项目实施方法 目录 11 ▪ 有效整合流程与数据信息，为公司战略决策和业 务 活动提供内部专家支持 ▪ 共享平台与集团财务、业务单元财务的管理边界 清晰， 协同合作机制有效 ▪ 完整的绩效管理体系，服务水平透明、稳定 ▪ 具备持续自我优化的管理机制与人才储备 ▪ 效率卓越，能够有效支持端到端的流程服务 ▪ 高度自动化的系统平台 ▪ 通过标准化流程和系统整合实现成本降低 实施 持续优化 风险管理 项目管理 变革管理与培训 O （组织与人员） Organisation 共享中心的定位 ▪ 借助德勤财务共享服务完整解决方案和对中国企业多年的专业服务经验，德勤相信可以为 WD 集团共享服务建 设之路保驾护航 德勤财务共享服务方法论 项目实施方法—— SPORTS 模型 R （政策与法规） 6.1 银行账户余额 期末对账 7.1.8 付款计划变更 7.6.2 银行预留印鉴 保管及使用 ▪ 银行主数据 NC 维护（直联行统一付款账户） ▪ 银行余额调节表编制（由共享完整负责的账户，如直联行账户 和 通过第三方支付账户） ▪ 资金上收（直连行）、下拨、调配统一操作 ▪ 资金上收、下拨、调配会计核算 ▪ 银企直联支付与非直联行付款（第三方支付） ▪ 付款查询

数 字 化 成 熟 度 评 估 应 用 现 状 分 析 业 务 现 状 分 析 现 状 总 结 及 提 升 2.3.1 人力资源业务现状分析一人力资源战略  组织管理体系不完善 未见完整的授权手册，组织管控、授权体系、职位职级体系、任职资格等组织管理体系不完善。 部分业务在不同业务单元之间存在交集，部分职责划分不明确，存在职能缺失、模糊及弱化现象。 未见书面的正式文件对组织的设 。  干部培养机制不健全  干部退出机制缺乏 主 要 问 题 原 因 分 析 提 升 建 议  建立完善的干部管理体系 制定明确的干部选拔、培养、评价、激励和退出机制，确保体系的完整性和有效性。  结合战略需求，规划干部继任管理 做好资源池蓄水工作，为未来战略识别和提供优秀干部各层级预备队。  建立多元化的干部培养机制 为干部提供多样化的培养机会和经验积累，通过实践 给予受训人员适当的激励和奖励，增强培训的应用度和员工参与度。  当前针对干部、毕业生及部分关键岗位的人才发展体系较健全，其他岗位的人才发展体系尚未开始，没有建立健全的人才储备机制。  公司建立了较完整的培训管理体系，对关键岗位人员培训较为重视，投入了较多资源开展相关培训。  缺乏系统性的培训和发展机会，外训、走访标杆学习、线下培训的方式不足，员工的职业发展受限。  没有建立完善的知识管理

单、系统数据清单、数据需求清单等“三张清单”，建立统一的事项目 录和数据资源目录，使得两个目录的规范率达到 90%以上。 （2）完善数据采集汇聚机制，实现对市直部门及重点行业的基 本数据的完整收集。 （3）完善数据更新机制，实现数据鲜活率达到 90%，为 Z 务业 务的开展提供鲜活的数据支撑。 （4）完善省市区数据共享模式和共享渠道。构建省、市一体化 共享体系，建立完善数据共享机制，最终实现信息共享率达到 数据管理责任，强化绩效评估，推动数据治理工 作持续有效开展。 （2）建立数据质量问题处理机制，规范数据质量问题处理流程， 拓宽数据纠错反馈渠道，提高数据问题解决的及时性，切实提高数 据质量，确保相关数据的一致性、规范性和完整性。 1.6.4 “支撑层”的分布式架构改造 一、分布式云架构改造 14 / 309 大数据能力平台建设项目方案建议书 随着分布式技术和云计算技术的大力发展和交叉融合，基于云 务管理水平、服务质量和工作效率的有 力手段。Z 务行业基础信息网络和重要信息系统安全关系人民民生、 社会稳定和广大群众权益，密码作为保护网络与信息安全的核心技 术和基础支撑，在身份识别、安全隔离、信息加密、完整性保护和 抗抵赖性等方面有着不可替代的重要作用。 1.9 主要结论与建议 本项目是落实 GJ 及各地省市“新基建”、“数字经济”产业发展重 要环节，建设内容符合 GJ 及各地省市相关指导意见和实施方案的基

Page13 企业数字化转型建设背景 Page14 消费企业管理分析类应用建设现状基本分析 关注的内容 存在的问题 基本的现状  商城数据仓库累积数据没有充分利用  缺乏面向整个消费企业的统一、完整 的数据视图；  缺乏支撑消费企业日常业务运转的风 险评估体系；  缺乏消费企业客户 360 度视图，客户 行为分析和预测无法实现；  缺乏面向企业业务运营管理的关键绩 效指标体系； 数据与信息标准化委员会 数据管理人 数据所有人 数据生产人 数据使用人 IT 支持团队 考核指标 责任评价 标准执行评价 政策执行评价 评价标准 数据类型 数据格式 业务分类 真实性定义 及时性定义 完整性定义 技术元数据 流程 评价与考核流程 考核指标 建立 / 维护流程 标准建立 / 维护 流程 组织建立 / 维护 流程 评价 与 考核 业务含义 一致性定义 数据认责 企业数字化转型总体架构——数据管控组织 数据管控组织是数据管控体系中最重要的因素，它负责定义和管理业务数据相关标准，制定遵 寻标准所必须的政策，监测正在进行的数据管控行动。 数据管控组织是否有完整与合理的角色定义、是否有高层领导的参与，是整个数据管控的成败 的关键。 典型的数据管控组织如下所示： 数据管控负责部门 岗位 角色 数据管控主导方 信息管理委员会 数据 标准 管理

《数据驱动的企业流程数智化路径与实践（2025）》 4 图 1 流程治理推动流程贯通与提效 二、流程数据概述 (一)流程数据定义和范围 流程数据是指在流程中产生、收集、处理和使用的各类数据， 记录了业务流程执行的完整过程。流程数据作为流程运行的“数字 足迹”，是实现流程建模、部署、执行、分析、优化的核心基础和 重要依据，正从信息传递的“附属产品”跃升为战略价值突出的“基 础资产”。 按数据用途分，流程数据可以分为基础数据层、描述数据层、 据 安全数字化管理体系（如分级授权、加密脱敏、审计追溯）确保数 据全生命周期合规。例如敏感数据销毁采用“申请-审批-执行-核验” 机制与不可逆技术手段，降低泄密风险；流程元数据与事件日志的 完整留存，则为内外部审计提供可追溯证据，保证企业合规经营。 流程数据分析推动企业科学决策。流程数据的战略价值不仅在 于其技术层面的管理效能，更在于其对企业战略目标的深度契合， 高质量的流程数据资源 数据等。通过建 立各层级数据的映射规则和关联关系，形成概念、逻辑和物理模型 逐层递进的完整数据模型，支撑端到端数据整合分析与价值挖掘。 3. 流程数据生命周期管理 数据采集环节明确业务场景与数据源，通过统一工具与标准实 现跨系统采集，配置数据质量校验、差异化采集周期及异常处理机 制，确保数据完整可追溯。 数据存储环节将结构化数据依托大数据平台或数据仓库统一存 储，非结构化数据依托数据湖统一存储或知识库纳管，遵循分类分

产品运营体系 研发 使用 Copyright By GuanHua, 2016. All Right Reserved. 商业运营中心 业务运营 能力环境 业务架构的核心，在于通过一个完整的业务场景运营体系组装各种企业的业务能力，形成符合企业商业模式和运营特点的 场景，用最有效的方式达成销售的目的； 并在这个过程中，有序管理和运营好企业的各种能力资源，用最小代价达成最大的业务目的； 平台架构体系 8. 基础架构体系 Copyright By GuanHua, 2016. All Right Reserved. IT 架构体系，是一个层次化的架构形态，通过各层的能力，构建出完整的企业 IT 能力来实现对业务应用的支撑； 1.2 IT 架构体系的理解 IT 架构层次化体系 Work Role Data Role 业务 功能 技术 功能 界 面 界 接 面 口 迁移洞察：新老系统的对接，实现业务的连续 Copyright By GuanHua, 2016. All Right Reserved. 商业运营中心 业务运营 能力环境 运营的核心，在于通过一个完整的业务场景运营体系（ orchestration ）组装各种企业的业务能力，形成符合企 业商业模式和运营特点的场景，用最有效的方式达成销售的目的； 并在这个过程中，有序管理和运营好企业的各种能力资源，用最小代价达成最大的业务目的；

扮演着不同的角色。数据流通是数字经济中一个重要的概念，它指的是在不同 实体之间安全地传输和共享数据。数据流通通常包括数据生成、数据传输、数 据存储、数据处理和数据应用五个环节。在这些环节中，数据的完整性、准确 性和安全性是非常重要的，需要采取各种措施来确保数据的完整性、准确性和 安全性。 数据交易是数据要素流通的基本方式之一，数据交易所是数据要素交易的 场域。截至 2024 年 3 月底，全国共计成立 49 家数据交易场所。其中北京国际 提升协作效率，促进资源共享与创新 数字可信通过建立跨组织之间的技术信任机制，为合作伙伴间提供了可信 的连接。具体而言，数字可信技术通过使用加密、数字签名、智能合约等技术， 确保数据在共享过程中的完整性、保密性和可验证性，消除了潜在的信任危机。 一方面提升了协作的效率，另一方面促进了创新资源的有效整合和共享。在这 样的体系下，各方可以基于共同的信任基础进行深入合作，推动产业生态的优 化与升级。 第三章 数字可信的体系架构 3.1 数字可信总体架构 第 20 页 数字可信是指在数字环境中，通过技术、规范和协同机制的有机结合，在 开放协作的背景下，确保数字世界中数据、系统及主体的真实性、完整性、可 靠性和可验证性，以及多方参与者在交互过程中可依赖性，为数字经济和社会 运行构建可靠的信任基础。数字可信总体架构由可信设施、可信身份、可信数 据与资产、可信规则、可信治理与监管、可信主体及可信应用七部分组成。

实时监控 数据构建 数据回流 数据标注 分析 增强 清洗 预置 Prompt 模板 自制 Prompt 模板 Prompt 评估 Prompt 优化 1.2 有关性能和基准测试结果的更完整信息，请访问：https://www.intel.cn/content/www/cn/zh/artificial-intelligence/baidu-ai-cloud-accelerates-llm ，更充分地利用计算资源，大幅提升网络大模型推理效能； • 采用英特尔 AI 软件工具 (如 xFasterTransformer) 提升推理性能、降低部署成本并便捷地迁移模型。 1.2.3 有关性能和基准测试结果的更完整信息，请访问：https://www.intel.cn/content/www/cn/zh/customer-spotlight/cases/telecom-actively-research-network-llms (Token 生成速度) 提升了2 避免采购专用硬件 加速器的高昂支出 Llama2-13B 推理性能测试数据 3 扫码获取全文 英特尔® AMX 架构 1.2.3 有关性能和基准测试结果的更完整信息，请访问：https://www.intel.cn/content/www/cn/zh/artificial-intelligence/the-new-generation-of-jd-cloud-servers

业务权限分配、输入输出控制； • 访问权限控制、操作流程规范； • 风险规范要求等； • 对于业务数据按照主体、参考、交易、 统计进行分类，并梳理出数据的技术 标准和业务标准； • 补充和整理完整的数据字典； 让数据变得更干净，少歧义 • 如何让数据变得干净可用？主要从三个方向入手：数据采集与清洗、对元数据进行管理、数据标准化治理 数据采集与清洗 • 数据同步 • 数据交换 • 数据整合 易。对数据上下 文背景、历史和起源进行完整的记 录并管理，建立元数据标准，提升战略信息（如数 据仓库、 CRM 等）的价值，帮助分析人 员作出更 有效的决策。元数据管理方法如下： 理解元数据需求 • 确认企业元数据管理环境、范 围、优先级、元数据内部标准、 企业基于元数据的服务等； 标准化元数据评估指标 • 评估指标主要应采取定量指标，包括： 元数据存储库的完整性、元数据的质量、 元数据的使用 告异常； 发布元数据 • 将元数据从存储库分发到最终用户和 其他需要使用元数据的应用或工具； 数据标准化治理 • 数据标准化治理旨在遵循国家及本地相关标准化规 范的基础上，根据实际需要制订一套完整、统一的 标准规范体系，实现信息高度共享、系统运行高度 协调的保障。 • 标准规范包括技术标准、数据标准和管理制度三类： 技术标准 管理标准 重点解决数据整合、交换接口标准 • 业务数据库建设规范、数据整合规范

在这个世界上，我们不断地存储、使用和共享各种敏感数据：从信用卡数据到病历，从防火墙配置到地理 位置数据。保护处于所有状态中的敏感数据比以往任何时候都更为重要。如今被广泛使用的加密技术可以用来 提供数据机密性（防止未经授权的访问）和数据完整性（防止或检测未经授权的修改），但目前这些技术主要 被用于保护传输中和静止状态的数据，目前对数据的第三个状态“使用中”提供安全防护的技术仍旧属于新的前 沿领域。 机密计算指使用基于硬件的可信执行环境（Trusted rvisor、系统管 理员或对硬件具有物理访问权限的任何其他人。）无法查看在TEE中使用的数据，内存中的数据是被加密的，即 便被攻击者窃取到内存数据也不会泄露数据。 • 保护 In-Use 数据的完整性。防止未经授权的实体篡改正在处理中的数据，度量值保证了数据和代码的完 整性，使用中有任何数据或代码的改动都会引起度量值的变化。 • 可证明性。通常 TEE 可以提供其起源和当前状态的证据或度量值，以便让另一方进行验证，并决定是否信 SDK(JavaEnclave)是一个面向 Java 生态的机密计算编程框架，它继承Intel SGX SDK所定义的Host-Enclave机密计算分割编程模型。JavaEnclave提供一种十分优雅的模式，对一个完整的 Java应用程序进行分割与组织。它将一个Java项目划分成三个子模块，Common子模块定义SPI服务接口， Enclave子模块实现SPI接口并以Provider方式提供服务，Host子模块负