北京产业互联网既肩负着再造数字经济万亿级产业集群的重要使命，也承担着促进数字经济与实体经济融合应用的重要任务。为此，北京软件和信息服务业协会在《数字经济应用场景-案例说》栏目中重磅推出产业互联网系列，旨在生动地展现数字经济如何具体重塑产业的新局面，唤起人们对数字经济，特别是产业互联网改变生产、生活和生产关系的认知。

本期案例中，临矿集团通过数据治理项目建设建立了先进的数据管理框架和组织；实现数据资产成果转换业务赋能创新。临矿的数据资产创新应用既解决了业务人员数据使用难题，也提升作为数据生产者的一线业务人员数据意识。项目作为煤炭能源行业第一个集团级数据治理类项目，具有标杆和典型示范作用。把临矿的成功经验推广复制。

产业互联网类型：能源互联网 

案例提供单位：北京华宇信息技术有限公司

临矿集团是全国煤炭企业50强和山东省重点工业企业之一。近年来，通过不断优化产业结构、加大资源获取力度、努力构建高效运营模式，临矿集团已发展成为一家国内横跨鲁蒙陕甘四省区十余个地市，海外涉足澳大利亚、香港，以煤电、铁矿、玻纤三大产业为支柱，以物流贸易、技术服务、现代农业三大产业为支撑，拥有全资、控股企业21家，从业人员2.28万人，后备矿产资源储量200亿吨以上的大型企业集团。

转型诉求

为积极响应国家工业互联网、煤矿智能化发展等政策号召，推动集团数字化转型，隶属于山东能源的临矿集团于2019年12月启动“数据治理项目”，并选择华宇信息作为合作方提供产品、咨询、实施服务。

华宇信息针对临矿集团安全生产、经营管理中的应用系统进行数据治理工作，数据范围包括集团人力资源、设备管理、财务共享、党建系统、安全生产、OA系统、ERP系统、档案系统这8个系统中涉及统计分析、数据交换和监管报送三个方面需求的重要数据，及集团所属煤矿二级企业的矿端安全监测、人员定位、水文、微震、应力、工业视频、束管、综合自动化数据中涉及数据上报的数据内容。

创新应用场景

临矿集团的数据治理项目建设主要包括以下四方面：

第一，建立某集团数据治理体系。建立完善的数据治理组织，明确各角色的职责，各数据管理人员各司其职，共同将数据管理相关工作做好。同时建立数据标准管理办法、数据质量管理办法、数据资产管理办法、数据仓库建设规范、数据安全管理办法等一系列数据管理办法和规范，保证所有数据管理活动都有据可依，保障数据管理的规范化。

第二，建立集团数据治理平台。根据数据治理咨询成果，搭建一个包括元数据管理、数据标准管理、数据质量管理、数据集成管理、数据资产管理、数据交换管理、生命周期管理、数据安全管理8大模块的数据治理平台，每个模块功能可互相调用，全程实现可视化操作。

第三，建立集团大数据仓库。搭建集团级别的数据仓库，能够集成某集团矿端数据、人力资源、设备管理、财务共享、党建系统、安全生产、OA系统、ERP系统、档案系统的主要业务数据，集团大数据仓库平台采用3层设计，包括ODS层、数据仓库层（DW层）和数据集市层（DM层）

a)ODS层为贴源层，是原始层数据，获取业务系统的原始数据，在出现问题后方便进行数据的回溯，存放着数据仓库最初的最细粒度的原始数据。

b)DW层为数据仓库层，通过将ODS层数据进行质量检查、清洗、转换后形成符合质量要求的公共数据中心，数据不进行汇总加工。

c)DM层为数据集市层，是面向主题组织数据的，通常是星状和雪花状数据，它是轻度汇总级别的数据，本期建设DM层的建设包括生产、安全、运销、采购、库管五个业务主题。

集团大数据平台建设需要遵循一定的数据建设编码规范、数据模型设计规范和数据模型抽取规范的要求进行命名和设计。

第四，搭建敏捷自助大数据分析平台。考虑到一线生产部门日常工作繁重、业务需求多变、且对信息化系统操作能力不强的特点，大数据自助分析平台通过简单拖拉拽，全可视化设置过程，实现零代码，简单快速数据分析应用。

产业赋能价值

临矿集团通过数据治理项目建设，建立集团的数据治理体系与组织结构，完善数据管理制度，推进数据标准化工作，对8个系统进行数据治理，数据质量大大提高，并建立湖仓一体的大数据平台以支撑数据应用和分析。最终形成集团级别的数据资产目录，为各类数据需求人员提供统一标准且高质量的数据服务，通过敏捷BI的应用，形成集团上下“大数据分析”的良好氛围。

第一，建立了先进的数据管理框架和组织。本次项目管理框架运用战略一致性模型和阿姆斯特丹信息模型，结合集团现有的组织和文化规范，采用集中式的管理模式，并充分运用了科特的重大变革八步法，保证管理和组织优化的持续进行并逐步完善。

第二，作为煤炭能源行业第一个集团级数据治理类项目，本项目具有标杆和典型示范作用。把临矿的成功经验推广复制，可以让更多煤炭能源行业的企业树立正确观念，认识到数据治理的重要性和必要性，重拾信心投入到企业数字化转型。

第三，实现数据资产成果转换业务赋能创新。临矿的数据资产创新应用既解决了业务人员数据使用的难题，也提升了作为数据生产者的一线业务人员的数据意识。