破了公司“運行-銷售”業務鏈長期以來的數據壁壘。該應用上線運行后，自動化發布占比提升顯著，從項目運行前 48.14%提高至 97.11%，共計發布航班變動報超 50000 班次，實現“0”差錯發布，并成功經受住了包括各地疫情反復、天府轉場、極端天氣等各類考驗。（3）運營管理領域業務賦能）運營管理領域業務賦能 川航建設“運營管理駕駛艙”及“AOC 運行一體化”大屏展示模塊，共計近100 個公司核心數據指標，完成

142、對相關數據指標的規則梳理、指標開發、數據標準定義、稽核上線，保障了川航向外展示“智慧大運行”的效果。通過 AOC 運營分析大屏應用建設，有助于公司人工智能、大數據等新興技術的有效落地，輔助新 AOC 運行指揮大樓與公司天府基地在運行指揮方面的有機融合，助力“兩場一體”戰略實施，同時助力川航 AOC 體系在運行、風險控制、應急響應等方面的實施落地。在人工智能服務應用方面，川航封裝本地化人臉類、語音類、圖片與文字識57 別類共計 10 個關鍵技術組件服務。以“AI+安全”為指導目標，結合“人臉搜索1：N”與“人臉動態活體檢測”關鍵技術服務與組件，新增或優化升級航班會會議簽到、AOC 值班打卡、航前

143、身份認證等共計 4 個業務應用，實現毫秒級人臉采集與識別，識別率可達 95%，并建立高質量公司人臉庫，存儲約 18000 張公司員工人臉數據；以“AI+移動化”為指導目標，以“語音識別/合成”、“高精度通用文字識別”，對接川航辦公助手 APP，發布語音助手模塊，實現語音喚醒、查詢及控制；發布會議語音紀要模塊，以實時語音轉寫文字，形成會議紀要，字準率均可達 80%；發布通用文字識別 OCR 應用，實現高精度多語音圖片與文字轉換功能。另外，持續輸出人臉類、圖片與文字識別類服務與“智慧園區項目”對接，結合智慧園區業務場景及需求，增強 AI 視頻結構化能力與功能。川航積極與民航局運行監控中心、清算中心

144、、各機場等外單位開展數據合作，共享數據，共建行業數據生態圈。在確保數據交換的合法性、合規性基礎上，川航將接收數據應用于地面保障、運行監控等業務，為公司生產運行保駕護航。3.4 數據安全層面 川航積極對標相關數據保護法律法規，以及局方下發的智慧民航數據治理規范等行業標準，已組織開展個人敏感數據和重要數據的梳理與分類分級工作，使公司對敏感數據資產做到“心中有數”，對敏感數據安全技術保障程度做到“心里有底”，并將持續開展二次梳理與復核確認工作。同時，按照“減少安全風險敞口”的原則，川航已組織完成 18 個系統的數據加密安全整改與滲透測試工作，從源頭上提升與驗證系統數據安全性，做到“系統攻不破、攻破拿

145、不走、拿走看不懂”的三層縱深防御機制，為公司守護個人敏感數據保護的“最后一道防線”。此外，為加強內部數據安全保護機制，嚴格管控個人敏感數據訪問的權限與資質，川航創新建立針對“敏感數據”、“合規資質”與“人員權限”三位一體的合規動態資質授權管控模式，并已按照計劃與公司相關含有敏感數據的核心系統進行對接，形成公司敏感數據防泄漏的堅實屏障。四、洞察啟示四、洞察啟示 4.1 重視頂層設計，明確建設方向 58 頂層設計是搭建大數據治理及人工智能平臺的重要基石。企業高層應充分重視、親自參與，將數字化戰略與企業發展戰略相結合，圍繞“做什么”“怎么做”“路線圖”，統籌制定主要目標、業務藍圖，確保工作開展的整體

146、性、協同性、體系性。4.2 強化管理機制，夯實發展基礎 管理機制是搭建大數據治理及人工智能平臺的重要保障。企業應強化組織文化培養，統一思想，統一認知，有效調動業務部門參與度、增強認同感；強化組織機制建設，建設完善的數字化人才績效考核和成長激勵制度，以及跨部門人才共享和流動機制，提升協作能力；強化管理流程以及技術標準建設，明確角色職責與流程規范，提升數據管理的標準性、規范性、有效性。4.3 強調價值導向，助力生產經營 實現業務價值是搭建大數據治理及人工智能平臺的核心目標。其一，要加強業務、技術融合，實現“雙輪驅動”，達到 1+12 效果；其二，以點帶面，選取一兩個數據質量好、業務見效快的場景，打

147、造成標桿應用，讓業務能直接感知數據應用成效，促使更多業務人員主動參與，實現良性循環；其三，數據治理不求大而全，不用面面俱到，但一定要貼合公司運營發展，注重實效產出；第四，要建立評價機制，對數據治理全過程以及成效進行動態跟蹤，全面分析并精準評價，識別持續改進的方向，推動治理體系不斷迭代、完善。4.4 分類管控數據，重視數據安全 數據安全是搭建大數據治理及人工智能平臺的底線、紅線。川航認為企業做數據安全應以數據分類分級為基礎，數據防護建設充分側重于重要數據與個人信息保護，以最有效的資源投入解決最核心的數據安全風險。59 航企數據治理與數字化轉型實踐航企數據治理與數字化轉型實踐 單位/部門：北京首都

148、航空 主要人員：王煒、侯飏、苗偉、朱亞虎、蔣荷珍 一、背景和痛點一、背景和痛點 在當下 IT 行業云計算、大數據、人工智能、萬物互聯等數字技術大行其道時，作為我國企業主體的生產和運輸業才剛剛發力，民航業的數據治理與數字化轉型發展空間巨大，在此背景下投身智慧民航建設是參與行業高質量發展的具體表現。案例公司北京首都航空是一家擁有 88 架空客飛機的中型航空公司。2020 年前公司維修系統使用集團統一開發的通用線上數據管理平臺，由于開發時間早，且對象是集團內多家航司，存在難以滿足個性需求、無法支撐新增業務的尷尬。同時，隨著維修行業的發展和數據分析、數據驅動需求的不斷提高，系統對原有業務的支撐同樣出現

149、乏力，對于新 AC 下的機隊年檢管理，規章手冊評估，局方明電管控、培訓審核、人員資格評估，拆換件分析、外委監督檢查等典型維修管理工作無法形成有效支撐。致使公司相關業務仍停留在用單機 WORD 或 EXCEL 管理的水平，移動性和交互性差，數據治理不足，安全余度低下，業務發展遇到系統瓶頸，分析主要問題包括：（1 1）維修數字化普遍存在重控制，輕管理，數據治理存在盲區）維修數字化普遍存在重控制，輕管理，數據治理存在盲區 目前維修管理系統對直接與飛機維修相關的業務做的普遍比較完善，即側重于對維修控制類業務的數據治理，而對于協作和管理類的支撐比較缺乏，甚至是空白，不利于數據的全面統計、分析和治理。（2

150、 2）早期系統跟不上業務發展和數據治理需求，持續開發困難）早期系統跟不上業務發展和數據治理需求，持續開發困難 隨著行業管理和效率要求的不斷提升，越來越強調對數據信息的治理、分享、協作、收集、分析、呈現等，移動辦公和指尖辦公已成為剛需。但早期開發的系統不能提供移動支持，干部員工外出辦公時效能下降明顯，這與疫情下移動辦公、高效辦公的需求存在顯著差距，無法滿足新形勢下的辦公需求，而傳統模式下，系統開發存在周期長、耗資大，開發速度跟不上業務發展，限制了公司實施數字化轉型和數據治理的美好愿景。60 （3 3）現有系統對效能提升和遠程協作支撐不足）現有系統對效能提升和遠程協作支撐不足 受疫情影響，航空運輸

151、市場低迷，部分航司人員需要輪崗休假。實際到崗人數很難達到正常時期水平，為確保工作質量，進一步提高工作效率成為公司必須要解決的問題。此外，在防疫形式嚴峻復雜階段，為隔離風險，兼顧防疫和生產需要，航司一般會采取 A/B 班輪班到崗制度，如何確保到崗的 A 班人員與在家辦公的 B 班人員在業務和空間上無縫銜接？很大程度上取決于航司辦公系統的數字化程度，而此時最容易暴露出老舊系統的支撐能力不足。本文針對公司如何解決痛點，快速實現維修數據治理與數字化轉型的方法和效果進行說明，同時引用一套由公司特業人員自行開發，已在線上運行 3年，平均業務提升率超過 30%，并被國家級專業期刊航空維修與工程選刊發表的數字

152、化維修業務管理系統，又名指尖智慧辦公系統作為實踐案例。圖 1：系統雙終端 二、實踐路徑二、實踐路徑 2.1 系統平臺與設計理念（1 1）系統平臺系統平臺 首航維修部門自行設計的數字化智慧辦公系統是一套利用成熟的PHP語言，基于OA平臺和MYSQL數據庫開發的，具備電腦和手機雙平臺的多點移動辦公系61 統。主要彌補公司數據治理盲區，解決維修管理業務數據的整合、治理、效率提升、移動辦公、協作支撐和基于數據驅動決策的精細化管理問題。圖 2：系統搭載平臺（2 2）設計理念）設計理念 參考行業頂層設計，系統定位和參考行業頂層設計，系統定位和理念理念概括為概括為“一二三三四一二三三四”一個中心：一個中心：

153、以方便員工、有利于員工為中心 兩個目的：兩個目的：實施數據治理、提升辦公體驗 三大板塊：三大板塊：維修業務、黨建團建、行政管理 三項特色三項特色：智慧辦公、智慧協作、數據驅動 四個關系：四個關系：精神與物質、投入與產出、服務與回饋、分享與榮譽 2.2板塊設計與數據遷移（1 1）板塊設計）板塊設計 系統集數據采集、數據治理、信息分享、移動辦公、適航管理、資源共享、業務協作、自動提醒、數據可視化分析等功能于一體。目前已完成20余個模塊開發，并形成一套配合特定工作需要，快速開發指定功能模塊的能力。專業模塊專業模塊：拆換件管理、手冊修訂、規章評估、人員技術檔案、空器年檢協作、證件管控、適航信息池、值班

154、交接、干部下一線、培訓記錄、線上學習、在線測評、外委監督檢查、局方明電處理、局方布置工作閉環管控等；黨建黨建模塊模塊：黨建團建新聞速遞、黨支部在線、監督信箱、部門公告等；行政行政模塊模塊：員工考勤、公告、排班、任務、智慧協作、日報、信息報備等；62 圖 3：業務功能模塊（2 2）數據遷移）數據遷移 系統上線后，在對相關信息數據進行治理和數字化轉型時，建議設置 3 個月過渡期，在此期間業務保持線上線下并行處理，以確保上線運行的穩定過度。數據庫選擇成熟的 Mysql，系統服務器端建議設置自動備份數據。圖 4：電腦端主頁 圖 5：手機端樣例 63 三、應用效果三、應用效果 3.1 數據驅動精細化管理

155、類案例 養數據、用數據、數據驅動決策是精細化管理的基礎，系統的 MYSQL 數據庫可以對典型維修業務的數據收集、分析和呈現提供實時支撐。（1 1）拆換件數據統計）拆換件數據統計 圖 6：拆換件統計 通過對航空器拆串件數據的日常收集，可自動統計分析并可視化呈現出相關部件的章節、件序號等特征信息的占比和趨勢，為采購提供指導信息。（2 2）維系人員疲勞度管理）維系人員疲勞度管理 如何精準掌握維修人員疲勞度一直是業界關注的重點，系統基于工程管理人員最常使用的加班存消模塊，可自動統計相關人員在指定日期內的有效工時，為特業人員的工時管理提供數據參考。圖 7：人員疲勞度統計 64 （3 3）AOGAOG數據

156、治理數據治理 圖 8：AOG 數據錄入界面 該模塊通過對飛機號、機型、AOG 地點、故障系統、排故用時和航材保障用時等屬性標簽的數據治理，即可利用系統的數據可視化功能，隨時查看保障短板和排故經驗信息，比如 AOG 發生最多的地方、最常涉及的系統，航材保障最慢的地方和部件、排故時間最長的地方等，還可以積累經驗性大數據，比如各種情況導致的 AOG 的平均排除時間等，有效提升預測能力，減少航班延誤?？砂丛陆y計 AOG 故障數量趨勢，實時調用，監控趨勢，無需花費額外精力匯總，處理數據或按地點統計故障突出地區，結合航班量分析該異常是否有降低空間，視情采取措施優化。圖 9：AOG 趨勢統計呈現 可按故障件

157、統計，評估相關部件對 AOG 發生次數的影響，為航材采購提供數據參考；按排故耗時統計，掌握 AOG 時相關故障部件的平均排故時間，形成經驗性數據，準確預測放行時間，提升利用率。按地點排故時間統計，掌握每年各航站為首航 AOG 投入的工時，為協議談判及相關政策提供參考。65 圖 10：AOG 關鍵數據比對 3.2 快速支撐新增業務類案例（1 1）落實規章新政）落實規章新政航空器航空器適航檢查適航檢查 民航局新近頒發航空器年度適航狀態檢 AC，機隊年檢由側重航空器現場檢查轉為技術記錄評估與航空器現場檢查相結合的綜合健康管理模式。以完成 AC附件“航空器年度適航性狀態檢查報告”為例，該工作需要維修部

158、門各中心協作完成檢查并形成綜合報告，流轉各級領導簽批后生成適航申請文件。數據治理轉型前數據治理轉型前，采用 WORD/EXCEL+郵件形式，工程部各業務口依次完成表單各項目的填寫，存在效率低，協同難、共享差，在更新信息時容易被誤覆蓋，需要設立總控協調人。數據治理轉型后數據治理轉型后，各業務口隨時通過手機、電腦將信息錄入數據庫，并發完成填寫，系統自動流轉領導簽批，形成可直接提交的報告?；谙到y支撐，首航在轄區內率先完成機隊年檢工作，獲得局方認可。圖 11：年檢協作模塊 治理效果：治理效果：1、提高新政落實效率；2、解決多人協作痛點；3、不受時間空間限制；4、系統防差錯性強；5、數據安全性高。（2

159、 2）提升效率案例）提升效率案例 66 數據治理轉型前數據治理轉型前，監督檢查人員完成檢查后填寫 WORD 表單，由上級領導簽批后，發郵件給統計匯總人，再由匯總人員摘抄、統計、EXCEL 做表、制圖并編寫相關趨勢報告材料。數據治理轉型后數據治理轉型后:監督檢查人員直接通過手機、電腦登錄數字化系統，在專用模塊錄入檢查數據，全流程節點郵件提醒完成審核簽批，系統自動匯總信息，生成統計表格并繪圖。授權人員可隨時在系統查看實時數據和可視化的圖形趨勢，也可直接截取相關表格圖形,快速制作相關匯報材料。治理效果治理效果：1、監督檢查不受時間地點約束；2、數據處理和可視化分析效率提升 80%；3、可隨時隨地對數

160、據進行分析和查看。圖 12：數字化監督檢查的輸入與輸出 3.3 助力遠程協作與疫情防控類案例（1 1）航線維修監察）航線維修監察 數據治理轉型前數據治理轉型前:檢查人需打印檢查單,準備紙筆,簽章等工具。進場檢查期間，相關物品可能與他人產生共用性接觸，增加傳播風險。治理轉型后轉型后所有檢查操作均可在手機上完成，系統根據手機端錄入信息自動生成檢查記錄。圖 13：手機端航線維修監察 67 （2 2）數據速查，云端共享數據速查，云端共享 維修信息整合：維修信息整合：維修信息碎片化不利于后期總結、追溯和回顧。例如：機隊適航證件、限制信息、技術信息和黑白限制名單等，涉及機隊的各項信息由各業務口分別管理。使

161、用時需要各業務口統計提供，費時費力。治理構建信息整合平臺后，各業務口對數據進行協同維護，即可使用手機或電腦端隨時查詢。圖 14：數據一體化查詢 3.4 系統普適性 案例系統是航司維修部門在有限的資源下，彌補維修系統數據治理盲區，摸索開發的一套極具性價比系統。具有普適性強、開放性好，可復制可推廣特性。航司可根據業務需求，邊使用邊開發，逐步將系統拓展成最適合本單位的數字化平臺，系統價值和數據治理能力也將隨使用時間和數據積累不斷提升。四、洞察啟示四、洞察啟示 4.1 數據治理和數字化轉型是民航業的“新基建”智慧民航工作高度切合國家對行業高質量發展的需求，但目前業內具備數字化改革和跨界視野的人員還相對

162、較少，量變引發質變需要加大民航人才培養，建議航司多創造跨行交流機會，通過觀察 IT 等數字化前沿行業的技術應用，總結可借鑒、可移植、可提升的方法，提高民航業數據治理和數字化轉型水平，突破效率瓶頸，實現行業高質量發展。68 圖 15：維修大數據的治理與呈現 4.2 創新永遠是最佳競爭力 通過本文我們已經窺探到對民航傳統業務進行數據治理和數字化轉型所帶來的豐厚回報，不僅是疫情下的安全感，業務效率的提升，智慧辦公的實現、一圖勝千言的便利和數據驅動的決策，還使身處其中的人前所未有的感受到運籌帷幄之中，決勝千里之外的快感。從案例可以發現，看似高不可攀的數字化系統研發，只要仔細觀察需求，積極了解跨行業知識

163、和較為經濟普及的技術，善于站在巨人肩膀上借助成熟的資源，就可以用極小的投入，實現提升效率和效果的目標。在如今百年未遇之大變革國家倡導各行各業高質量發展的背景下，我們應主動提高政治站位，深刻意識到推進民航基礎業務的數據治理和數字化轉型，搶占技術制高點，不但是一筆極具“性價比”的投資，更是建設智慧民航，落實總書記兩個“絕對”指示精神，為廣大群眾美好出行保駕護航的一項重要工作。69 基于深度學習技術的手冊數字化實踐基于深度學習技術的手冊數字化實踐 單位/部門：青島航空/信息部 主要人員：王元斌、劉斌、史守文、孫成燾 一、背景和痛點一、背景和痛點 青島航空股份有限公司自 2013 年成立以來，持續重視

164、信息化建設工作，目前已建設涵蓋安全管理、行政辦公、航班運行、機務業務、運行人員資質管理、旅客服務、市場營銷等信息系統 70 余套，覆蓋了航空公司主要生產業務流程。同時，青島航空十分重視數據資產，于 2016 年開始建設數據倉庫，目前數據倉庫中包含運行、營銷、旅客、財務等上百 G 的數據，常用報表 200 余個，日均訪問千次以上。青島航空依托于企業微信，建立了移動業務平臺，目前已覆蓋了行政辦公、財務報銷、人事管理、安全管理、運行保障、營銷服務等業務領域，有力地支持公司各項工作的便捷開展。自 2019 年以來，在公司信息部的主導下，公司的數字化框架向微服務架構轉型，規劃了運行中臺、營銷服務中臺和數

165、據中臺，全面提速業務數據流轉與共享，提升數據價值，提高公司的數字化水平。安全是民航業的生命線，規章是安全生產的第一行動指南。青島航空以安全運行為中心，依據民航規章標準建立起自己的運行手冊和崗位手冊。龐大而完備的手冊體系共同構筑起保衛民航安全的堅實防線。青島航空現已建立了以運行手冊和維修工程管理手冊為核心的運行管理手冊體系，共計 160 余本，總字數達“億”字級,為公司所有崗位人員提供了操作指導的政策、標準和規定。手冊與規章之間需要遵循“規章符合性”，手冊與手冊之間需遵循“關聯一致性”,手冊自身的管理需要遵循“現行有效性”。此外，手冊還應具有一定的格式和易于修訂的形式，以方便員工的使用。民航的高

166、質量發展對手冊管理提出了更高的要求，當前手冊管理遇到的問題主要表現在以下五個方面：1、體量大且修訂日益頻繁。隨著新安法的實施，四個責任日益清晰明確，公司管理越來越向細分領域縱深。系統化思維和雙重預防機制越來廣泛的應用，伴隨而來的是公司手冊體系的覆蓋面越來越完善，體量越來越大，修訂日益頻繁，對實際工作的指導及時性的需求越來越強。70 2、手冊修訂及制作方式落后。手冊排版依然依靠人工使用傳統的文檔編輯工具開展工作，新舊版之間的差異對比依然依靠人工標注識別，手冊所要遵循的關聯一致性依然依靠人工查找校對,當前的工作方式耗時費力效率低。3、手冊關聯查詢效率低。手冊之間各自獨立存在，如需查詢不同手冊的關聯

167、內容，需要逐本手冊查詢，手冊使用體驗較差。4、手冊歷史版本的追溯管理水平不高。目前的手冊追溯管理僅在一個修訂版次內留存手冊修訂結果，手冊條款的修訂原因、修訂依據、評審意見等手冊修訂過程的數據，在歷史版本之間沒有共享互通。5、手冊的規章符合性管理跟不上局方監管新要求。近年來，局方啟用 FSOP監管模式，構建了 SAI 檢查單體系從以程序為接入點從六個屬性對公司手冊提出了新要求。公司手冊當前使用的符合性聲明列表對照 CCAR-121 部的條款進行規章符合性管理的方式已跟不上局方監管的新要求。二、二、實踐路徑實踐路徑 2.1 數字化手冊特點 數字化手冊至少有如下四個特點：交互式，交互式，實現輸入“X

168、”輸出“Y”，從某一知識點或單一程序為切入口，通過一輪或幾輪的交互問答尋求答案，手冊體系將糅合成一本手冊成為基于計算機系統的數據庫。區分用戶角色區分用戶角色，簡單分為兩類，一類是前端一線運行人員，另一類是后臺手冊管理人員。前端用戶的需求是獲取的指令、程序，快速尋求指導幫助。后臺用戶的需求是檢驗局方規章符合性、公司政策落實性、程序可執行性、接口匹配性、責權清晰性、質量可靠性，確保運行安全頂層設計的系統性和全面性?？蓴U展可擴展，接入互聯網的手冊數據庫，具有延伸擴展性，比如鏈接案例分析、數據預測、培訓短視頻等等。智能化智能化，例如跟蹤局方規章變化，初步分析差異，自動提取關聯政策和程序供分析評估，又或

169、者可以通過大數據分析，提取關注點，收集手冊程序修訂建議，71 供分析評估，再或者通過數據分析，根據執行任務節點和關鍵詞，推送相關程序供參考。2.2 建設思路 經過多輪的討論和設計，青島航空制定了“三步走”策略，具體如下。第一步，手冊數據結構化。第一步，手冊數據結構化。我們首先將現有手冊進行結構化處理，重點是將手冊細化到章節和條款，同時把用戶查詢的關鍵詞與手冊、章節、條款建立聯系，形成了如下圖 1 所示的網狀結構。在該結構中，通過關鍵詞可以查找到條款，通過條款和關鍵詞的關聯，也可以通過條款查找到關聯的其他手冊條款。圖 1：手冊條款間的關聯關系示例圖 第二步，數據維護簡單化。第二步，數據維護簡單化

170、。在基礎數據的查詢和維護方面，計劃采用如下二維表格的形式對關聯關系進行描述。相比于 excel 表格，線上表格有利于一次性維護，多次使用，且可以保證數據的一致性。相比于圖譜，二維表格的優勢在于方便維護和查找。72 圖 2：手冊條款關聯關系維護表 第三步，用戶體驗最大化。第三步，用戶體驗最大化。在手冊快速查找方面，計劃采用對話機器人的方式與用戶進行交互，前端可集成各類即時通訊軟件，后端通過調用 IDP（智能文檔處理平臺）提供的接口獲取詳細信息。如用戶輸入“無成人陪伴兒童”，對話機器人通過查找關系表返回“無成人陪伴兒童”涉及到的手冊并通知用戶。用戶選擇手冊后，對話機器人根據手冊名稱和章節號，調用

171、IDP 接口獲取章節具體描述并返回給對話機器人，對話機器人再返回給用戶。圖 3：對話機器人的數據處理邏輯圖 在查看不同版本文檔差異方面，用戶可選擇當前版本及過去任意版本進行比對，比對采用全文比對的方式，除可顯示增加和刪除的區別之外，還能對字體大小、樣式等變化進行提醒。2.3 技術路線（1）IDP 技術技術 智能文檔處理（IDP，Intelligent Document Processing），基于光學字符識別(Optical Character Recognition,OCR)、自然語言處理(Natural Language 73 Processing,NLP)等前沿深度學習技術，提供文檔的識

172、別、分類、要素提取、校驗、比對、糾錯等功能，幫助用戶實現文檔處理工作的自動化。IDP 的工作步驟一般包括文檔捕獲、圖像處理、光學字符識別、自然語言處理、文檔分類、數據提取、數據驗證、數據集成等幾個部分。本次項目我們主要是利用 IDP 的數據提取能力實現對各類手冊進行結構化處理，包括不同版本文檔的比對以及細化到章節和條款的數據獲取服務。（2）Chatbot 技術技術 對話機器人是人工智能的產物，它以智能對話系統為核心，應用于客服/營銷/企業信息服務等多方場景的產品。對話機器人以文本、語音和多模態的產品形式，輔助或替代人工對話，賦能對話全流程以實現降本增效。比如大家手機里的各種智能助手，各種智能音

173、箱，都是對話機器人。對話機器人一般包括問答式機器人和任務式機器人兩種。本次項目我們利用任務式機器人，來接收用戶關于手冊問題，并采用引導的方式幫助用戶定位所需要的信息，對話機器人作為人機交互界面，后臺由知識庫和 IDP 提供服務。2.4 界面設計（1）數據查詢維護）數據查詢維護 關鍵詞和關聯關系維護界面如下。圖 4：關鍵詞和關聯關系維護界面 該表的表頭部分為手冊名稱，用戶可根據實際需要進行手冊的增加和減少。表體為具體的關聯數據，比如運行手冊的 11.2.4 章節，與客艙乘務員手74 冊的 3.3.10 章節、旅客及行李運輸手冊的 5.4 章節有關聯。初始化時，用戶可根據要求整理 excel 表格

174、，并導入到系統，同時支持導出。使用時，用戶可輸入手冊名稱和章節號進行查找，然后根據查找到的關聯關系人工判斷是否有其他手冊需要同步更新。圖 5：關鍵詞和關聯關系查詢（2）手冊快速查找）手冊快速查找 通過對話的形式從手冊中快速獲取信息。用戶輸入關鍵字或相似說法，如無陪，機器人返回無成人陪伴兒童的定義以及涉及到手冊名稱。圖 6：通過關鍵詞查找手冊界面 用戶選擇輸入手冊編號或名稱，機器人根據關鍵字和手冊名稱發起查詢，查詢結果為具體描述，并返回給用戶。75 圖 7：通過手冊名稱查找手冊界面 支持返回上一步。（3）文檔版本比對）文檔版本比對 該功能主要面向運行標準部人員。比對結果界面如下。圖 8：文檔版本

175、比對界面 系統在左右兩個界面顯示待審核版本和當前版本，在兩個界面中間顯示差異分類，包括新增、刪除、字體大小、字體格式、下劃線、加粗等。用戶點擊每個差異，左右兩個文檔自動定位到差異所在位置。左右兩個文檔會通過顏色、標注等方式高亮提醒差異點。支持用戶通過鼠標滾動的形式瀏覽差異。頁眉頁腳的差異以及是否滿足規范要求，不在文檔版本比對功能中實現。（4）知識圖譜展示）知識圖譜展示 利用已維護的關系表格，生成用于展示手冊、條款之間關聯關系的知識圖譜。知識圖譜可實現從國家規章到公司制度，再到各類手冊、章節、條款的逐步查看。用戶可通過搜索的方式找到關鍵詞，將關鍵詞拖入畫布則自動生成譜圖。76 點擊圖譜中的節點可

176、查看該節點具體信息，主要包含以下幾種：如是規則，則顯示對應的規章鏈接；如是手冊，則顯示對應的手冊鏈接；如是章節，則顯示對應的章節內容；如是條款，則顯示對應的條款內容。三、三、應用效果應用效果 項目競爭性項目競爭性 （1 1）結構化數據存儲）結構化數據存儲 一般來講，結構化數據的存儲都是采用樹結構的形式，優點是結構清晰，但維護起來比較費時費力。本次項目采用二維圖表的方式進行數據維護，后臺基于圖表數據自動生成網狀關聯結構，滿足關聯關系查找的同時，也易于維護。（2 2）版本比對技術）版本比對技術 常見的文檔版本比對是通過圖像識別的方式，這種方式對一些復雜的場景，如錯行、刪除整個章節等情況是很難處理的

177、，容易出現大量的干擾數據。本次項目我們采用的是全文比對的方式，可以有效應對各類復雜場景，同時對于一些細節的差異，如字體、字號、下劃線、斜體等，均可以查找出差異，實現更精細的文檔管理。（3 3）對話機器人技術）對話機器人技術 通過自然語言理解的能力智能識別用戶的關鍵詞，能夠主動引導用戶找到需要的文檔和章節條款。同時，我們實現了多終端應用，用戶從電腦、平板、手機端均可以直接訪問機器人獲取手冊數據。（4 4）IDPIDP 技術和技術和 ChatbotChatbot 的無縫集成的無縫集成 現在市面上的產品一般都是單獨面向文檔處理或單獨面向對話機器人，很少有廠商將兩個技術聯合起來使用。本次項目是將兩大技

178、術進行了無縫整合，既滿足了管理要求，又提升了用戶體驗。實際應用效果實際應用效果 （1 1）管理層面）管理層面 將手冊進行結構化的拆解和管理，進一步細化了手冊的管理粒度，改變了過77 去人工粗放式管理的方式。實現了從關鍵詞到政策、到手冊、到章節、到條款的關聯關系梳理，在遇到政策變化、手冊條款變更等情況時，可以做到快速查找相關內容，不遺漏，提升手冊標準化程度。改變了手冊對外提供服務的方式，讓手冊更加安全。（2 2）使用層面）使用層面 增強了手冊查找的能力，用戶可以快速查找到需要的手冊，且能夠進一步查看各版本手冊的對比，有利于日常工作的開展。對話式的手冊、章節及條款的獲取方式，符合用戶的使用習慣，學

179、習成本低，用戶能夠快速掌握，大大提升用戶使用體驗。推廣和復制性推廣和復制性 各航司均涉及到手冊的管理，本次結構化手冊的思路和技術在民航內部具有很高的復制和推廣價值，具體表現在以下幾個方面：（1）本次項目我們已經驗證了通過智能文檔處理技術，可以對手冊進行有效的結構化拆解，能夠適用于其他航司的各類型手冊。（2）手冊全文比對涉及到很多細節的處理，比如標點符號、字體、字號等，我們在項目中積累了應對此類特殊場景的方式方法，能夠為其他航司提供借鑒。（3）各航司的手冊基本邏輯是一致的，我們本次整理的關鍵詞、民航局政策等，在其他航司是可以參考使用的，能夠加快項目的實施進程。（4）通過對話式平臺提供服務是時代的

180、趨勢，學習成本低，并且可以和各航司不同的即時通訊軟件對接，不改變用戶現有使用習慣，容易推廣。四、四、洞察啟示洞察啟示 手冊內容涉及到運行保障的方方面面，歸根到底是為保障運行安全服務的。手冊的數字化，不僅包括手冊形式的數字化，也包括對手冊內容的數字化。未來的數字化手冊將成為員工隨身攜帶的專家助手，未來的標準管理將是以程序為控制單位，將政策、責權、安全、效益、正點、服務等的要求，統一融合到簡潔、合格的程序中，將員工的工作關注點重新聚焦到運行實際本身。同時，理清局方78 規章與公司政策，公司政策與落實程序，主體責任、管理責任、崗位責任和監管責任之間的關系，將規章要求、公司政策和責權分工映射落實到運行

181、程序里。這將增加標準管理的難度，但也將方便一線員工執行，方便公司運行管理順暢，方便局方監管明晰。此種思考結論也可延伸至其他業務領域。任何業務領域的數字化建設，不僅是對業務流程的數字化改造，更是對業務內容的數字化改造。對業務內容注入數字化的能量，可能直接顛覆已有的業務流程，大幅提升業務效率。例如對機組排班業務的數字化建設，對業務人員的排班過程的信息化輔助支持已逐漸成為過去式，最新的趨勢是系統程序直接吸納業務內容，建立資源最優模型，實現自動排班，大大提升排班效率，并嚴格遵守規章制度，保證均衡。釋放業務人員的機械式作業，使其更多的精力轉移至對提升程序優化的思考上，進一步提升程序的執行力，創造更高效的

182、作業方式。目前市場上大多 To C 產品中已成功應用對話機器人技術，快速高效地處理海量的咨詢類業務，尤其在電商、通訊類領域中發展成熟。但在 To B 產品中，尤其是深度定制化的 To B 產品中應用較淺。企業用戶在處理內部業務時，大多仍采用傳統的手工檢索信息的方式，雖然有信息系統支持，但數據分散在不同的系統中，操作繁瑣，步長較多，檢索效率低。尤其是在緊急危難時刻，需要高效的信息梳理和檢索工具，以幫助決策制定。例如查詢某航班信息時，機組信息、資質信息、機場信息、航路信息、飛機信息、維修信息、旅客信息等分散在不同的業務系統中，且不同類用戶有權限限制，如發生應急事件，領導在決策時需要各部門提供航班相

183、關信息進行綜合研判，信息梳理效率可想而知。如引入機器人技術、智能識別技術，平時通過演練場景來對其進行反饋式訓練，可在關鍵時刻時發揮高效作用，為決策者快速提供全面、精準的信息，為應急指揮贏得時間。79 航空公司生產數據集成自動化治理的實踐航空公司生產數據集成自動化治理的實踐與應用與應用 單位/部門：昆明航空有限公司/規劃發展部 主要人員：鐘牧原 一、背景和痛點一、背景和痛點 目前公司已建設數據中心，提供了數字化的基礎環境；同時還搭建了服務器虛擬化平臺來提高資源管理水平，核心系統具備異地災備功能，有較好的業務連續性保障能力。在安全運行方面，初步建立了信息化安全管理手段，風險識別和風險控制從人為經驗

184、判斷向量化分析轉變，航班運行信息化保障能力滿足基本要求，部分核心業務從傳統運行向無紙化運行轉變。在營銷服務方面，初步建立銷售渠道信息化，部分業務利用新技術、新產品，提升線上銷售能力，加強了客服服務與銷售體驗。在信息安全方面，實現了信息安全管理體系建設，完善ISO27001 信息安全管理體系，初步建成網絡安全運營一體化管理平臺。在數據應用方面，已完成數據交換平臺的建設，數據管理制度的制定以及部分業務場景的投入使用。公司根據當前數據資源，對數據進行了分級分類，根據數據產生、處理、使用的載體不同，數據分為系統數據和用戶數據。系統數據主要為信息系統中產生、處理、使用的各類數據，包括但不限于數據庫表、系

185、統日志、電子文檔等；用戶數據主要為個人用戶在電腦、U 盤、移動硬盤等設備中產生、處理、使用的各類數據，包括但不限于 Word 文件、Excel 文件、圖片、音視頻文件等。此外，根據數據的重要程度、安全和監控要求，將公司數據分為四個等級。第一級為機密數據，主要包括公司生產經營的核心數據，泄露會使公司的利益和合法權益遭受特別嚴重的損害，安全和監控要求最高，如重要旅客名單、未披露的生產經營數據和財務數據等；第二級為秘密數據，主要包括公司生產經營的一般數據，泄露會使公司的利益和合法權益遭受損害，安全和監控要求中等，如人事檔案、客戶合作協議等；第三級為內部公開數據，主要包括可在公司內部公開的通用數據，該

186、級數據對外公開可能對公司和客戶產生一定的影響，安全和監控要求較低，如員工通訊錄、內網發布的人事任命等；第四級為對外公開數據，主要包80 括可對外部公開的數據，沒有特殊安全和監控要求，如公布的產品和價格等。雖然公司已具備了一定信息化、數字化水平，但信息基礎設施支撐不足、IT數據能力建設不足、信息化整體覆蓋率低、業務數據化程度低等一系列問題仍待改進。關鍵基礎設施支撐不足，將面臨“卡脖子”的技術難題，需逐年更新替換設備；航班運行過程中許多業務依然采用手工作業，缺少信息化支撐和移動化辦公，致使整體運行生產效率不高，重復冗余性工作繁雜，業務數據不能產生有效利用價值；客戶管理信息化薄弱，缺少豐富精準營銷的

187、手段，系統架構無法實現銷售環節產品快速響應，全流程服務保障內部服務信息傳遞不暢通；缺少移動端及無紙化行政辦公能力，大部分業務需要依賴固定終端處理，許多行政辦公事項依然靠紙質單據實施；網絡安全防護依然較薄弱，存在“難以發現、難以確認、難以處置”的三難問題，安全防護沒有實現聯動、全態化的資產管理及安全運營管理；數據管理體系、數據使用規范、數據基礎設施、數據應用統籌、數據底座規劃和數據互聯互通，均存在領域之間各自為戰，產生數據孤島問題。二、實踐路徑二、實踐路徑 2.1 公司生產數據存在的問題 基于公司在生產數據處理工作上存在的兩方面問題：一是自動化處理、分析能力較低，數據質量較差，生產計劃執行情況監

188、控、后續生產量預測、對外報表制作等工作依賴于人工方式進行，出錯概率大；二是系統間數據存在差異，以及數據丟失和異?，F象，并且無預警和修正機制。公司規劃發展部開展“生產數據集成分析平臺”的系統建設工作，作為兼具數據統計、監控、分析、管理維護、報表功能為一體的綜合系統，可有效減少人工方式的數據分析與報表制作，解放生產力，提高生產數據準確性、及時性；可實時監控生產計劃執行情況并完成生產量預測，為生產工作安排提供科學的數據支撐；解決公司現有各生產系統間數據差異問題，增加數據預警和修正機制，保證數據質量，統一生產數據出口。另外，保證公司生產數據的保密性和安全性存在一定隱患，需制定相關規范來進行管理。2.2

189、 生產數據集成系統建設的可行性分析 81 系統的建設首先需要對 RSP 程序進行梳理，實現與 FOC、營銷數據庫、航線經營決策等系統的對接改造。經過評估，硬件設備和技術平臺均可利用公司現有設備和平臺。2.3 系統的建設方案（1）總體方案）總體方案 目前昆航上報局方及內部使用的 YY（生產數據）、YT（非生產數據），其數據源均來自 FOC 系統，若其中所包含的商務數據從系統中剝離，則會影響到數據生成與維護，因此需要建立一套新系統，保障 YY、YT 數據形成。公司生產數據自動化處理、分析能力尚處于較低水平，在 YY 數據由計算機軟件自動處理并經人工審核、修正生成后，生產數據的使用基本依靠人工方式進

190、行，包括生產計劃執行情況監控，后續生產量預測、對外報表制作等工作，即消耗大量人力，又加大出錯概率。同時，生產數據呈多系統、多口徑情況，存在 YY數據、BI 應用平臺數據等多種版本，彼此之間存有差異，對日常生產管控造成影響。綜合考慮上述情況，系統建設的功能主要基于兩個方面：一是可對接其他生產相關系統，統一數據標準與規則，根據需要，對生產數據進行整合、加工，進行數據展現；二是自動完成固定模式的數據報送與報表制作工作，提供數據使用效率，同時提升數據處理的及時性與準確性。（2）系統模塊設置系統模塊設置 設置數據管理模塊，進行生產數據及非生產數據自動生成，并保存用戶數據修改，最終形成滿足要求的 YY、Y

191、T、YF 數據；設置統計報表模塊，進行局方、部門需要的年度、月度固定報表生成；設置數據品質模塊，進行基礎系統數據質量監控，并形成圖形直觀展示；設置規則模塊，進行生產及非生產數據的生成規則、數據品質監控的規則進行定義；設置基礎數據模塊，對系統需要用到的基礎數據進行設置維護；設置告警處理模塊，對系統識別的基礎系統數據問題進行處理狀態管理。設置月度計劃模塊，進行月度計劃相關數據錄入及存儲、進行滾動預測的調整及分析，最終形成比較符合公司要求的月度滾動計劃。（3）數據校驗規則設置數據校驗規則設置 82 開發系統數據質檢規則設置頁面，數據質檢規則按照局方生產數據質檢要求進行規則的新增、修改、刪除，質檢規則

192、包含告警規則、錯誤規則兩類，對于錯誤規則，必須正確后，導出符合局方格式要求的數據才能上傳局方系統成功。開發系統數據質量設置頁面，數據質量包含數據的完整性、準確性校驗設置；設置完成后系統可實時監控生產數據，對航段距離未配置、油量不完整、艙單等數據缺失的完整性進行檢查，以及旅客人數、業載錯誤、時刻點錯誤、成人數等數據的準確性進行檢查，便于日常異常數據的排查及修正。同時根據數據校驗規則，開發數據品質可視化頁面，時限系統對月度 YY 數據進行品質的可視化監控。在 YY 歸檔后則對歸檔后數據進行監控，歸檔前對實時數據進行監控，且數據品質報告也通過此功能生成，在月度數據校驗的歸檔操作前，可先查看當月數據的

193、品質報告。（4）告警處理設置告警處理設置 開發系統告警自定義規則頁面，將系統中不準確數據以及系統錯誤信息通過郵件形式告知相關人員，使得相關人員及時知曉錯誤信息，對系統進行人工干預。另將告警自定義中配置的各種規則以郵件形式告知相關人員?？膳渲绵]件發送的頻次、接收郵件的角色及相關人員。系統支持郵件和短信兩種方式。系統自動發送郵件或者短信通過后臺的 windows 服務 Aero.RunEveryDayServer 服務實現，將該服務配置到系統的后端。告警設置默認 2 分鐘后才生效，故更改告警時間或者新增告警，則告警事件需在當前時間兩分鐘后，否則只能再下一次告警時才能生效。告警指標填寫數據，單位由選

194、擇的“監控周期”決定；告警方式可以單獨選擇和多選；告警人需首先配置好用戶信息，以及該用戶的角色信息，方能進行選擇操作。（5）基礎數據）基礎數據設置設置 關聯 FOC 底層機場信息表，可通過“起飛機場”和“著陸機場”對已加入計劃或實際執行的航段進行查詢，通過編輯和刪除功能對已添加航段直接進行操作。設置機型維護功能，將租購機型與 YY 機型進行匹配關聯，租購機型包括干租、自購、濕租三種，干租機型以字母“G”結尾，自購機型以字母“Z”結尾，濕租機型以字母“S”結尾；YY 機型按上報局方的統一機型格式進行設置。在機型維護時，需首先確認好不同口徑之間的匹配關系，保證進行維護后，數據能按83 照規定口徑正

195、確地生成。（6）數據管理）數據管理設置設置 根據所設置的數據校驗規則，設置月度數據校驗與修正功能，首先查詢獲取當月全部生產數據，然后選擇校驗規則對當月錯誤數據進行排查，排查完畢后手動對錯誤數據進行修正，然后將數據歸入歷史存檔中。年度數據校驗與修正為月度功能所作的補充，當在進行月度數據校驗與修正時，可能存在少部分航班因報送時間的限制，無法及時更新數據，因此該部分數據將在進行年度數據校驗時進行修正。功能實現上將年度生產數據和月度生產歸檔數據設置為相互隔離獨立，在年度數據校驗與修正對指定月份生產數據質檢通過進行歸檔后，系統對歷史歸檔生產數據及相關報表數據使用最新歸檔數據進行更新替換。2.4 系統數據

196、提供管理規范的制定 為了加強對系統生產數據的使用管理，保證生產數據的保密性和安全性，公司制定了生產數據提供操作規范，來規范公司各部門對生產數據的使用。由規劃部作為公司生產數據的唯一出口及提供單位，負責制定并完善生產數據對外提供流程及規范，嚴格審核需求單位的生產數據需求，確保所提供生產數據的保密性。生產數據的使用單位，負責按本規范要求對申請使用的生產數據做好內部審核、管控及備案工作，對規劃部提供的生產數據做好保密工作。與此同時，規劃部于釘釘平臺自行開發配套的審批流程，使用單位申請人首先通過釘釘審批應用，向規劃部提起生產數據需求申請審批單，并填寫昆明航空生產數據需求明細表和生產數據使用用途說明及保

197、密承諾，說明所需數據用途、數據相關統計口徑及所需數據的提供形式等，按審批類別經申請人所在部門和科室的相關負責人審批后，流轉至規劃部審批。規劃部根據申請人的數據需求判定數據的等級類別，待審批通過后流轉至生產數據管理員，生產數據管理員根據申請部門需求時限完成所需生產數據的統計加工和提供工作，并由科室經理和部門領導進行復核，復核無誤后通過公司內部郵箱提供至使用單位申請人處。三、應用效果三、應用效果 84 經過長時間的系統建設，提高了生產數據的質量和錯誤數據排查能力。另外還實現了兩個目標：統一生產指標的管理目標，保證生產指標定義、計算口徑、數據來源的一致性；統一生產數據出口的目標，實現了生產指標元數據

198、和數據的唯一出口。系統提供了生產數據的統一監控和預警能力，提供數據靈活查詢及分析的能力，提供數據圖表展示的能力，提供數據錯誤追查來源的能力。系統建立了各種各樣的固定化業務報表，而且隨著業務發展，報表統計越來越精細，統計的數據類別越來越多。各部門可根據數據提供操作規范及電子審批流程來獲取需求個性化、差異化的統計報表。公司從內部和外部均受益于生產數據的治理與改善。內部通過高效一致的程序取代低效的流程，節省了時間；外部使組織保持合規，并使公司能夠通過高效可靠的流程提高商業信譽。有效的流程和訓練有素的員工可以節省時間和成本，并降低風險；數據可視性和管理使公司能夠遵守法規和進行行業最佳實踐；如果出現審計

199、檢查，公司可以快速提供可驗證的結果，整個公司的標準化生產數據管理改善了信息共享和協作；集中數據倉庫中的生產數據可實現業務場景應用的二次開發，可通過數據分析與挖掘，給予公司管理決策層科學的數據支持，及時洞察管理問題。生產數據系統建設中有如下成功經驗可便于進行復制推廣：（1）在搭建系統底層數據庫之前制定清晰的目標。在搭建系統底層數據庫之前制定清晰的目標。在系統上線使用之前對平臺的功能以及技術細節做了非常明確的規劃，因此后續可以基于這些目標做清晰的階段劃分、人員組織安排。（2）充分發揮團隊優勢，共創共建。充分發揮團隊優勢，共創共建。在該項目中充分發揮各業務口對公司各業務模塊和數字化現狀了解的優勢，結

200、合信息部門給予的相應技術，整個團隊經過不斷的溝通和合作，才能推動系統項目落地。（3）公司自上而下對數字化有很高認知并全員參與建設。公司自上而下對數字化有很高認知并全員參與建設。公司的管理層和業務部門的人員對數字化的認知程度很高，公司內部非常重視數據系統項目，所有關鍵人員都會自發參與，需求資源也會往該項目傾斜，全員的參與和投入，使得項目推動較為順利。（4）各各業務模塊邏輯要依靠公司對應的業務部門有針對性地進行梳理。業務模塊邏輯要依靠公司對應的業務部門有針對性地進行梳理。85 數據的有效應用需要以公司業務和管理標準為前提，很多公司通過整體行業規律或準則來做本公司業務和管理標準的統一，往往不能得到公

201、司管理層的認可。我公司則是由公司內部信息中心和業務部門梳理和統一了系統業務邏輯的管理標準，從而有效支撐了數據應用。此外，根據該系統還配套開發了數據提供操作規范及電子審批流程，對各部門可按使用需求的不同類別進行數據提供，包括規范提供包括提供系統的明細數據、匯總數據、固定化數據報表、差異化數據指標等。對生產數據的采集、加工和傳輸進行了統一規范，如在生產數據系統中機型按統計的不同口徑進行分類，按此指標體系分別應用于不同的業務場景中。四、洞察啟示四、洞察啟示 對于整個民航業而言，數據治理的內容范圍較廣，主要包括數據標準、元數據、數據模型、數據分布、數據存儲、數據交換、數據生命周期管理、數據質量、數據安

202、全以及數據共享服務。通過數據標準的管理，可以提升數據合法性、合規性，進一步提升數據質量，減少數據生產問題；在元數據管理的基礎上，可進行數據生命周期管理，有效控制在線數據規模，提高生產數據訪問效率，減少系統資源浪費。而且，數據的治理是隨著民航業務發展而不斷變化的，各管理項之間的關系也需要不斷深入挖掘和分布，最終形成一個相互協同與驗證的領域網，全方位的提升數據治理成效。民航數據標準是根據航空運輸建立的一套符合自身實際，涵蓋定義、操作、應用多層次數據的標準化體系。良好的數據標準體系有助于行業內的數據共享、交互和應用，可以減少不同系統間數據轉換的工作，可從業務和技術兩個層面來著手改進。高質量的數據是進

203、行分析決策、業務發展規劃的重要基礎，只有建立完整的數據質量體系，才能有效提升民航數據整體質量，從而更好的為客戶服務，提供更為精準的決策分析數據。在技術層面上，應該完整全面的定義數據質量的評估維度，包括完整性、時效性等，按照已定義的維度，在系統建設的各個階段都應該根據標準進行數據質量檢測和規范，及時進行治理，避免事后的清洗工作。另外，應該明確相應的管理流程，數據質量問題會發生在業務的各個階段，因此需要明確各個階段的數據質量管理流程。86 數據的管理和治理是為了更好的利用數據，是數據應用的基礎。整個行業應該以數據為根本，以業務為導向，通過對大數據的集中、整合、挖掘和共享，實現對多樣化、海量數據的快

204、速處理及價值挖掘，利用大數據技術支持航空運輸產品地快速創新，提升以客戶為中心的精準營銷和差異化客戶服務能力，增強風險防控實時性、前瞻性和系統性，推動業務管理向信息化、精細化轉型。此外，數據治理不是一個臨時性的管理活動，應從民航業務發展、數據治理意識形成、數據治理體系運行的角度，建立一個長效機制來保證該活動持續進行。87 探索數據治理，助力長龍航空數字化轉型探索數據治理，助力長龍航空數字化轉型 單位/部門：浙江長龍航空有限公司 主要人員：李土軍、朱美美、馬家熤 一、背景和痛點一、背景和痛點 在經歷多年的信息化建設后，長龍航空已經實現了核心關鍵應用的信息化管理。但隨著運行環境的日益復雜化以及旅客對

205、出行體驗的更高要求，亟需進行數字化的轉型建設來支撐未來發展需求。長龍航空緊密圍繞智慧民航建設思路，基于云計算、大數據、物聯網、人工智能等新一代信息技術，創新航司運行和服務方式，規劃落地智慧運行平臺、智慧出行平臺、智慧協同平臺和數據中臺，力爭3 年內完成平臺建設，打造行業首家“數智航空”。數據作為數字化轉型的基礎，是數字時代的基石，也被稱為新貨幣，如何打通系統之間的數據壁壘，促進系統間數據的有序流動、安全共享和高效利用，將直接影響長龍航空“數智航空”的推進進程。1.1 數字化現狀數字化現狀 在公司業務的發展壯大過程中，公司通過自研開發、外采引進等方式建設了大量的專業業務系統，為公司各項業務的開展

206、提供了強有力的信息化支撐。另一方面，不同業務系統間各自為政，獨立運行，系統間的協同需求越來越迫切。目前，長龍航空每年信息化投資達幾千萬，當前運行的數字化系統超過 100套，系統之間交互關系錯綜復雜。長龍航空現有數據庫 130 余套，各系統業務數據獨立存儲于對應數據庫，形成信息孤島，導致“蜘蛛網”狀的系統交互等建設方式弊端也逐漸凸顯出來，系統之間協同和集成愈發困難，新的系統搭建會牽一發而動全身，導致多個業務系統的改變，同時也給信息系統建設增加大量的集成成本。1.2 數據資源基本情況數據資源基本情況 長龍航空擁有包括生產、運行、經營、財務以及內部管理等數據資源，數據資源的使用管理正逐步走向規范化，

207、系統和系統間接口調用現狀存在如下特點：（1）系統數量多，系統間交互頻繁，接口多；（2）系統交互采用點對點連接，整體呈現蜘蛛網狀；88 （3）系統開發技術平臺多種多樣，存在 JAVA、C#、PHP 等多種開發語言；（4）接口無統一技術標準，接口方式多樣化，可復用性低；（5）缺乏統一的接口管理平臺，接口交互情況監管困難。1.3 面臨的問題面臨的問題 隨著公司數字化轉型工作的推進，主要面臨如下問題：（1）數據共享效率問題 部分業務存在大量的外部數據需求，需要大量耗費人工采集完成，自動化程度較低；應用或系統之間的數據交換重復性工作較多，效率低；系統間對接多采用一對一的方式實現數據交換，無法形成單點接入

208、多方共享的高效傳輸。（2）數據管控問題 公司現有業務產生的數據包括生產、運行、經營、財務以及內部管理等方面，數據具有多樣性、高價值的特點，但目前數據分散，管控困難，缺乏數據統一視圖，無法統一共享，數據無法關聯分析，業務協同困難，制約數字化管理的實現。（3）數據需求的快速響應問題 業務上期望數據需求能夠快速響應，數據準確性高，獲取及時，且可進行多系統的整合共享后提供，但技術層面上缺乏快速有效的響應和支持工具、系統。（4）數據安全問題 各系統缺乏數據獲取的標準和規范，也無法控制數據的傳播和使用，給數據造成安全隱患。二、實踐路徑二、實踐路徑 基于數字化的現狀和數據資源的現狀，并針對數據應用方面存在的

209、問題，長龍航空開展數據治理和接口治理工作，主要建設了企業級數據倉庫、數據中臺和統一數據交換平臺三個項目，目前項目建設已經取得一定的成效，并根據業務的變化不斷的進行優化和持續運營。2.1 問題分析（1 1）煙囪式的開發模式，缺乏頂層規劃設計）煙囪式的開發模式，缺乏頂層規劃設計 在公司運營快速發展時期，由于缺乏整體的 IT 頂層規劃設計，IT 架構中都是以部門級應用為主，缺乏從大的管理職能(運行業務、商務業務等)綜合方面的數據整合、數據標準和統一業務定義。零散的數據不能有效支持統一的對外呈現。89 （2 2）數據管理能力缺失，缺乏專門的組織機構）數據管理能力缺失，缺乏專門的組織機構 由于沒有權威的

210、公司認可的數據規劃和管理職能機構，各業務部門職能不清晰或存在互相重疊，觀察數據視角不盡相同，缺少數據標準與業務統一定義，語義不一致，導致公司整體數據管理能力的缺位。（3 3）數據質量差，缺少數據應用全鏈路監控）數據質量差，缺少數據應用全鏈路監控 由于業務系統輸入的隨意性，導致部分關鍵業務數據質量較差，數據口徑和標準不一致需要大量的解釋說明。而系統間數據的使用由于流程和規范的不完整，導致數據存在多次共享使用等情況，對數據的使用也缺少全鏈路的監控和跟蹤。2.2 數據治理的管理方案（1 1）設立數據管理相關組織機構）設立數據管理相關組織機構 設立專門的數據服務組織機構，培養數據治理、數據共享和數據應

211、用類項目實施專業團隊。其職責如下：表 1：數據服務機構職責 序號序號 主要職責主要職責 1 負責公司數據服務平臺的規劃和落地實施 2 負責數據服務領域數字化產品設計、開發、測試和上線運行 3 重點打造航空大數據服務平臺，負責航空數字化運營管控平臺、數據共享與交換平臺等產品線的建設 4 負責保障數據服務平臺的穩定、可靠運行 5 參與建設公司 IT 技術體系建設、制定體系標準和流程 6 了解行業前沿技術，研究技術應用的價值，為項目組提供技術服務、技術培訓、進組支援等（2 2）搭建數據中臺）搭建數據中臺 數據中臺是指通過數據技術，對海量數據進行采集、計算、存儲、加工，同時統一標準和口徑的基礎性平臺。

212、數據中臺把數據統一之后，會形成標準數據，再進行存儲，形成數據資產層，進而為用戶提供高效服務。主要功能如下：數據自動采集數據自動采集 通過技術手段，打通數據鏈路，實現數據的自動采集，包括 QAR 數據、飛行員個人及資質數據、旅客數據、空地通訊（ACARS 和 ADS-B）數據、氣象數據、情報數據、飛機信息、票務信息、財務數據等等。數據服務提供數據服務提供 支持以 SQL 腳本的方式獲取所需的數據；90 建立服務總線，將所有數據匯集到一個入口，方便各應用調??；研發 SDK 支持，通過 SDK，各應用能方便快速獲取數據。數據治理數據治理 按不同的數據主題，明確計算邏輯，確保數據的唯一性、有效性和實時

213、性；已經實施的數據主題包括：航線、飛機、放行、監控和財務數據主題。圖 1：數據主題劃分 數據管理數據管理 按功能進行內容劃分，如下：表 2：數據管理內容劃分 分類分類 具體內容具體內容 服務管理 服務注冊、服務權限管理 數據同步 模板管理、數據源管理、任務管理 數據地圖 數據明細、血緣關系、數據地圖 計算管理 離線計算、實時計算 監控平臺 計算監控、埋點監控、使用監控（3 3）建設統一數據交換平臺）建設統一數據交換平臺 長龍航空自行研發建設公司級統一數據交換平臺，打通業務系統間的交互壁壘，加強業務數據交換過程中的開放和可視化管理，保障業務信息交換的高效化和便捷化。建設內容如下：表 3：統一數據

214、交換平臺建設內容 分類分類 建設內容建設內容 數據共享門戶 針對數據提供方和數據使用方，建設數據共享門戶。數據共享門戶是在前端將服務以可視化手段清晰動態的展示出來，以方便相關系統使用人員清楚的了解平臺服務資源情況，提高服務的共享和利用率，主要實現功能有：服務發布、服務訂閱申請、數據目錄、個人中心等功能模塊，為數據服務使用者91 提供一站式的數據服務。后臺管理系統 針對平臺管理運營方，建設后臺管理系統和資源目錄系統。平臺管理系統是在后臺提供一個良好的運營管理環境，提供確保平臺可靠運行的運維監控體系和保障平臺數據安全使用的安全支撐能力，主要實現功能包括：服務注冊、服務權限、日志審計、目錄管理、運行

215、監控等功能模塊。企業服務總線 建設數據共享與交換的統一服務總線，實現異構系統之間統一的標準規范信息傳輸，為異構系統之間接口交互提供信息“高速公路”，并實現對總線傳輸的統一網關策略控制，主要實現功能包括：服務路由、協議校驗、安全鑒權、格式轉換、日志記錄、異常處理、安全管理和統一日志等功能模塊。（4 4）制定數據共享標準和流程）制定數據共享標準和流程 公司層面，從接口開發、數據庫規范、接口使用等方面制定數據共享相關的標準和流程規范，包括數據中臺建庫建表的命名規范、ETL 開發管理規范、接口調用技術規范、接口接入技術規范等。數據庫規范數據庫規范 數據庫對象包括表、索引、視圖、觸發器、存儲過程、包、函

216、數等，對象按照前綴_業務名稱進行命名，對象名稱長度不得超過 20 個字節。根據架構需求，數據庫無特殊要求禁止使用除表和索引以外對象。具體分為表設計規范、字段設計規范、視圖設計規范、存儲過程/包/函數/觸發器設計規范。ETLETL 開發管理規范開發管理規范 對 ETL 中資源庫命名、JOB 命名、Trans 命名和組件命名等 ETL 開發相關的內容進行規范化。對數據庫分層設計進行標準化等。接口技術規范接口技術規范 制定統一數據交換平臺的接口開發規范，包括接口的分類、技術標準、接口地址要求、接口請求參數和返回參數標準、接口安全開發標準等內容。2.3 數據治理的技術方案（1 1）數據中臺技術解決方案

217、）數據中臺技術解決方案 數據中臺的技術架構如下圖所示：92 圖 2：數據中臺架構圖 平臺整體采用開源的技術進行搭建。在數據采集部分，采用 canal/ogg 實現實時數據的采集，采用 sqoop/DataX/Kettle 實現離線數據的采集；在計算層，采用 hadoop 進行部署，確保數據存儲和讀取方面的性能；在數據服務部分，根據數據主題自行研發相關的數據接口，分別支持 java 和 DotNet 體系，采用微服務方式進行部署；在數據治理部分，根據航空業務線，逐個確定數據標準，采用ETL、kafka 等多種開源技術，逐步實現數據治理。圖 3：數據中臺分層設計圖 在數據管理部分，通過自行研發，對

218、數據服務進行權限管理，對數據采集、計算和使用等方面進行監控。93 圖 4：數據管理劃分（2 2）統一數據交換平臺技術解決方案）統一數據交換平臺技術解決方案 總體架構如下圖所示：圖 5：統一數據交換平臺總體架構圖 數據層數據層 建立共享資源庫，采集、存儲、整合共享價值高、使用頻率高的業務主數據，并對外提供共享。如：組織信息、人員信息、崗位信息、飛機信息、客戶信息、產品信息等。共享資源庫實現與數據中臺的融合，作為數據中臺的一部分。94 圖 6：統一數據交換平臺數據流向圖 服務層服務層 統一數據總線交換中心，為異構系統之間接口交互提供信息“高速公路”，實現對總線傳輸的統一網關策略控制。數據總線類似于

219、“同聲傳譯”，實現將“接收到的協議、消息”轉換為調用方可識別的協議、消息，解決異構系統數據交互問題。圖 7：統一數據交換平臺應用概覽圖 應用層應用層 建設“數據服務超市”，為數據提供方、數據使用方、平臺管理方提供一站式的數據接口服務，主要包括數據共享門戶、后臺管理系統和資源目錄系統三個部分。對外應用層提供跨部門、跨系統的數據共享，支撐數據應用類系統的建設，如管理駕駛艙系統、數據統計分析型系統；對內實現接口的治理和全局監控管理。三、應用效果三、應用效果 通過建立數據中臺和統一數據交換平臺，逐步推進公司數據治理和接口治理，當前應用效果已經開始顯現。平臺的技術架構、建設理念等可在行業內直接進行95

220、復制推廣。3.1 數據治理效果 數據中臺總共已接入 200 多個數據源，包含 QAR 數據、航班數據、人員資質數據、機場數據、財務數據等航班運行涉及的各方面數據，通過數據治理，賦予業務意義，對不同類型的數據進行整合，輸出航班維度、人員維度等多個維度的主題數據。3.2 接口治理效果 目前已經完成長龍航空近 30 套系統 400 個 API 接口的治理，系統間總體接口數量實現直線下降，系統之間耦合度降低，可實現快速進行服務組裝和重用。同時，通過接口的集中管理，建立監控和預警機制，實時掌握各類數據接口的運行狀態，接口訪問情況一目了然。平臺目前已轉入運營優化階段，將持續開展存量系統的接口治理和增量接口

221、的接入，實現一次對接多次連接使用，一次注冊，多次共享交換。3.3 復制推廣效果 長龍航空數據中臺和統一數據交換平臺基于 JAVA、ESB 和 Kettle 等主流、開源的技術體系搭建，架構靈活，可實現快速的復制部署，部署后經過簡單的定制調整即可投產使用。對航空行業各主體及其它行業市場主體都具備通用性，可進行復制推廣。四、洞察啟示四、洞察啟示 4.1 數據治理要選擇合適的工作模式推進 企業數據治理是從技術層面著手，還是以業務流程切入，需要根據企業的數據現狀，業務對數據的理解和感知程度，業務的成熟度等方面進行評估，采用適合自身的數據治理工作模式。長龍航空主要基于現有信息化系統數據結構為基礎，從技術

222、層面著手，實現了業務數據的集中管理和接口服務的集中管控。4.2 數據治理要建立企業級數據模型 航空公司業務屬于高度成熟的一個行業，各航司的數據類型存在通用性和普遍性，如航班、旅客、航線等數據都是航司必須具備的數據，而各類數據的屬性96 也基本一致。因此航司的數據治理經驗對其它航司都具備借鑒意義，航空基礎的數據也要建立通用的基礎數據模型，沉淀數據模型。4.3 要依托行業標準，建立企業級標準 2022 年，民航局發布了智慧民航數據治理系列規范中的 框架與管理機制數據架構 數據質量 數據安全 數據服務等 5 部行業標準。航空業各主體在數據治理時可依托行業通用標準，這樣能有效提升與其它主體之間進行數據

223、共享賦能的能力。同時，企業又必須要根據企業信息化情況，數據管理情況等，建立適合自身現狀和發展需要的企業標準，不斷推動數據的治理。4.4 要加強數據治理的組織保障 數據治理不止是技術層面或業務層面的單方面工作，需要雙方共同協同推進。企業必須設立專門的組織機構來制定數據治理的標準和流程，負責推進數據治理，并不斷開展運營。另一方面，熟悉公司業務的、成熟的、相對固定的數據團隊需要不斷的進行培養投入，同時也要注重團隊的梯隊建設，保持團隊的穩定性。技術團隊只有深耕業務，深入去理解業務和規則，才能高效、持續地推進數據治理和接口治理。4.5 要取長補短，結合應用新、舊技術 在數據治理過程中，大數據、云計算等新

224、一代信息技術發揮著越來越重要的作用，但是傳統的數據總線、ETL、數據倉庫等技術應用也扮演著不可或缺的角色。我們既不能一味求新而舍棄現有投資和技術，也不能故步自封不適應技術的發展，只有將新、舊技術進行充分結合，才能既經濟又有效的推進數據治理。97 標準創新引領首都機場集團數據治理能力標準創新引領首都機場集團數據治理能力提升提升 單位/部門：首都機場集團有限公司/國際科技部 主要人員：郟建青、秦倩、牛占云 一、背景和痛點一、背景和痛點 1.1 數據治理是智慧民航發展的關鍵基礎 數據作為民航行業新興的生產要素和經濟社會資源，是行業數字化轉型的基礎，也是智慧民航建設的支撐元素。建立健全民航數據治理標準

225、體系是智慧民航的基礎。民航局發布的智慧民航建設路線圖明確，要“建立健全民航數據治理標準體系”，構建完善民航數據標準體系，制定數據管理政策、流程和規范。數據治理是機場業務數字化的重要舉措和必經之路。數據治理是機場業務數字化的重要舉措和必經之路。民航局2021年發布的的 智慧民航數據治理規范框架與管理機制強調，“民航行業數據治理應基于數據的業務價值，融合業務、技術和管理機制，支撐業務的數字化運營”，明確了民航數據治理要服務于業務數字化的基本原則。1.2 數據孤島是集團數字化轉型面臨的核心問題 首都機場集團作為一家以機場為核心業務的，跨地域的大型國有企業集團，管理著7個省市的54個干、支線機場。在集

226、團公司數字化轉型的推進中，面臨著三方面的問題。一是信息建設各自為政。一是信息建設各自為政。各成員單位形成了大量技術架構、數據格式不同的業務系統。二是數據治理需要統籌。二是數據治理需要統籌。新產品催生新系統建設，又在形成新的“數據孤島”。三是流程標準尚待統一。三是流程標準尚待統一。行業最佳實踐在集團內無法快速有效復制推廣。1.3 標準引領是集團高質量發展的必由之路 在集團公司數字化轉型實踐中，標準引領是高質量發展的必由之路。2020年8月，集團領導親自部署，啟動集團公司數據標準體系建設工作。一是建體系。一是建體系。98 以數據共享、避免孤島、降低互聯互通成本為目標，形成“1+N”的數據標準體系。

227、二是出標準。二是出標準。在廣泛調研各成員單位信息系統建設情況的基礎上，結合現有成員單位已形成的標準成果，形成集團公司數據及技術標準體系。三是樹標桿。三是樹標桿。充分發揮各成員單位的主動性，以各自優勢業務領域為基礎，形成業務數據標準，并在集團內推廣使用。二、二、實踐路徑實踐路徑 民航局智慧民航數據治理規范框架與管理機制標準中提出民航數據治理體系框架包括基礎保障、管控實施、應用服務三部分。首都機場集團參照以上建議，結合自身實際工作情況將集團數據治理的實施路徑劃分為規劃、突破、推進三個步驟。2.1 規劃先行 在規劃階段，首先進行了數據治理相關制度建設，為后續數據治理工作建章立制，將數據安全、數據質量

228、、數據架構等制度也規劃為集團數據標準體系的一部分，最終形成首都機場集團數據治理體系。圖 1:集團公司數據治理體系（1）建立“建立“1+N”數據標準體系”數據標準體系 99 以“數據共享、避免孤島、互聯互通、降低成本”為目標，構建“1+4+N”集團數據標準體系架構，確保標準成果具備普適性，實用性和可操作性。其中，“1”是指 集團公司數據標準體系工作方案，明確標準制定、實施和管理機制；“N”指技術標準規范，結合業務實際不斷完善。1.1.按標準種類劃分按標準種類劃分 按照民航行業標準編寫規范，集團公司發布的標準分為建設指南、技術規范和數據標準三類，每類各有具體的對應含義，各單位在標準的制定和使用中應

229、依照標準分類的定義來進行。2.2.按標準內容劃分按標準內容劃分 結合集團公司業務發展和系統建設情況，將數據標準體系按業務劃分為“基礎設施”、“業務應用”、“數據標準”、“信息安全”四個類別。（2）首批下發首批下發 18 項數據標準項數據標準 集團公司數據標準建設遵循需求導向，確保標準的實用性、前瞻性、開放性。各單位梳理已有或新建、在集團內具備普適性的標準，經集團公司遴選、審核后，納入集團公司標準發布流程，做為集團公司企業標準發布。2021 年，共發布 10項數據標準和技術規范。2022 年，發布 8 項數據標準。圖 2:集團公司數據標準體系（3）制度支撐保障治理體系落地制度支撐保障治理體系落地

230、 一是強化制度保障。一是強化制度保障。完善項目審核流程，將標準審核列入集團公司信息管理、科技管理、固定資產投資管理、基本建設項目管理、采購管理制度，把標準符合100 性評價、實施效果評估納入系統建設的立項和驗收評估流程，明確標準審核工作要求，明確工作職責和任務分工，明確數據標準牽頭責任部門和聯系人。二是嚴格項目審核。二是嚴格項目審核。集團公司已對所發布的數據標準，形成標準符合性評價表。各單位要將所有涉及集團標準的系統建設項目，開展標準符合性自評后，提請集團公司立項審批，將標準審核作為系統建設審核過程中的一個必要步驟，實現標準的全流程管理。2.2 重點突破 在重點突破階段結合規劃階段已發布的數據

231、標準，一方面在實踐中大力提升數據質量，為數據應用打好基礎；另一方面選擇重點業務方向建立起數據應用服務的典型案例，在集團內起到示范引領作用。（1 1）集團數據治理實現質的飛躍）集團數據治理實現質的飛躍 首都機場集團的元數據管理、主數據管理已經進行了多年建設，得到較好應用，但這兩項工作必須和數據資產目錄、數據標準、數據模型結合起來才能真正達到最優效果。因此近年來集團著重加強了數據資產目錄、數據標準、數據模型的建設工作。集團發布了 中小機場數據共享平臺建設技術規范、數據資源目錄、數據資源接口協議技術規范和數據治理及質量校核標準。按照民航局關于民航運行數據共享工作情況的通報，首都機場和大興機場的數字化

232、能力指數（DCI）排名前列，首都機場集團所轄中小機場已全部實現運行數據共享。2018 年 7 月，集團公司開始建設智慧云平臺，逐步接入 8 家干線機場運行數據，2019 年啟動運行數據治理專項工作，實現數據協同，目前已初步構建“1+8”集團大數據中心。運行數據治理協同效能管理主要包括共享機制、規范協同和應用協同三個層面。共享機制立足于“指導性理念和原則”，注重實現三對關系的平衡；規范協同以“對數據的治理”為研究對象，在標準層面、質量管理層面和平臺層面達成協同；應用協同以“利用數據進行治理”為研究對象，從治理主體、治理工具、治理對象等各個方面實現協同治理，支撐決策能力，具體的產出物包括數據資源目

233、錄標準和接口協議、數據治理平臺、數據質量月報。2020 年 7 月正式推行集團標準以及運行數據質量校核工作。2021 年建設數據治理平臺是集團協同效能管理的綜合運用，支持業務數據的采集匯聚、加工處101 理、數據治理、數據資產管理等數據應用能力，其中“數據資源目錄標準”、“數據資源接口協議技術規范”于 2020 年發布，“數據治理及質量校核標準”在 2022年第二批標準中修訂發布。構建集團數據治理的多元主體協同共享治理模式。構建集團數據治理的多元主體協同共享治理模式。集團與民航運控數據中心、各成員單位簽定數據合作協議，為集團所轄中小機場提供與民航運行數據共享平臺和集團大數據平臺的數據交互服務；

234、按國家等級保護 2.0 三級要求構建民航局-集團-子集團-干線/省會機場-支線機場間的網絡傳輸架構，集團數據共享平臺規劃共享數據 12 大類，1200 余數據項。以規范推動數據的標準化。以規范推動數據的標準化。建立集團公司數據標準體系，實現數據統一定義、統一格式、統一接口，統籌內部各信息系統，實現全場一張網，數據全貫通，實現線上、線下無縫銜接、順暢切換，逐步建立以機場運行為核心的大數據信息平臺，提升集團數據資源優勢及各單位共享共用效率。以體系保障數據高質量。以體系保障數據高質量。完善的數據質量管理是保障各項數據治理工作能夠得到有效落實，達到數據準確、完整的目標，并能夠提供有效的增值服務的重要基

235、礎。數據質量管理的規劃和實施包括以下內容：一是以建立健全數據質量管控體系為基礎。二是以源頭數據質量管控為手段。三是以考核評價為驅動力。以平臺推動數據整合共享。以平臺推動數據整合共享。平臺是集團數據治理的重要載體，承擔著對內實現高效運行協同和對外提供優質運行服務的功能。在完備的數據治理體系和數據治理規范的指導下，利用數據治理平臺實現集團數據的采集、管理、質量校核以及為上層業務提供數據應用服務。建設大數據平臺、人工智能平臺等，在智能運行監控、少人機坪、機坪自主駕駛、自助智能服務設備等領域重點突破。構建集團數字化運行監控平臺，推出值班管理、航跡監控、“掌上運控”移動 APP 等 14項產品為“機場運

236、行服務翼”賦能。（2 2）RFID RFID 行李全流程追蹤保障冬奧行李運輸行李全流程追蹤保障冬奧行李運輸 行李全流程跟蹤的關鍵是標準互認，數據共享，難點是打通上下游數據壁壘，將行李各節點數據連點成線，從而實現全流程跟蹤。在“1+N”數據標準體系指導下，集團對民航局“一標兩端”深化，發布集團行李全流程跟蹤系統技術規范，按照集團智慧機場“一核兩翼”總體規劃，著重開展以下兩項工作：一是首都機場圓滿保障冬奧會行李專項保障。一是首都機場圓滿保障冬奧會行李專項保障。2022 年在北京舉行的冬奧會，集團領導掛帥成立跨組織機構的冬奧行李全流程跟蹤、專項服務攻堅治理等工作102 組，關鍵節點多次召開專題會，解

237、決問題推動落實。集團下屬八家干線機場，去年底前全部完成 7 節點全覆蓋行李全流程跟蹤系統建設，八場全部聯網對接民航局行李公共服務平臺。截至 2022 年 2 月 27 日共保障國航國際出港航班 60 班，行李 6685 件（包括值機前移行李 535 件），各節點采集率均高于 99.8%；保障達美航空國際出港航班 5 班，行李 1980 件。為“簡約、安全、精彩”冬奧做出積極貢獻，向世界展示了國門機場服務水平。二是大興機場全面提升行李全流程跟蹤能力。二是大興機場全面提升行李全流程跟蹤能力。大興機場率先落實行李運輸服務提升工作。2019 年初步建成本場行李全流程跟蹤系統，2020 年 3 月配合民

238、航局完成“三線六點”的試點工作，上線“行李跟蹤”服務產品。馮正霖局長對大興機場行李全流程跟蹤建設工作給予高度贊揚并做出重要批示，要求“努力將大興機場作為行李全流程跟蹤建設標桿，向全國機場推廣”。大興機場行李全流程跟蹤系統建設的主要特點包括以下方面：運行指標優異。運行指標優異。行李系統差錯率穩定在 0.003%（萬分之 0.3）以下，遠低于民用機場旅客服務質量 要求的 0.05%（萬分之 5），總體指標全行業領先。2021年 CAPSE 測評“在行李轉盤的等待行李時間”項目在四千萬級及以上機場中排名第一。綜合效益明顯。綜合效益明顯。截止 2022 年 3 月，累計跟蹤旅客行李 1520 萬件，累

239、計服務旅客 117 萬人次。2021 年民航在線滿意度行李服務得分 4.66 分，排名第一。大興機場行李全流程跟蹤服務榮獲了 CAPSE2020 創新服務獎。標準成果突出。標準成果突出。大興機場在行李全流程跟蹤建設過程中，共制定北京新機場建設工程企業服務總線 BPM 報文 IDD 數據接口標準、進港航班行李保障時間標準、旅客服務標準等 7 項標準。配合民航局編制了民航行李全流程跟蹤系統建設實施方案（試行）等 3 項行業標準文件。（3 3）機場地理信息和物聯網平臺建設指南申報行業團體標準）機場地理信息和物聯網平臺建設指南申報行業團體標準 集團公司機場地理信息平臺建設指南和機場物聯網平臺建設指南兩

240、部標準發布以來，首都機場不斷深化該標準的應用與推廣，結合企業的實際應用經驗，申報了中國民用機場協會團體標準，目前已完成標準材料的編寫與專家初步評審。結合該標準，首都機場股份公司不斷深化地理信息領域和物聯網領域新技術103 的標準化應用，創新性地搭建了地理信息三維可視化平臺，將航空器位置數據和車輛位置數據，與航班運行保障數據進行治理與融合，并關聯了物聯網平臺23000 余個傳感器采集的近億條的天氣、風力、風向、空氣質量、溫濕度和冰雪覆蓋情況等環境監測數據，314 個機位的航班入離位數據，匯總共享設備數據到各應用系統，為冬奧出港“32 小時轉場奇跡”等多次流程規劃與運行保障提供了有力技術支撐。2.

241、3 系統推進 民航局 2020 年印發的關于加強民航標準化工作的指導意見中，明確提出要“強化對標準實施的監督管理，確保標準有效實施”。為切實發揮數據標準的規范協同作用，集團本次標準編寫發布到落地實施從組織、執行、修訂三方面入手做實做牢。（1 1）明確職責監督標準實施）明確職責監督標準實施 要發揮標準的協同作用，必須要明確標準化管理職責，實現組織分工規范化。成立集團公司“標準化技術委員會”，由各相關部門和外部專家共同組成，對標準實施工作進行領導和監督。同時在“標準化技術委員會”下，設立“標準化執行工作組”，由參與“標準化技術委員會”的各部門抽調人員組成，做為標準化實施的具體執行機構。（2 2）強

242、化執行確保標準落地）強化執行確保標準落地 要發揮標準的協同作用，必須強化標準執行。對于集團公司已發布的各項標準，“標準化執行工作組”首先應在集團公司范圍內進行宣貫，確保各成員單位相關部門都能對已發布標準的適用范圍、具體內容有正確了解。然后在具體工程項目審批過程中，對工程項目進行“標準符合性評價”，具體操作可由申報單位在立項材料中提交標準符合性評價表，申報該工程項目遵循的集團公司標準，并用表格形式逐條列出項目建設內容和標準條款的對應關系，由“標準化執行工作組”通過評分法形成標準符合性評價結論。項目驗收過程中，要增加對立項審批時的標準化符合性評價結論的驗收，確保事前承諾的標準條款得到滿足。（3 3

243、）定期修訂保證標準適用）定期修訂保證標準適用 要發揮標準的協同作用，必須保證標準全生命周期的適用性。對于在標準執104 行過程中發現的、反饋的各項問題，“標準化執行工作組”應有專人負責記錄，并形成反饋意見記錄表?！皹藴驶夹g委員會”應定期組織對已發布標準的實施效果評估，“標準化執行工作組”根據標準的執行情況和反饋意見形成標準的實施效果評估報告，“標準化技術委員會”根據該評估報告明確是否需要對標準進行修訂，通過這樣的評估修訂機制，來保持標準的生命力和適用性。三、三、應用效果應用效果 3.1 行業首發企業數據標準體系 首都機場集團堅持需求導向、問題導向，從標準體系出發，探索結合對成員機場現有標準“

244、自下而上”收集，和新技術應用領域“從上而下”引導的路徑，創新性搭建“1+4+N”集團數據標準體系架構，發布了行業首批 18 部集團企業標準，為行業其他機場集團的數據治理提供了寶貴的實戰經驗。數據標準管理是集團數據治理的重要組成部分，在實施數據標準規劃的過程中，始終遵循三個指導思想，一是立足全局、統一規劃；二是以業務發展指導數據標準建設；三是新技術引領，堅持前瞻性。3.2 建立集團內部管理的協同機制（1 1）用數據資源標準進行規范性協同）用數據資源標準進行規范性協同 集團公司牽頭進行數據資源梳理工作，形成數據資源接口協議規范、數據資源目錄規范、中小機場運行數據共享平臺建設規范 等數據標準，15

245、個大類、1300 多個數據項的定義、格式、時效性等進行了規范。（2 2）用標桿項目數據標準進行示范性協同）用標桿項目數據標準進行示范性協同 在數字化轉型過程中出現的標桿項目和典型項目，集團公司應組織建設單位及時進行經驗總結，把項目實施過程中定義的系統數據規范、最佳實踐，成功經驗，成熟做法等整理成集團公司標準進行發布，如已經發布的機場車輛侵入跑道監控預警系統技術規范和首都機場集團有限公司行李全流程跟蹤系統技術規范。（3 3）用創新技術標準的引領性協同）用創新技術標準的引領性協同 105 集團公司鼓勵先進機場在智慧機場建設過程中先行先試，對于在探索過程中經過驗證的新技術，新應用和其他創新性成果，可

246、以及時進行標準化，形成指南進行推廣，如大型樞紐機場數字機坪塔臺系統建設指南，物聯網平臺建設指南，這些新技術標準為成員機場在應用新技術，開拓新思路方面可以起到引領作用。3.3 提升全域數字化能力 數據標準從多個方面支撐集團的數字化轉型，完成集團建設“生產要素全面物聯，數據共享、協同高效、智能運行的智慧機場”的數字化目標。創新性搭建“1+4+N”集團數據標準體系架構，其中“N”指具體的 N 套技術標準規范主要是“業務應用”、“數據標準”、“基礎設施”、“信息安全”四個體系大類。在業務方面，數據標準能夠明確很多業務含義，使得業務集團各部門之間、業務和技術之間、統計指標之間統一認識與口徑。在技術方面，

247、集團數據標準能夠幫助構建規范的物理數據模型，實現數據在跨系統間敏捷交互，減少數據清洗的工作量，便于數據融合分析實現數據動態價值提升。四、四、洞察啟示洞察啟示 4.1 統一數字化戰略與部署 數據治理作為數字化轉型的關鍵基礎，應在企業數字化轉型戰略中統一考慮、統一部署。一是要從頂層設計出發。一是要從頂層設計出發。首都機場集團 22 年 12 月發布的智慧機場建設路線圖，明確了“1-3-1-4”的總體工作思路，其中標準引領標準引領就是四大核心能力之一，進行了數據標準體系規劃，自上而下布局數據治理和數字化建設。二二是數據體系規劃要以需求為導向。是數據體系規劃要以需求為導向。將數據治理規劃和數字化建設規

248、劃與業務規劃結合起來進行，如可以將數據治理、數字化建設與“建立世界一流機場集團”與“為保障人民群眾美好出行”起來進行統一規劃，相互協作共同推進戰略目標達成。三是數據治理要有制度體系支撐三是數據治理要有制度體系支撐，制度和規范是組織數據治理工作的行為準則，實現“車同軌，書同文”。四是組織和人才是數據治理和數字化建設成功四是組織和人才是數據治理和數字化建設成功的關鍵要素。的關鍵要素。數據治理和數字化建設組織須統一部署，須厘清數據治理組織中決106 策層、管理層和執行層的組織和職責設置，理順數據治理流程。4.2 引導行業數據價值鏈的完善 智慧民航作為“十四五”主線，涉及民航發展的全領域、全主體、全要

249、素、全周期，以標準為突破點，對內進一步統籌行業各運營主體的內外合力，構建基于智慧安全、智慧運行、智慧服務、智慧商業、智慧管理等業務的集團公司共享能力中心，統籌規劃共性應用建設，各成員單位基于總體規劃統一進行推廣部署，促進科技創新，節約建設成本，優化建設流程，提升運行品質。只有內外部數據信息整合共享，才有可能實現機場航班、車輛以及人員的共同態勢感知，進而輔助合作單位協同決策。在數據治理過程中，管理主體與管轄各單位對信息和數據的需求得到有效滿足，有利于縮小集團與管轄單位之間的信息鴻溝，改善信息不對稱的狀況，實現機場、海關、邊防、航司等協同聯動，增強應對惡劣運行條件的跨區域、跨部門運行協同能力、資源

250、共享能力。4.3 加強旅客隱私數據保護 后疫情時代，出于國家安全、公共安全的考慮，機場在運行過程中利用生物識別技術收集了大量旅客數據，機場和旅客產生了數字化的連接，這也是世界民航的共性，連接人與世界。在大數據時代下急切需要完善信息保護監管細則、提升信息安全，首都機場集團也將根據民航局智慧民航數據治理規范數據安全標準中的要求和建議，盡快制定發布自身的信息系統數據安全規范，確保旅客的安心如意出行，實現人民機場保證人民群眾“美好出行”的初心！107 機場收費結算數字化轉型實踐機場收費結算數字化轉型實踐 單位/部門：首都機場集團有限公司 主要人員：沈蘭成、陳小海、王燕、施云飛 一、背景和痛點一、背景和

251、痛點 機場收費是機場最重要收入來源，具有業務鏈條長、收費項目多、數據來源廣、計算規則復雜等特點。因此，機場收費一直以來都是機場經營管理的重點和難點。尤其在首都機場集團公司，作為管理著北京、天津、河北、江西、吉林、內蒙古、黑龍江等 7 個省市自治區 53 個干支機場的大型集團，所轄機場規模差異大，業務模式多樣，更加劇了機場收費管理的難度。首都機場集團機場收費業務痛點主要包括以下幾個方面：信息化覆蓋不足，數據可控性差。信息化覆蓋不足，數據可控性差。大量收費項目的數據采集還是依賴紙質簽單，保障部門定期將紙質簽單批量移交給財務部門。數據游離在系統之外，紙質單據的存放和傳遞存在原始數據丟失的風險。手工處

252、理量大，流程效率低下。手工處理量大，流程效率低下。各保障部門只負責各自服務范圍的簽單，造成一個航班多頭簽單。簽單樣式不一，業務和財務人員需要進行大量的單據分類，手工匯總統計等工作。數據質量不高，結算拒付量大。數據質量不高，結算拒付量大。缺乏完善的數據標準建設和數據質量規則定義。未形成成體系的、自上而下的、多部門協同的數據閉環管理機制，因數據質量導致的結算拒付現象層出不窮。決策支持困難，數據價值無從體現。決策支持困難，數據價值無從體現。各機場數據缺乏可比性，管理層無法快速準確地獲得機場主業各項經營分析數據。財務人員難以履行服務、監督和決策支持職能，無法實現向業務財務和戰略財務的轉型。為了能夠提升

253、核心主業管理水平，保證主營收入應收盡收，實現以數據為基礎的科學決策，首都機場集團決定成立專項工作組，由財務管理部牽頭，推動機場收費結算數字化轉型。二、實踐路徑二、實踐路徑 108 2.1 建設目標和原則 以促進業財聯動，提高組織協同，提升數據質量，釋放數據價值為目標，以“全面化、標準化、集成化、數字化、智能化”為原則，基于 ERP 航空計費系統，設計一整套適配首都機場集團所有干支線機場，覆蓋機場收費業務全場景，全流程的數字化解決方案。通過全業務鏈系統集成和數據規范，為后續能夠向管理層及時準確地提供可比的數據奠定基礎，為科學決策提供有效支持。2.2 ERP 航空計費系統 ERP 航空計費系統以航

254、班起降為主記錄創建飛行訂單，資源、服務數據掛靠飛行訂單，經過一系列決定過程批量完成收費計算，同步生成會計憑證。2.3 數字化集成架構 為了保證財務規則的穩定性，結算數據的準確性，同時考慮運行系統的靈活性，以及干、支線機場的業務規模，工作組設計了高階和低階兩個集成方案。（1）高階方案高階方案 高階方案適用于干線機場。由干線機場同步配合建設數據質量治理系統和地面服務電子簽單系統。各生產運行系統采集運行和服務數據傳輸給數據質量治理系統，數據質量治理系統進行數據整合、清洗、加工、校驗和轉換后傳輸給航空計費系統。高階方案集成架構如圖 1 所示。圖 1：機場收費結算數字化集成架構高階方案 高階方案數據流轉

255、示意圖如圖 2 所示：109 圖 2：機場收費結算數字化解決方案數據流轉示意圖（2）低階方案低階方案 低階方案適用于支線機場。業務規模較小的支線機場通過標準導入工具先后將運行和服務數據導入航空計費系統，由航空計費系統完成數據校驗。在業務量達到一定規模后，可通過上線電子簽單實現服務數據電子化采集和自動傳輸。2.4 機場收費標準業務流程 機場收費業務包括主數據管理、業務數據管理、訂單開賬管理、結算及拒付管理四大類 12 個標準業務流程。如圖 3 所示。圖 3：機場收費標準業務流程 110 2.5 機場收費主數據管理 航空計費系統的主數據資源包括客戶主數據、服務產品主數據和航空性主數據。其中航空性主

256、數據包括航司代碼主數據、機場代碼主數據、機號主數據、機位主數據。（1）主數據識別主數據識別 通過識別主數據生產者和消費者，確定主數據來源、數據流向，形成主數據U/C 矩陣。航空計費的主數據 U/C 矩陣如表 1 所示。其中，C 表示創建，對應主數據來源系統；U 表示使用，對應主數據消費系統。表 1：航空計費主數據 U/C 矩陣 主數據主數據 航司代碼航司代碼 機場代碼機場代碼 機號機號 機位機位 客戶客戶 服務產品服務產品 ERP 系統 U U U U C C 生產運行系統 C C C C 航空性主數據來源于生產運行系統，航空計費系統作為數據消費系統，遵循生產運行系統的數據資源標準規范。其中，

257、機號主數據直接使用航空器注冊號，航司代碼主數據直接使用IATA兩字碼，機場代碼主數據直接使用IATA三字碼?？蛻艉头债a品主數據來源于 ERP 系統，其中客戶主數據標準遵循整個 ERP 系統的標準規范，在這里不做贅述。服務產品主數據是航空計費系統的核心主數據，也是機場收費結算數字化轉型中主數據標準建設的主要內容?，F以服務產品主數據為例介紹機場收費主數據標準建設方案。包括數據標準、管理職責、管理模式和管理平臺。（2）主數據標準主數據標準 服務產品分類遵循“準確性、唯一性、穩定性、前瞻性、可執行性、低風險性”的原則。分類依據為民航局收費文件。分類依據為民航局收費文件。主數據分類是服務產品主數據編制

258、的依據。工作組按照“159 號文”的分類標準，確定合理的分類層級，形成滿足各成員機場業務需要和集團統一管理的服務產品分類體系。服務產品類型和收費項的對應關系。服務產品類型和收費項的對應關系。服務產品類型與收費文件收費分類對應，分為航空性服務和地面服務。服務產品組與收費文件收費項對應，分為起降服務、停場服務、客橋服務、安檢服務、引導車、客梯車 111 服務產品組和服務產品的對應關系。服務產品組和服務產品的對應關系。在航空計費系統中飛機的降落和起飛配對生成一個飛行訂單，進港和出港航班是兩個不同航班號，不同航班號如果航線屬性不同，則服務性質不同，占用資源不同，收費標準也不一樣，所以服務產品組加上進離

259、港屬性和航線屬性確定每一個服務產品。服務產品分類編碼規則。服務產品分類編碼規則。服務產品分類編碼是標識服務產品分類的代碼，用以系統多維度統計分析的取數定義。服務產品分類編碼規則采用服務類型碼+進離港標識+服務項英文縮寫的方式。服務產品命名規則服務產品命名規則。服務產品命名需要唯一定義服務產品的所有屬性，采用“航線屬性+進離港屬性+服務產品組”，其中起降費里，進港只對應降落服務，出港只對應起飛服務。服務產品分類和服務產品命名示例如表 2 所示：表 2：服務產品分類和服務產品命名示例 服務產品分類服務產品分類 服務產品服務產品 服務產品類型服務產品類型 服務產品組服務產品組 服務產品屬性服務產品屬

260、性 服務產品名稱服務產品名稱 產品產品類型類型 收費文件收費文件 收費分類收費分類 產品產品組組 收費文件收費文件 收費項收費項 進進/出出港屬性港屬性 航線航線屬性屬性 航空性服務 航空性收費 起降服務 起降費 進港 國內 國內航班進港降落服務 國際 國際航班進港降落服務 出港 國內 國內航班出港起飛服務 國際 國際航班出港起飛服務 服務產品編碼服務產品編碼是標識服務產品唯一性的代碼，由系統自動生成。服務產品編碼規則采用集團機構碼+服務類型碼+流水號的編碼方式，共 10 位字符，流水碼取值范圍為 0000199999。（3）主數據管理職責主數據管理職責 在實際工作中，即使同一個主數據項，運行

261、和財務口徑對屬性字段的標準和需求是也是不同的，如果要求運行部門及時按結算標準維護和更新航空性主數據，將會給運行保障增加過多壓力?；诖?，工作組設計了主數據的歸口管理部門?？蛻糁鲾祿簹w口財務部管理；服務產品主數據：歸口財務部管理；航空性主數據：編碼歸口運行控制中心管理，計費參數字段歸口財務部管理。（4）主數據管理模式主數據管理模式 建立分類分級的主數據管控模式，既滿足集團管控要求，又適應各機場業務112 運行特點，促進集團業財一體化融合?？蛻糁鲾祿捎寐摪钍焦芾?。主數據編碼及基本信息由集團統一管理，各單位再進一步在公司代碼層維護區域信息。服務產品主數據采用集中式管理。服務產品主數據產生于 ER

262、P 的航空計費系統，與 ERP 系統會計科目實現映射，由集團統一在航空計費系統中維護。對于定價規則配置，政府指導價項目由集團統一配置，市場化定價項目由各機場經過相應管理流程后自行配置。航空性主數據中的航司代碼主數據、機場代碼主數據和機號主數據采用聯邦式管理。由各機場生產運行系統創建并推送到數據質量治理系統主數據模塊，經過校核后推送到集團主數據管理平臺，并分發到其他機場數據質量治理系統。同時，各機場需要在數據質量治理系統主數據模塊中補齊計費所需參數數據后推送給航空計費系統。航空性主數據中機位主數據采用分散式管理。各機場維護各自的機位主數據。（5）主數據管理平臺主數據管理平臺 在首都機場集團，數據

263、治理實行頂層規劃，分域設計。對于各域之間涉及的相同主數據項，建立映射關系。這種柔性統一，既保證了集團內主數據的一致有序，又適應了各個業務線對數據的不同需求，避免剛性統一的沖突。作為集團主數據管理的先行試點，財務管理部正在推進財經域主數據管理體系和平臺的建設。2.6 機場收費數據質量管理 機場收費結算是對數據質量要求很高的業務，所以除了系統的規劃設計，還需要對數據質量管理進行規劃。工作組設計了基于 PDCA（Plan、Do、Check、Action）循環的數據質量管理框架，進行數據質量規則定義、建立質量管理機制，并通過數據質量治理系統進行數據質量控制，并持續改進，保證數據質量。（1）質量規則定義

264、質量規則定義 數據質量規則定義是數據質量管理的起點。通過與航班保障服務部門共同研究，工作組共梳理出四個指標維度七類數據質量規則約 200 多條，根據各機場業務差異，規則略有不同。機場收費結算數據質量規則如表 3 所示。113 表 3：機場收費結算數據質量規則示例 指標維度指標維度 規則分類規則分類 示例示例 完整性 不可為空類 航司國內國際屬性不能在航司主數據中缺失 邏輯約束類 橋載電源使用記錄存在開始時間但結束時間缺失 準確性 閾值約束類 航班計劃時間與實際執行時間偏差超出閾值（小時）合理約束類 同一航班兩次客橋資源使用時間不能相同或相交叉 格式約束類 航班號格式有誤，超過 7 位 一致性

265、合理約束類 遠機位航班不能存在客橋使用記錄 多源約束類 地面服務調度系統存在除冰車任務記錄但電子簽單中缺失 唯一性 記錄唯一類 同一編號客橋資源不能同時被多個航班占用（2）質量管理工具質量管理工具 數據質量治理系統按照上述數據質量規則，通過合理設置治理頻率，進行多源數據治理，給數據質量提供有效保障。其功能架構如圖 4 所示。圖 4：數據質量治理系統功能框架 各機場的數據質量治理系統前端接入各生產運行系統的運行服務數據，為本場提供收費結算交易數據的整合、存儲、清洗、校驗和轉換，另一方面與集團主數據管理平臺集成，為集團內各機場實時共享計費主數據提供支持。（3）質量管理機制質量管理機制 本項目建立了

266、完善的數據質量管理機制，將數據工作充分卷入業務，對準業務價值。以“誰提供服務，誰對數據負責”為原則，明確數據質量第一責任人，制定數據校核方案和處理流程，規定報錯處理時限，形成數據質量管理長效機制，保證業務連續性，實現“作業即記錄，記錄即數據”。114 2.7 數據共享和安全 首都機場集團內機場收費業務的模式差異主要體現在干線機場的地面服務業務上。主要有四種業務模式：一站式模式、地服分站模式、地服聯站模式和地服分站+大機務模式。一站式模式下，干線機場管理機構提供干線機場所有的航空性服務和地面服務并負責結算；地服分站模式下，干線機場的部分地面服務由干線機場管理機構的地服分公司提供并負責結算；地服聯

267、站模式下，干線機場的部分地面服務由機場的關聯地服公司提供并負責結算；地服分站+大機務式模式下，干線機場管理機構還負責所轄支線機場的機務服務和結算。對于地服分站模式，為保證航班起降主記錄唯一性，主數據一致性，機場相關數據統一性，減少不必要的數據冗余，同時實現核算主體和服務主體對應，地服分公司的服務數據全部進入干線機場數據質量治理系統進行統一校驗，再統一傳輸給航空計費系統，在干線機場機場代碼下生成唯一的飛行訂單，在公司代碼層拆分給各結算主體?？缃M織機構的數據共享通過權限配置保證數據安全，航空性主數據權限僅分配給機場管理機構運行控制部門，地服分公司無權限修改。服務數據權限根據服務產品對應的服務提供方

268、來配置。需要跨公司的數據管理協同。對于地服聯站模式，機場管理機構和地服公司分別建設數據質量治理系統，分別傳輸給航空計費系統。在航空計費系統中需要為地服公司創建虛擬機場代碼，分別生成飛行訂單，數據完全隔離。未來，在滿足數據統一治理，統一傳輸的條件下，最終切換到地服分站模式的方案上。2.8 集團級收費數據統御 通過數字化集成架構、標準業務流程和數據管理方案實現了單個機場收費的數字化結算和全集團收費數據可比。而通過航空計費系統的頂層結構設計，實現集團對所轄干支線機場收費業財數據的統御。航空計費的結構設計分為五層。一至三層依次為服務產品、產品組和服務大類。第四層為機場代碼層，與 IATA 代碼一致，最

269、上層為公司代碼層，與賬套一致。通過五層結構設計，保留了各種業務模式下不論是業務角度還是財務角度的數據鏈的清晰完整。從業務角度看，多個服務提供方為同一航班保障的服務數據都是記錄在這一機場代碼下唯一的飛行訂單上，從財務角度看，在一個機場代碼115 下不同服務提供方的收入又核算在了各自的賬套下。集團不論是從單個機場業務角度還是從公司板塊管理角度都能獲得全域數據。如圖 5 所示。圖 5：集團級收費數據統御示意圖 三、應用效果三、應用效果 首都機場集團機場收費結算數字化解決方案已完成一期干線機場建設，正在進行二期支線機場推廣。一期項目取得了卓越成效，實現了智慧結算、綠色結算。3.1 提升信息化覆蓋，加強

270、數據控制 干線機場地面服務收費全部實現電子簽單，運行和服務數據100%通過系統全自動完成清洗、校驗和整合；收費項全自動結算比例從9%提升到95%。支線機場運行和服務數據納入集團系統平臺，加強了集團對數據資源的控制。3.2 消除流程冗余，提高結算效率 在數據采集環節，全業務鏈服務集成到一張電子簽單，由最后提供保障服務的部門找航司機組統一簽單，提高簽單流程效率，提升保障服務體驗。在計費結算環節，每月開賬結算由3人12小時，減少為1人1小時，效率提升36倍。3.3 優化數據質量，降低結算拒付 航班起飛后1小時內可完成全部保障服務收費計算，數據及時性從按月計量116 提升到到按小時計量，實現質的飛躍；

271、數據完整性和準確性均達99.95%以上，大大降低因數據質量問題導致的拒付。以石家莊機場為例，結算拒付率降低64%，萬架次拒付金額降低35萬元，拒付舉證追溯能力提升，有效挽回拒付損失。3.4 降低結算成本，促進財務轉型 據石家莊機場統計，上線后每月節約紙質簽單量約 1 萬份，結算業務每年節約人工、紙質單據采購和郵寄等相關成本約 85 萬元。重復且低價值工作量的降低，將促使財務人員將工作重心轉向風險防控和決策支持上。四、洞察啟示四、洞察啟示 本項目的實施由集團統籌總體方向和整體進度，成員單位通力協作，上下聯動，業財一體，共同推進多個系統的業財全鏈條同步建設，避免了“部門壁壘”和“信息孤島”，實現了

272、整體項目進度、成本和質量的可控，為集團級數字化轉型積累了成功的項目管理經驗。本項目是首都機場集團在業財融合整體規劃下，圍繞“目標融合、數據融合、系統融合、流程融合、機制融合和標準融合”的財務數字化轉型先行實踐，在集團內機場收費領域設計了兩種標準化業財系統集成架構，規范了端到端標準業務流程，搭建了場間可比的收入業財數據體系，形成了“縱向數據貫通，橫向數據共享”的數據管理機制。首都機場集團機場收費數字化解決方案覆蓋不同業務規模和各種業務模式，在行業內具有廣泛的適用性和普遍的推廣性。該方案的亮點在于，根據業務規模和前端運行系統建設情況，設計了不同的標準化集成架構，為持續推廣提供更加靈活的方式。低階方

273、案降低了支線機場實現數字化結算的門檻。高階方案的松耦合架構，通過引入數據質量治理系統作為數據橋梁，在對生產運行系統影響最小化的情況下，實現了財務端向業務端的延伸融合。兩種方案均將運行和服務數據納入 ERP 系統，在財務端保留了業務數據和財務數據的關聯性，使得經營成果能夠快速追溯業務動因，形成數據和流程雙輪驅動，從運行保障到收費結算，從收費結算到經營分析，再從經營分析到業務賦能的經營管理提升通道，是機場收費結算數字化轉型最佳實踐。117 首都機場集團有限公司首都機場集團有限公司 RFIDRFID 行李全流程跟行李全流程跟蹤數據中心建設與數據治理實踐蹤數據中心建設與數據治理實踐 單位/部門：首都機

274、場集團有限公司管理學院 主要人員：張彪、張棟 一、背景和痛點一、背景和痛點 當前，行李運輸過程中存在的各類問題已經成為影響行業旅客滿意度提升的主要瓶頸之一。據 IATA 統計，航空公司平均每年要運輸的行李超過 40 億件，大概有 0.43%的行李不能按時和旅客同機到達。為全面貫徹落實習近平總書記關于四型機場建設的指示要求，推動民航高質量發展，提高機場服務質量，增強人民群眾對民航服務的滿意度和獲得感，民航局針對行李運輸明確提出要推廣使用 RFID 行李全程跟蹤系統，減少行李運輸差錯和破損，縮短行李提取時間。按照民航局部署，首都機場集團有限公司（以下簡稱“集團公司”）各成員機場先后啟動 RFID

275、行李全流程跟蹤系統建設。集團公司下轄干線以及支線機場眾多，行李全流程跟蹤產生的信息數據必須實現標準化和平臺化才能真正的發揮作用。經過詳細調研梳理，集團公司建設行李全流程跟蹤系統存在以下問題：一是集團公司下轄干線以及支線機場眾多。不同機場的行李相關系統技術標準不盡相同，會產生大量多源異構數據。二是各個行李相關系統因開發時間參差不齊，且在開發前未進行統籌規劃，系統技術和數據標準規范不統一，系統間相對獨立，系統間集成度不夠，系統之間相互獨立不能繼承，耦合性較低，缺乏統一的信息集成平臺，多數系統各自獨立，很少有系統間存在數據交換和跨系統的流程，造成大量的業務數據被封閉在某個數據庫和應用中，數據不能共享

276、，逐漸形成了一個個信息孤島，造成一定程度的數據不一致，源頭不唯一。三是缺乏全局層面的信息標準與管理規范。工作界面分散，業務無法有效協同，部門職責在數據應用和管控各業務環節不夠清晰、明確，跨部門信息協作難度較大；難以解決上下級間的數據交換和共享的問題；難以對外提供統一的數據118 服務和管理。缺乏數據質量管理體系，數據多源頭存在，數據關系不明確，采集時驗證不嚴格，數據內容不一致，數據質量難以鑒定，造成數據質量、數據完整性、數據安全等多方面的問題。四是數據關系不清晰，數據全生命周期管理理念不清晰，沒有梳理清晰各業務流程間“主數據”與“依賴數據間”的關系。數據產生后，數據如何應用、交互，如何保存、銷

277、毀等，還需要進一步進行梳理和規范。未從宏觀層面提出數據管理的方向，缺乏統一的決策主題、指標體系以及實體關系模型。五是隨著行李業務的快速發展，越來越多的外部單位，例如安檢部門、集團成員機場、航司等單位不斷提出各種數據共享和交換需求，一些項目由于時間緊、任務重，采用了“就近連接，簡便連接”的原則，使得系統之間點對點接口日益增多，導致對外部單位發布數據的一致性、準確性、權威性出現了問題。六是缺乏嚴格的數據治理流程，尚未建立信息安全管理體系；對信息安全沒有提升到戰略的高度和數據難以進行質量的評定，對信息的主動追蹤監控及獲取能力不足。七是平臺支撐不足，缺乏數據交互管理支撐平臺，無法對數據標準、數據模型、

278、數據質量、數據交互等進行高效管理和支撐。只有解決以上問題，才能進一步提升行李服務運行管理能力，最大化數據價值，為提升旅客行李運輸管理效率和精準決策提供支撐。二、實踐路徑二、實踐路徑 2.1 制定企業標準制定企業標準 集團公司已于 2021 年末制定出臺首都機場集團行李全流程跟蹤系統技術規范（以下簡稱“規范”），并已在全集團范圍內執行。規范 具體明確了采集節點要求、采集節點覆蓋要求、跟蹤節點詳細說明、非常規行李處理規范、設備設施規范、基礎數據規范、航班報文數據項規范、行李報文數據項規范、行李報文交換規范、數據接口規范、數據質量與數據治理規范、安全規范、性能規范。規范是在符合民航總局發布的民航行李

279、全流程跟蹤系統建設指南基119 礎之上，結合集團現狀，布局未來，對集團公司各成員機場在建設行李全流程跟蹤系統的指導性文件，為在集團公司全面、快速、高質量推進行李全流程跟蹤系統建設奠定基礎。2.2 梳理數據流梳理數據流 梳理數據流，首先需要根據規范對需要對行李數據模型進行設計，根據行李數據模型倒推數據源并形成完整的行李全流程跟蹤系統數據流。（1）行李數據模型設計）行李數據模型設計 圖 1：行李數據模型設計 行李數據核心包括三大類數據：行李基礎信息及行李處理日志、行李相關航班信息、行李相關旅客信息。行李及行李處理日志將從 BSM、BPM、離港高頻、不正常行李等各個行李數據源進行數據獲??；包括行李基

280、礎信息表和行李動態跟蹤表；行李基礎信息表除了記錄行李的不變信息外，也會冗余記錄行李的當前狀態信息，包括分揀、裝車、裝機、卸機、到達、是否中轉等，冗余記錄的目的是為了提升查詢的速度，實際冗余的數據每件行李不超過 0.1K，年度冗余不超過 5G 數據，目前實際年度冗余不超過 2G；行李動態跟蹤表除了記錄 BPM 數據外，也會記錄 BSM 操作信息、特殊及異常行李處理信息、投訴賠償信息。航班信息表的存在是因為行李數據中只有航班號、航班日期、起飛站、目的行李基礎信息#oooo行李編號行李牌號值機序號旅客姓名大寫拼音PNR編號Long integerVariable characters(10)Vari

281、able characters(3)Variable characters(64)Variable characters(6)行李動態跟蹤#ooo行李動態編號處理時間處理結果前序動態編號Long integerDate&TimeVariable characters(64)Long integer航班信息#oooooo航班編號航班號計劃起飛時間計劃降落時間實際起飛時間實際降落時間前序航班編號IntegerVariable characters(8)Date&TimeDate&TimeDate&TimeDate&TimeInteger機場信息#oo機場編號機場名稱機場三字碼IntegerVari

282、able characters(128)Variable characters(3)航司信息#oo航司編號航司名稱航司二字碼IntegerVariable characters(128)Variable characters(2)跟蹤位置#oooo位置編號位置編碼中文說明英文說明前序位置IntegerVariable characters(32)Variable characters(64)Variable characters(64)Integer跟蹤節點#oo節點編號節點編碼中文描述IntegerVariable characters(16)Variable characters(64)航

283、站樓數據字典#o航站編號航站名稱IntegerVariable characters(32)預警報警策略#oooo策略編號策略名稱計算依據預警時長報警時長IntegerVariable characters(32)IntegerIntegerInteger預警報警應用#oooo應用編號航司二字碼航班編號起飛機場降落機場IntegerVariable characters(2)Variable characters(8)Variable characters(3)Variable characters(3)預警報警日志#oo日志編號日志時間預警報警信息IntegerDate&TimeVariab

284、le characters(64)旅客基礎信息#oo旅客編號2旅客身份信息旅客等級信息Long integerVariable characters(10)Variable characters(3)旅客乘機信息#oo旅客編號航班號航班日期Long integerVariable characters(10)Variable characters(3)Reference_11Reference_12Reference_13Reference_14Reference_15Reference_16Reference_17預警報警Relationship_19Relationship_20全流程處理

285、承運航班Reference_3Reference_4Reference_5Reference_6Reference_7Reference_8Reference_9Reference_10120 站，缺少航班實際起飛時間、起飛航站樓、實際降落機場、實際降落時間、登機口等信息。旅客信息的存在主要用于投訴、賠償與行李的關聯，同時也作用于按旅客進行分類的行李統計分析；包括旅客基礎信息表和旅客乘機信息表；旅客基礎信息表需要記錄旅客證件、旅客手機；旅客乘機信息表需要記錄旅客乘坐的航班號、航班日期。除了三大類核心數據外，還有為全流程跟蹤、預警報警、統計分析做基礎支撐的基礎數據，包括：特殊行李類型字典、跟蹤節

286、點標識字典、位置標識字典、機場信息（機場、航站樓、位置編碼）、航司信息以及預警報警策略及應用；預警報警日志作為一種特殊應用，屬于對數據規則的計算結果，不放入系統的日志管理中。（2）數據流向設計數據流向設計 結合數據流向設計可以發現，整個系統的核心實質上是一個實時流處理框架。圖 2：數據流向設計 需求中的航班、行李等數據的采集通過微服務方式，進行數據的主動采集和標準上傳，數據采集服務將采集和接收到的數據寫入 Kafka 中；無論是為了方便測試、環境遷移、應對后期可能產生的變化以及未來數據接入的擴展，數據采集服務將使用動態技術設計，由接口定義與調度進行控制。規整化服務消費 Kafka 中收到的數據

287、，一方面將添加了元數據的結果（用于數據審計和數據朔源）存入 Elasticsearch 集群，另一方面抽取出原始報文（不含大數據平臺第三方系統數據應用數據存儲數據解析數據采集數據分析平臺Kafka源數據實時流處理行李數據BSM行李動態數據BPMBSM/BPM等接收數據BSM/BPM等源數據解析后數據Flink規整化解析MySQL集群Flink，flum傳輸Hive表制定字段行李查詢Flink業務流式子處理SupersetHBASE航班動態數據HdfsHiveKylin航班數據Flume接口定義接口調度第三方系統API網關輪詢采集數據上報采集數據采集數據跟蹤監控 實時看板日志服務 轉發局方行李公

288、共信息平臺星盟SBH國航全球地面航班保障平臺國航APP/微信公眾號/小程序 Elasticsearch集群存儲121 任何元數據）寫入 Kafka 中。數據解析服務消費 Kafka 中的原始報文，進行數據的解析（包括結構化處理、有效性檢測、去重、邏輯補償等操作），解析后的有效結果存入 Kafka 中。轉發服務消費 Kafka 中的原始報文，應用于原始報文的直接轉發，主要場景是首都機場、局方公共平臺以及未來需要原始報文的第三方系統。數據存儲服務消費 Kafka 中有效解析后的結構化數據，進行 Mysql 的數據存儲，結構化數據存儲到 Mysql 中主要用于行李信息綜合查詢、離港進港中轉視圖查詢。

289、實時流處理服務消費 Kafka 中的有效解析后的結構化數據，進行增量累計計算，并將計算結果存入 Mysql，核心用于提高離港進港中轉視圖查詢的效率。大數據分析數據同步服務消費 Kafka 中有效解析后的結構化數據，傳輸到數據分析平臺，用于統計分析。轉發服務消費 Kafka 中有效解析后的結構化數據，應用于結構化數據的直接轉發，主要場景是 BRS 系統的數據交換以及未來需要原始報文的第三方系統。2.3 搭建數據中臺搭建數據中臺 集團公司行李全流程跟蹤數據中心的建設參照數據中臺技術路線，搭建基于集團公司現有行李業務的數據處理系統、數據服務中臺應用以及業務應用前臺等多層級架構，達到數據融合、業務協同

290、、標準統一的目標。數據中臺技術在本項目的應用主要為通過數據治理技術，對基于集團公司所需的大量行李及相關數據進行采集、梳理、加工，存儲為平臺統一的標準數據，形成大數據資產層，根據業務需求和數據特點，將各類數據打包封裝，結合定制開發的功能模塊，變為各類個性化或可復用的應用，進而為各用戶提供豐富的數據服務。這些數據服務中的一部分跟集團公司的行李業務有較強的關聯性，是業務和數據的沉淀，同時另一部分將通用性的功能整合，避免重復建設，降低業務協作的成本。該項目所提供的應用服務既能是集團公司獨有的，與業務強相關的，也能是可復用的，可為多種業務提供普適性功能，并且具備強大的靈活性，可適應不斷變化的業務，迅速響

291、應功能需求，方便快捷地生成新應用。因此，按照數據中臺技術路線，集團公司行李全流程跟蹤數據中心將具備數據匯聚整122 合、數據提純加工、數據服務可視化、數據價值變現等核心能力，讓民航總局、集團公司及合作機場、航司等相關參與方等用戶更便利地應用數據。通過對來自各個系統的數據，包括但不限于局方公共行李數據平臺、離港系統、安檢系統、行李處理系統、行李再確認系統、地面航班保障系統等外部系統提供的各類數據進行統一采集（實時采集、離線批量采集等）、清洗、加工，統一標準和口徑、匯總并根據業務需求建立相應的主題域、專題等模型，并利用元數據管理等數據治理手段提高數據質量，形成全方位、全景視圖、高質量的數據資產?；?/p>

292、于數據倉庫的全量數據，通過加工整合、封裝和發布，形成標準化數據產品對外提供數據服務，對上層各應用提供服務調用及數據支撐，為集團公司相關業務操作提供實時可靠的數據支持和服務。（1）技術架構 通過對來自各個系統的數據進行統一采集、加工，統一標準和口徑，并根據業務需求建立相應的主題域、專題等模型，形成全方位、全景視圖、高質量的數據資產，對上層各應用提供服務調用及數據支撐，為民航局相關業務操作提供實時可靠的數據支持和服務。從總體架構上來看，包括數據采集、分布式消息系統、數據服務、數據治理、數據安全五個部分。圖 3：總體技術構架 分布式消息系統可視化配置中心數據安全引擎可視化監控中心數據服務數據來源數據

293、收集實時流數據應用數據湖內存數據庫HbaseRedis 關系型數據庫MysqlSqlserver 大數據ElasticsearchHDFS 主動拉取節點1主動拉取節點 被動接收透傳微服務推送微服務查詢微服務數據解析分類存儲實時計算API網關系統管理內部應用決策中心外部應用第三方系統內部設備前端頁面后端接口數據庫設備接口文件系統消息隊列123 （2）數據采集 根據調研情況，對本項目相關業務系統的數據進行梳理，并根據業務特點，支持對前端頁面、后端接口、消息隊列、數據庫、設備接口、文件系統等采集方式。（3）分布式消息系統 數據收集層：包括主動拉取節點、被動接收功能，用于從數據來源獲取數據。實時流層：

294、用于數據解析、分類存儲、實時計算，用于對源數據進行規整、數據治理，轉換為標準目標數據。數據湖層：包括內存數據庫、關系型數據庫、大數據，用于對數據進行存儲。數據應用層：包括透傳微服務、推送微服務、查詢微服務，為內部應用及外部應用提供數據服務。（4）數據服務 此區域提供數據門戶、即席查詢服務、報表服務、多維分析服務、數據標簽服務、數據封裝服務。（5）數據安全引擎 數據中臺的安全管理由一系列安全服務構成，各類安全服務是實現安全管理目標的重要技術手段。對數據數據中臺數據實施監控、管理、保護，保障各項服務的安全運行，用戶數據的安全可靠。三、三、應用效果應用效果 盡管 IATA 與民航總局發布的行李全流程

295、跟蹤標準并不復雜，但其落地和實施是一個非常復雜的過程，包括技術、流程、設施、設備等方面的一些調整和改進，需要整個系統的各個方面進行通力合作。為了讓旅客托運行李運輸更安全和高效，機場、航司應采用更先進、更自動化的技術，實現對行李的定位與追蹤，提供更人性化的數字化監控平臺、數據共享服務；在行李處理效率方面，利用信息化的手段，提高機場處理容量，包括但不限于進一步建設、完善行李跟蹤系統，實現保障流程信息化；通過對行李跟蹤數據的實時采集，實時處理，實時展示，124 實現決策聯合化。通過整體規劃，并穩步推進，集團公司行李全流程跟蹤數據中心于 2021 年6 月開始試上線運行。系統能承載的最大并發用戶數量達

296、到 150，最大數據上報并發量達到 10000，每秒并發 2800，每秒數據交換 28M。航班數據、行李跟蹤數據查詢返回時間達到秒級。通過建立集團層級的行李全流程跟蹤數據平臺，集團公司實現了對成員機場行李數據的集中業務監管，并將通過與旅客服務 APP/小程序對接，為旅客提供行李自助查詢服務，實現數據資源價值最大化。目前，首都機場集團行李全流程跟蹤項目建設成果如下：一是完成首都機場集團行李全流程跟蹤系統技術規范，并以在全集團推廣。二是全面完成數據流梳理，應用在首都機場、大興機場等機場行李全流程跟蹤系統改造項目中，并通過數據治理形成首都機場集團的行李數據資產。三是建設完成數據中臺，具備為機場間提供

297、數據交換能力，接入了大興機場、首都機場等行李跟蹤數據，正在接入天津等地機場數據。四是已成功為接入機場的小程序/公眾號提供行李全流程跟蹤查詢服務。集團公司 RFID 行李全流程跟蹤系統數據中心按照數據集聚、中臺整合、信息共享、條塊聯動的模式，推進資源統籌管理，平臺互聯互通、數據共享共用。四、四、洞察啟示洞察啟示 （一）制定企業標準是關鍵 制定相關的技術標準、流程規范、職責設計，是數據治理能夠成功運轉的關鍵因素，也是事前治理必不可少的一部分。為指導和保障行李全流程跟蹤系統建設和數據治理順利進行，首都機場集團出臺首都機場集團行李全流程跟蹤系統技術規范，以指導集團公司及各成員單位機場規范建設行李全流程

298、跟蹤數據中心及行李跟蹤系統。技術規范是項目發起的依據和項目結果評估的手段，也可作為平時管理和工作的抓手。通過建立集團層級的技術規范以及行李全流程跟蹤數據平臺，引導各成員機場統一數據存儲和交互標準，避免投資浪費。集團公司實現了對成員機場行李數據的集中業務監管，并將通過與旅客服務APP/小程序對接，為旅客提供行李自助查詢服務，實現數據資源價值最大化。125 （二）梳理數據流是基礎 數據治理是一項系統工程，應從被動的、單點治理，轉變為主動的、體系化治理。數據中心對于數據治理的要求，需要治理更全面、更精細、更有效，需要治理的體系化，需要從宏觀角度進行思考，層層拆解，需要從整體、從頂層來做方案設計，避免

299、“胡子眉毛一把抓”。在前期設計階段，梳理數據流是基礎，可很好地降低數據問題的發生量。要梳理業務關系、業務流程、業務數據，明確數據關系，解決數據多源頭問題，確保數據源唯一。同時，實現數據集成的前提和基礎性工程就必須明確數據源頭唯一，實現一數一源、一次一處采集進入系統，避免多次采集重復輸入。（三）建設數據中臺是核心 數據中臺是依據特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建一套持續不斷把數據變成資產并服務于業務的機制。只有建成高標準的數據中臺，才能真正打造統一標準、高度集成、完整業務支撐的信息系統。集團公司 RFID 行李全流程跟蹤系統數據中心通過構建統一的數據中臺，解決“信息孤

300、島、應用孤島、資源孤島”等問題，實現數據的無縫交互、集聚集約，共享共用，解決工作界面分散，業務無法有效協同問題。數據中臺是一個經過不斷循環、反饋而使系統不斷增長與完善的過程，未來隨著業務的增加，需要很強的拓展性，因此需在頂層構架上要進行整合規劃，將相關涉及的內容進行統籌考慮，再根據實際情況、難易程度等方面進行分步實施，合理把控。集團公司 RFID 行李全流程跟蹤系統數據中心堅持數據“無條件歸集，有條件使用”原則，充分整合基礎信息，主動接入各類數據系統，打通“信息孤島”，實現信息互聯共享；暢通信息數據渠道，實現管理數據全掌握、情況報知會說話、指揮處置更高效。強大的數據中臺為進一步挖掘、整合以及深

301、入分析，尋找行李數據的潛在價值，提升旅客行李運輸管理效率和精準決策提供了有力支撐。126 點數成金，提質增效點數成金，提質增效首都機場數據治理首都機場數據治理之路之路 單位/部門：北京首都國際機場股份有限公司 參與人員：李穎、徐英超、雷寧、潘振杰、王磊 一、背景和痛點一、背景和痛點 1.1 業務背景（1 1）數據資源現狀）數據資源現狀 首都機場信息化建設發展較早，伴隨 T2、T3 建設等契機，圍繞機場運行主線建設了一系列信息化系統。隨著多年的發展，業務外延不斷擴大，信息化系統也隨之覆蓋到了運行、安全、服務、商業以及經營管理等多個領域，也分別在各系統中沉淀了大量的歷史數據。近年來，為了實現高質量

302、發展，首都機場各項業務管理越來越精細化，以數據驅動業務發展的數字化轉型之路也在穩步推進，隨之而來則是更多的系統和更多的數據。據統計，首都機場各系統中現有 2.7T 的結構化數據（表結構）和 12.9T 的非結構數據（圖片、音頻及視頻）。（2 2）數據共享需求）數據共享需求 以往的系統都封閉在各自系統中，形成一個個的“數據孤島”，數據未能得到有效利用，在推動機場高質量發展的過程中，打破“數據孤島”得到了普遍的共識，建設新系統的時候往往會考慮更多的業務協同和信息傳遞，一個核心數據可能需要共享給數十個系統，特別是為了推進各駐場單位和相關方共同發展，打造機場生態圈，更是需要各種業務數據能夠互通有無，數

303、據開放共享已是必然的趨勢。（3 3）法律法規要求）法律法規要求 2021 年 9 月 1 日,中華人民共和國數據安全法正式施行,國家進一步明確了保障網絡數據的完整性、保密性、可用性的要求，完善了對于個人隱私數據的監管。依據相關法律法規中對數據安全的要求，首都機場需結合數據管理工作的現狀，進一步加強數據安全保護，確保數據在全生命周期過程中的安全。1.2 面臨痛點 127 （1 1）數據管理制度有待完善）數據管理制度有待完善 2019 年至 2021 年間，首都機場集團公司與股份公司先后發布了首都機場集團公司數據標準和網絡與信息安全管理規定等與數據相關的管理規定。參照民航局發布的智慧民航數據治理系

304、列規范的建議，首都機場有待進一步完善數據治理的管理辦法、實施流程、技術規范等相關制度。（2 2）數據資源分散有待整合）數據資源分散有待整合 首都機場的數據分散在運行、安全、服務、商業等多個業務領域中的不同各系統中，有待進一步整合。同時，2006 年始建的舊數據中心系統只能處理結構化數據，然而圖片、音頻及視頻類型的非結構化數據，已經成為首都機場數據資源的重要組成部分，因此首都機場需要建立一個多源、多類型的數據統一采集、存儲、分析的集成平臺。（3 3）數據治理能力有待提升）數據治理能力有待提升 首都機場現有業務還未實現全面數字化，也缺乏統一的數據標準。以運行數據為例，首都機場的航班計劃等關鍵數據較

305、為完善，但地面保障環節的數據從準確性、一致性、規范性等方面都還存在一定的差距。同時，首都機場缺少一套統一的數據治理工具，導致數據校核、清洗、共享的規則在各業務系統中不一致，有可能會造成同源數據對外發布不一致、共享標準不統一、數據安全不受控、數據交互不及時等問題。（4 4）數據應用模式有待拓展）數據應用模式有待拓展 目前首都機場的數據應用主要集中于結構化數據的統計分析和運行管理數據的事后分析，缺乏對非結構化數據和實時數據的多維度應用，不能完全發揮海量數據的應用效果；數據對實時決策支持力度不足，容易造成信息傳遞滯后，指揮協調低效的問題；數據服務的形式比較單一，缺少用戶自助式的數據服務模式。二、實施

306、路徑二、實施路徑 為了解決以上痛點，首都機場立足于民航局發布的智慧民航數據治理系列規范的七份指導性文件，參考了 智慧民航數據治理框架與管理機制規范 中的“保障基礎、管控實施、應用服務”的三級民航數據治理體系框架結構，制定了“三步走”實施路徑：第一步建立數據管理規范，搭建數據平臺；第二步優化數據架構、提升數據質量；第三步融合多種數據，拓展數據應用。128 2.1 建立數據管理規范，搭建數據平臺 在 2020 年首都機場編寫的智慧機場信息規劃中，梳理了機場的數據現狀，經過評估，首都機場正處于數字化使能階段，需要在建立數據治理規范的同時，迅速搭建一套能滿足現有業務需求的數據治理平臺，實現數據的統一存

307、儲、統一分析和統一展示。圖 1：首都機場信息規劃圖（1 1）規范先行）規范先行 為保障信息系統安全、高效地運行，首都機場在數據治理的過程中，深入研讀了民航局發布的智慧民航數據治理系列規范以及集團公司發布的首都機場集團公司數據標準，對標管理規范、數據標準、技術標準以及安全保障規范，先后編寫并發布了數據安全管理規范、數據共享管理規定及共享數據資源目錄。圖 2：數據管理規范內容 其中數據安全管理規范是為加強首都機場數據安全保護，從滿足網絡安全標準和法律法規要求的角度對數據的完整性、機密性和可用性進行了規范。該129 規定秉承統一領導、分級負責的責任制度，將職責明確到崗、到人，并從制度和流程方面規范了

308、數據在全生命周期過程中的安全。數據共享管理規定規范了首都機場數據共享工作的管理和審批流程，明確了公司各部門在數據共享管理中的職責和定位，提出了“數據分級、風險定級”的概念，為數據需求方申請數據共享和使用提供了指導。共享數據資源目錄從數據控制部門、數據項明細、數據風險等級、共享約束等維度定義了首都機場的 537 項可共享數據，借助該目錄，各部門可便捷的搜索到自己需要的數據項，并明確申請部門。（2 2）強化數據安全）強化數據安全 參照等保三級的要求，首都機場從數據的通信傳輸、入侵防范、訪問控制、及數據備份恢復等層面加強了大數據平臺的安全保護能力。大數據平臺對外數據傳輸時，采用了加、解密算法和安全傳

309、輸協議，并且通過加密存儲的方式來防止用戶濫用和竊取數據。同時大數據本身的分布式存儲和三個數據副本機制，在運行時針對不同的數據類型，采用了不同的備份機制，全面保證了數據的完整性與高可用性，避免數據出現意外情況。平臺通過雙因素認證的方式對訪問用戶進行了權限控制，并授予用戶所需的最小權限，同時也對數據庫進行了異地備份，實現了遠程容災的功能。（3 3）搭建平臺）搭建平臺 首都機場大數據平臺通過搭建數據源層、數據存儲層、數據平臺層和數據應用層，構建了三個支撐平臺和一個綜合展示平臺，即數據采集處理平臺、數據治理平臺、數據共享平臺與數據綜合展示平臺（如圖 3 所示），實現數據全生命周期的統一管理。圖 3：大

310、數據平臺總體架構圖 130 大數據平臺實現首都機場全域數據的整合匯集和質量管理，充分保證了數據完整性、安全性、可靠性；大數據平臺支持內部多維數據統計分析和數據內外部共享，最大化實現數據資源的價值；大數據平臺提供從數據接入、數據處理、數據分析到數據可視化的一站式數據服務，提升了數據管理的智慧化程度。大數據平臺的建設為提升數據質量提供了技術支持，為拓展數據應用打下了堅實基礎，讓首都機場多年沉淀的數據“活起來、用起來”成為了可能。2.2 優化系統架構，提升數據質量（1 1）優化系統架構）優化系統架構 首都機場基于關系型數據庫與分布式數據庫實現了數據融合，形成了首都機場混合式架構的大數據平臺，實現海量

311、異構數據的采集、存儲、計算、治理與共享服務，并通過大數據平臺提供的數據開發能力為內、外部系統提供數據服務支撐，從而完整實現首都機場信息化領域全面的數據與信息集成。首都機場從業務維度，將數據劃分為運行、安全、服務、商業等幾個域，均通過彼此獨立的專有平臺進行分域治理，避免數據任意從端到端運行降效或數據非法泄露等風險。最終通過數據采集處理平臺抽取、采集內外部的數據并進行分離、清洗、轉換等處理，最后加載到主題域中，實現數據的整合與提煉，對外提供合規的數據服務。圖 4：數據主題域劃分圖（2 2）提升數據質量）提升數據質量 為了建立數據質量管理體系，首都機場從組織、機制、技術三個層面發力，取得了顯著成效，

312、數據質量在完整性、準確性、一致性、及時性等方面均有明顯131 提升。在組織支撐層面，首都機場建立了數據管理專項工作組，先后與華北空管局、國航、東航、海航、川航、深航、公務機公司、北京地服公司、油料公司等各單位開展運行保障全量數據的實時共享，極大豐富了首都機場的數據資源目錄，提高了數據的完整性和準確性，為運行保障、指揮調度、運行決策提供了有力的數據支撐。在機制流程層面，依據數據資源管理規定，明確各部門在業務、管理、技術等方面的職責和分工。制定了完整的數據質量監控、問題處置、技術提升、報告發布流程，設立了 724 小時的數據質量監控席位，對數據質量進行實時監控，保證數據質量問題得以及時發現。在技術

313、保障層面，首都機場針對運行保障數據完整性、及時性不足的問題，采用技術手段提高數據采集、清洗、傳輸的工作效率。一方面，通過業務信息化，實現數據的自動化、全流程采集；另一方面，借助數據治理平臺涉及稽核規則、部署任務、監控數據質量和分析結果，實現了數據全生命周期的實時質量監控與質量稽核。通過以上一系列舉措，首都機場數據質量有了明顯提升，在民航局監控中心開展的數據質量考核中，首都機場的數據平均覆蓋率由 91.08提升到 99.55%，平均及時率由90.28提升到99.20%，數字化能力DCI由0.9262提升至0.9954，在 41 家千萬級機場中的整體排名由第 32 名提升至第 2 名，三千萬級以上

314、機場排名第 1。數據質量的提升為數據應用的拓展和數據價值的變現奠定了基礎。2.3 融合多種數據，打造典型數據應用 基于大數據平臺融合的不同類型、不同領域數據，首都機場在運行、安全、服務、商業等領域拓展了大量的數據應用，為首都機場實現四型機場的遠景目標夯實了基礎。（1 1）運行方面）運行方面 首都機場協同決策系統 A-CDM 通過大數據平臺，共計接入了 7 大類 1540 項運行數據，數據源涵蓋民航局、民航局空管局、首都機場、航空公司、地服公司、第三方數據服務商等多家單位。保證了 A-CDM 系統的數據完整性、及時性、準確，提升了系統協同決策能力，為首都機場運管委、旅促會等多個平臺的航班全鏈條1

315、32 監控、特情下協同聯動、大面積航班延誤處置等多方面工作提供有力支撐?；诘貓D資源數據，助力數字孿生機場落地。大數據平臺每天可處理 1000余萬條車輛數據和 2000 余萬條航班數據，以及 100 余萬條保障資源數據，結合地理信息系統的可視化仿真技術，構建首都機場全域全要素的三維運行場景。實時動態呈現運行態勢、運行指標、保障進程、服務資源狀態和環境、防汛、天氣等監測數據，實現機場實時運營可視化，輔助模擬推演和聯動指揮，全面提升機場運行監控與治理水平。圖 5：空域全景監控界面（2 2）安全方面）安全方面 大數據平臺為 CCTV 平臺共享了航班運行數據，并提供了智能識別算法。通過在航站樓增設智能

316、攝像機，在首都機場重點區域，實現進入人員的動態圖像采集、識別，并形成旅客行走路線軌跡。在疫情期間，為疾控人員對涉疫人員的軌跡回溯和密接識別提供了便利。大數據平臺匯總了物聯網平臺上的設備設施運行數據，并同步轉發到智能運維平臺、智慧安全管理系統的安全狀態監測平臺等，為設備設施運維、公司的安全治理和決策提供了數據依據。同時依托大數據的共享交換平臺，實現了內外部的安全信息共享，提高了各安全保障單位在反恐防爆、信息通信方面的處置、處理效率。（3 3）服務方面）服務方面 首都機場綜合交通協同運行管理系統通過大數據平臺匯聚了交通領域的 18套內外部數據，結合道路擁堵、公共交通運力資源分布、旅客排隊等實際情況

317、，借助人工智能算法，建立了旅客數量預測、乘車需求匹配、運力智能調度等模型，實現陸側交通的運行態勢感知，可幫助旅客更好更快地選擇合適的交通方式抵離首都機場。通過大數據的綜合展示頁面，實現了公共交通運力緊張的實時預警功133 能，有助于相關單位及時采取應對措施，提升了首都機場陸側交通管理的智慧化和協同化程度。（4 4）商業方面）商業方面 利用大數據計算能力，將商業經營數據與運行數據相融合，對商業收入影響因素進行分析，實現商業銷售預測，為商業資源規劃及營銷活動策劃提供數據參考。融合航班、旅客及商業等多維數據，對中轉和出港旅客進行群體特征分析，形成零售、免稅和餐飲等銷售數據預測，為航空業務優化和服務開

318、發提供決策輔助；通過首都機場商鋪內及商鋪通道前的攝像頭，借助智能視頻分析技術，進行高效精準的客流量統計和預測，為商業運行提供分析和決策依據。三、應用效果三、應用效果 本案例有效詮釋了首都機場數據治理工作與成果，是數據作為新的生產要素，推進民航數字化轉型，支撐智慧機場建設的典型代表，具有重要參考價值。首都機場從自身的痛點入手，通過搭建大數據平臺，結合運行、安全、服務和商業等業務領域特點，構筑新型數據管理體系，形成數據與業務深度融合、相互促進的良性循環，助力首都機場數字化、智慧化轉型升級。3.1 多維數據融合關聯，助力運行提質增效 首都機場創新性地將的航空器位置數據和車輛位置數據，與航班運行保障數

319、據相融合，并關聯了近億條環境監測數據，實現機場運行全要素、全場景的實時狀態監控與運行態勢三維展示。通過展示平臺的智能化應用，業務人員實現了包括冬奧保障流程規劃、冬奧出港“32 小時轉場奇跡”等多次流程規劃與運行保障。除此之外，首都機場還運用視頻與雷達融合算法，解決了航班入、離位數據不準確，保障節點數據不全面的問題，數據準確度提升至 98%以上，覆蓋率可達99%以上；運用“雷達+ADS-B”的融合算法，使得航空器的位置數據有效覆蓋率提升了近 20%。結合以上數據，運用多維模型與算法融合，實現保障資源的快速、高質量分配與調度，地面保障效能大幅提升。3.2 主動監測與軌跡追蹤，筑牢防疫安全屏障 13

320、4 疫情期間，首都機場將航站樓前自動測溫與航站樓內智能軌跡追蹤相結合，實現涉疫人員的自動識別與追蹤，大幅提升了防疫工作的智能化水平。航站樓前自動測溫，基于人工智能技術實現每分鐘60 人的大流量密集人群通過速度下的自動測溫，實現了由“人工查”變為“系統自動測、自動報”，簡化出入口測溫流程，提高平均檢測效率 5 倍以上。軌跡追蹤，基于海量的視頻數據，支持全量軌跡跟蹤，重點人員倒查，賦能安全防控?？稍?1 分鐘內追溯單個重點人員及密接人員的軌跡，軌跡實時性達到1 分鐘以內，軌跡完整度（跟蹤時長占比）99%，軌跡定位精度小于 0.5 米。疫情期間共完成 2000 余人的軌跡查詢，有效輔助流調的快速開展

321、和密接人員管控。3.3 數據挖掘與行為分析，構筑服務與商業新高地 通過感知系統采集上報首都機場會員用戶信息，形成基礎數據、線上行為數據、消費數據、活動參與數據等，與會員身份的匹配、清洗，形成會員的多維度數據，在此基礎上，完成會員畫像。并與首都機場官方 APP、微信小程序聯動，推送地圖導航服務等會員服務，為旅客提供會員精準推薦、營銷券領取等增值服務體驗內容，引流首都機場常旅客會員，擴大營銷范圍和渠道，助力會員與營銷運營，撬動非航收入增值。2020 年全年帶動增長 26 萬會員，帶動零售、免稅及餐飲銷售額增長 1.12 億元。經過全方位、多維度的數據治理，首都機場推動了數據在運行、安全、服務和商業

322、等業務領域的應用，促進了首都機場數據管理體系的逐步形成，為行業內數據治理工作的高效、有序開展提供了典范，具有很高的參考價值和借鑒意義。四、洞察啟示四、洞察啟示 2020 年，民航局印發推動新型基礎設施建設促進民航高質量發展實施意見和推進新型基礎設施建設五年行動方案為首都機場的數字化、智能化轉型升級指明了方向，明確了數據治理和數字化轉型的工作內容與標準。首都機場按照“統籌規劃-管理實施-稽查核驗-價值運營”四個階段，逐步深入推進數據治理工作與數據的智能化應用，并總結出了如下經驗與啟示：4.1 數據治理，是實現企業數字化轉型與智能化升級的重要前提 135 數據作為民航業新的生產要素和經濟社會資源，

323、是行業數字化轉型的基礎，也是智慧民航建設的支撐元素。數據治理通過消除數據的不一致性，建立規范的數據應用標準，增強數據安全，從而實現廣泛的數據共享與價值挖掘，進而賦能企業管理決策與業務提升，最終形成業務與數據相互促進的良性循環，為實現企業數字化轉型與智能化升級奠定堅實基礎，引領行業生態共贏和高質量發展。4.2 數據治理，是一個多維度、深層次、逐步推進的系統工程 數據治理，是一項系統工程，以建立健全數據治理標準為基礎；以規范數據來源和質量要求為內容；以搭建數據平臺為手段；以建立數據管理體系為保障；以最終創新數據應用為目的。除此之外，還需要擁有專業的治理團隊，通過合理引入外部咨詢專家，帶來對數據治理

324、的領先實踐經驗；借助智能化的數據分析模型與預測技術，將“人工+智能”有機結合，實現的完整數據治理體系，并在不斷精進中迭代、升級，持續迸發出新的生機與活力。4.3 數據治理，要從需求和痛點入手，以實現業務價值為導向 數據治理工作環節多、顯效慢，傳統的治理方式從打基礎到實現成熟應用需要經歷多個階段，耗時長。但是首都機場探索創新了數據治理模式，從公司各部門的需求和痛點入手，以實現業務價值為導向，將切實解決數據問題、滿足內部分析和應用創新作為迭代目標，確定數據治理的重點范圍，有效提升數據質量，實現數據價值的不斷釋放。4.4 數據治理，不是對“數據”的治理，而是對“數據資產”的治理 一般情況下，數據作為

325、一種電子化記錄，無處不在，大多數情況下都與企業的重大利益無關，并沒有治理的必要。只有部分關乎企業重大利益的數據資源才有必要進行有效的治理，這樣的數據資源被稱為“數據資產”。而針對這些“數據資產”的治理，是對數據資產所有相關方利益的協調與規范，預期能夠為企業帶來數據質量和業務效能提升，最終助力企業獲取經濟利益和社會效益。數據治理工作，任重而道遠，數據是數字經濟的核心生產要素，是企業發展的重要戰略資源，數據治理將成為中國企業數字化轉型的基石，成為帶動產業發展的全新源動力。136 構建數據治理體系，驅動業務高質發展構建數據治理體系，驅動業務高質發展北京大興國際機場數據治理探索及實踐北京大興國際機場數

326、據治理探索及實踐 單位/部門：首都機場集團有限公司北京大興國際機場 主要人員：高宇峰、劉冠、王曉磊、李英慧、尹雪麗 一、背景和痛點一、背景和痛點 隨著云計算、大數據、人工智能等信息技術的快速發展，智慧民航建設成為實現民航強國的必由之路。當前，數據已成為繼土地、勞動力、資本、技術之后的第五大生產要素，是驅動智慧民航高質量發展的核心。以提升數據的質量、安全性與共享能力為中心，構建數據治理體系、開展數據治理工作，從而充分發揮數據價值賦能業務發展，是民航業應對發展環境變化，實現新舊動能轉換、推動行業數字化轉型升級的動力之源，也是智慧民航建設的重中之重。北京大興國際機場在規劃階段就以“Airport3.

327、0”智慧機場建設為目標，統籌規劃、同步建設了 19 個信息平臺，共計近百套信息系統，構建了穩定、靈活、可擴展的智慧機場技術架構，支撐了運行、安全、服務、經營等各類業務場景，為打造多方協同、信息共享、智能決策的智慧機場打下了良好的信息基礎。業務規模龐大、系統關系復雜、數據治理鏈條長、溯源難度大、運行相關方多是大型國際樞紐機場普遍面臨的情況，大興機場在建設階段即謀劃布局數據治理，提前開展相關工作。初步設計階段，梳理出數十個業務系統所包含的 7000余項數據字段，初步形成數據資產目錄。深化設計階段，開展數據標準和數據架構相關工作，制定了 6 個主題的主數據標準和元數據標準，制定了全場統一的數據接入規

328、范和數據模型建設規范，形成接口定義文檔 392 份。在系統實施階段，建設了以智能數據中心系統為核心的數據平臺底座，集中存儲了各類數據，提供廣泛的數據分析和應用能力；通過企業服務總線 ESB 實現了 19 個平臺的數據交互、掛載了近 400 類數據服務。開航投運前期，大興機場頒布了北京大興國際機場數據管理規定，明確了管理機構、管理職責及管理機制。137 開航投運后，大興機場迎來新業務、新人員、新系統的運轉磨合期，數據治理工作邁入了新的階段，也迎來了真正的挑戰。隨著業務量的上漲、業務需求的明確，新建系統開始增多，數據量也不斷攀升，數據平臺中存儲的數據增量達到每年 25TB。與此同時，數據相關問題也

329、逐步顯現，在不同業務領域，不可避免地、不同程度地遇到了三方面痛點：數據“管不住”，數據觸發源頭多、格式雜，數據集成和使用難度大；數據“用不了”，數據質量低，存在不完整、不合規、不及時等問題；數據“傳不出”，數據共享涉及單位眾多，制度規范落實不到位。二、實踐路徑二、實踐路徑 為了做好數據治理工作，大興機場積極響應國家、行業、集團的號召，深入研究 DAMA 數據管理知識體系、數據管理能力成熟度評估模型等國內外專業治理知識，主動對標智慧民航數據治理規范，結合發展現狀及發展訴求，建立了大興機場數據治理體系框架?？蚣苤饕藬祿卫碇贫燃皺C制保障、數據架構管理、數據治理技術、數據質量管理、數據共享服務

330、管理、數據安全管理等六大領域。遵循框架設計，大興機場陸續啟動了航班運行、旅客服務、行李服務等領域的專項數據治理工作，細化明確數據職責和流程，實現數據源頭治理，穩步提升數據質量。2.1 定規章、建組織，管理制度提供支撐 大興機場通過建立、完善、優化相關制度及機制，從政策上、組織上為數據治理工作提供強有力的保障。政策上，政策上，大興機場在正式投運前即頒布了 北京大興國際機場數據管理規定，作為公司級綱領性數據管理制度，明確了元數據、主數據、數據標準、數據質量、數據安全、數據資源使用與共享等方面的管理要求。開航后，大興機場陸續發布了系列性的專項數據管理規定。運行方面，制定了北京大興國際機場運行數據管理

331、規定 北京大興國際機場 AOC 信息維護操作手冊等文件；旅客服務方面，制定了刷臉登機人臉識別算法管理辦法（試行）和刷臉登機人臉識別技術規范與質量標準（試行）；行李服務方面，制定了BRS 行李位置跟蹤編碼規則 RFID 入場標準等 3 項技術標準，航空器保障作業標準化手冊等 3138 項運行標準，北京大興國際機場旅客服務標準1 項服務標準。組織上，組織上，依托于數據管理規定，大興機場為各類數據劃分了歸口管理部門，制定了歸口管理部門的主要職責，包括設置部門級數據責任人、根據業務進行數據標準的制定及更新、檢核數據質量、進行元數據采集、共享數據審批等。歸口職責的清晰劃分使得各方在治理過程中能更好地承擔

332、主體責任。隨著大興機場數字化轉型工作的開展與數據治理工作的深入，近期，大興機場著手一把手領導、多層級治理的數據治理組織結構升級，組建公司級數據治理委員會，把數據責任落實到公司、領域、業務等各個層級的個人。同時，由歸口管理部門組織成立專項治理團隊。運行數據管理方面運行數據管理方面，大興機場在運管委下成立數據資源分委會，機場管理機構各部門、駐場各單位均為分委會成員，并指派相關領導和對接人參與數據治理工作。同時，國內機場首創數據共享模式，在簽訂入場協議時即明確要求了各方提供數據和保障數據質量的職責。數據資源分委會負責制定運行數據考核規則并定期組織各單位研討數據治理工作，通報最新進展和成果。在行李數據

333、管理方面在行李數據管理方面，為確保行李追蹤數據質量，大興機場聯合 22 家航司、4 家地服公司、2 家運維保障單位、11 家系統廠商，建立了行李數據監察治理平臺。面對因終端系統設備故障、網絡傳輸不穩定以及跨夜、調時、備降特殊航班處理機制不統一等行李追蹤數據問題，逐一分析并逐項制定解決措施，以專人專班保證行李數據問題日清日結。在旅客服務數據管理方面在旅客服務數據管理方面，針對開航初期航班應用范圍窄、識別通過率低、自助登機設備故障較多等導致的刷臉登機成功率問題，大興機場各相關業務部門組建了刷臉登機服務專項提升工作組。2.2 搭框架、出標準，數據架構筑牢根基 大興機場著力開展數據架構管理，通過對數據資產進行標準化描述，營造一個共享、開放、標準、可靠的數據環境和管理框架。盤點數據資產，厘清資源目錄。盤點數據資產，厘清資源目錄。大興機場在建設、運營過程中，持續開展數據資產盤點、數據資產目錄完善工作。