2019年第八期──数字化思维_重构未来_80页_4mb

报告摘要

本期《绩效》围绕“数字化转型”这一主题，深入探讨了区块链技术、数据式尽调、数据湖的安全与应用，以及机器人流程自动化（RPA）在信息安全方面的挑战与应对。文章强调了在数字经济时代，企业必须通过数字化思维推动变革，以提升绩效并实现可持续发展。

区块链的价值：区块链是一种在缺乏信任关系时建立信任的技术，尤其对发展中国家具有重要意义，能够提升营商环境，降低信任成本。
发展阶段：区块链正处于从概念走向应用的关键阶段，预计在2030年左右，多数企业将在区块链平台上运营。
与数字化转型的关系：
1. 区块链是数字经济的重要组成部分和推动力，通过分布式账本技术实现数据共享与隐私保护。
2. 区块链将推动组织从中心化向点对点交易转变，拓展信任空间。
3. 区块链是平台经济和共享经济的底层技术，有助于企业重构商业模式。
面临的挑战：
- 多方协作和共识问题。
- 用户对区块链价值和本质的不了解。
- 客户将区块链项目视为ERP项目，缺乏对其本质的理解。
应用前景：
- 在政府公共服务行业，区块链有助于构建“区块链城市”，提升数据共享与服务效率。
- 金融行业仍是区块链应用的主战场，但其重要性正在下降，未来将更多与实体经济融合。
- 供应链领域有巨大发展空间，区块链可以提升效率和透明度。

数据式尽调的意义：数据式尽调是企业上市过程中不可或缺的一部分，它通过科学分析方法和新IT技术，识别企业在数据化转型中的数据基因，发掘其自身优势。
数据治理与信息披露：随着监管趋严，企业需在数据治理和信息披露方面更加透明和规范。
数据式尽调的作用：
- 客观展现企业经营情况。
- 评估企业运营效率和“性价比”。
- 揭示潜在风险，提升投资者信心。
实施路径：
- 数据式尽调贯穿业务与财务数据，确保其完整、真实且可依赖。
- 通过趋势分析、数据匹配、用户行为分析等手段，评估数据的准确性与一致性。
- 针对企业业务模式和系统逻辑，制定针对性的核查框架。
价值体现：
- 数据式尽调不仅是IPO过程中的工具，更是构建持续数字化风控体系的起点。
- 它有助于企业实现合规管理、风险管理、成本节约和效益提升。

数据湖的定义：数据湖是一个集中式存储库，允许存储和处理结构化、半结构化及非结构化数据。
与数据仓库的区别：
- 数据湖采用“读模式”，数据在需要时才进行结构化处理。
- 数据仓库采用“写模式”，数据在存储前就需建模。
关键功能：
- 数据移动与存储。
- 数据保护与合规性。
- 数据安全与网络隔离。
- 数据可视化与自助分析。
实施要素：
- 与现有IT成果无缝集成。
- 支持PB级数据和数万亿对象存储。
- 实现数据安全与合规。
- 增强数据用户能力，提升数据使用效率。
技术安全：
- 身份验证与管理：简化身份生命周期管理、多重身份验证、联合企业目录服务与云身份提供商。
- 平台访问与权限：基于角色的访问控制、POSIX ACL管理权限。
- 数据保护：静态和传输数据加密、网络隔离机制。
- 安全运营：日志审计、异常检测、漏洞扫描、威胁建模。
- 软件与产品安全：安全架构风险分析、安全设计复核、安全扫描、动态调试。

RPA的应用领域：RPA已广泛应用于财税管理、人力资源、供应链、客服中心等。
RPA带来的安全风险：
- 滥用特权访问。
- 泄露敏感数据。
- 安全漏洞。
- 拒绝服务攻击。
构建安全可信的RPA生态环境：
- 安全治理框架：明确安全角色与职责，制定安全策略，持续监督。
- 数字身份与访问管理：控制特权访问、审计操作、使用SSO和加密凭证管理。
- 数据识别与保护：合规性评估、数据加密、完整性检查。
- 安全运营：日志采集、异常监控、漏洞扫描与威胁建模。
- 软件和产品安全：安全架构分析、代码扫描、安全设计复核。
RPA部署示例：
- RPA管理凭证、服务器基础设施、虚拟机、机器人访问凭证、业务应用等模块均需实施相应的安全措施。
- 安全措施包括：令保管库、账户活动日志记录、强口令策略、系统补丁安装、恶意软件防护等。