大數(shù)據(jù)時代企業(yè)檔案管理探析

康效龍

（中國石化工程建設有限公司，北京 100101）

隨著“數(shù)字中國”戰(zhàn)略的實施，數(shù)字化工廠、智能企業(yè)建設快速發(fā)展，信息技術更加廣泛地應用于企業(yè)生產經營和管理活動的各個方面，由此產生了大量的數(shù)字資源，傳統(tǒng)檔案資料正在不斷被這些電子檔案所替代，并呈現(xiàn)出數(shù)量劇增、類型多樣、結構復雜、更加分散等新的特點。大數(shù)據(jù)時代，傳統(tǒng)檔案的管理方法和技術已經無法滿足需要，對于檔案大數(shù)據(jù)，應該有新的理論、方法和技術重新定義檔案管理，挖掘檔案價值，方能適應企業(yè)持續(xù)發(fā)展的需要，在新時代找到新的發(fā)展動力。

1 大數(shù)據(jù)時代企業(yè)檔案管理工作的影響與挑戰(zhàn)

1.1 大數(shù)據(jù)時代檔案數(shù)據(jù)價值凸顯

麥肯錫全球研究所認為，大數(shù)據(jù)是一種規(guī)模大到在獲取、存儲、管理、分析等方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)增長、多樣的數(shù)據(jù)類型和價值密度低四大特征。檔案是企業(yè)在研發(fā)、生產、經營和管理活動中長期積累形成的重要的大數(shù)據(jù)資源，數(shù)據(jù)量伴隨企業(yè)發(fā)展呈指數(shù)級增長，并具有全面性、關聯(lián)性、真實性和無可替代性等特點。

大數(shù)據(jù)時代，數(shù)據(jù)成為企業(yè)的核心資產和重要的生產資料，可以在業(yè)務流程優(yōu)化、技術開發(fā)和生產經營等多個方面指導企業(yè)創(chuàng)新發(fā)展，輔助企業(yè)管理層做出高效準確的決策。企業(yè)擁有多少數(shù)據(jù)、能夠處理多少數(shù)據(jù)，以及數(shù)據(jù)規(guī)模、數(shù)據(jù)稀缺性等方面的特點將成為企業(yè)核心競爭力的重要標志。在人力資源、技術儲備等傳統(tǒng)競爭優(yōu)勢之外，大量未被發(fā)掘的價值將通過檔案大數(shù)據(jù)分析獲取，利用大數(shù)據(jù)的分析結果實施和優(yōu)化管理決策，創(chuàng)造差異化競爭優(yōu)勢，并通過數(shù)據(jù)管理與分析手段將差異性與傳統(tǒng)的信息源結合起來，將發(fā)揮檔案資源更大的價值。

1.2 大數(shù)據(jù)時代將改變企業(yè)檔案業(yè)務工作

企業(yè)檔案管理包括收集、保管、利用、統(tǒng)計等業(yè)務?！笆占惫ぷ髦饕菤w檔移交、整編著錄等；“保管”工作主要是手工管理，“裝盒”“上架”等；“利用”主要以提供被動的查閱服務為主。隨著信息技術的發(fā)展和應用，檔案工作在編目、借閱、庫房管理等方面不同程度地實現(xiàn)了信息化輔助管理。在這種情況下，檔案管理人員的工作重心在于“收集”和“保管”，而對檔案本身的研究知之甚少，企業(yè)在庫房等硬件設施方面花費了大量的人力物力，而對檔案開發(fā)利用投入不足，導致檔案工作陷入嚴重被動局面，大量的檔案變成了“死檔案”。

在大數(shù)據(jù)時代，檔案業(yè)務將發(fā)生深刻變化，實體檔案將在很大程度上轉化為電子檔案或數(shù)字資源，“收集”將通過業(yè)務系統(tǒng)與檔案系統(tǒng)的集成，不斷提升自動化程度，實現(xiàn)自動歸檔，歸檔范圍也不斷擴大，逐步實現(xiàn)“大檔案”的完整保存；“保管”將采用云平臺存儲、動態(tài)調配存儲資源，對物理空間的依賴性將大幅降低。在此基礎上，檔案工作重心不斷向“利用”轉移，如何將檔案資源轉化為企業(yè)發(fā)展所需要的知識資源，以及如何從海量數(shù)據(jù)中發(fā)掘出有價值的信息，以滿足企業(yè)生產經營和創(chuàng)新發(fā)展的需要，將成為檔案人員的主要工作內容。

另外，傳統(tǒng)紙質檔案以“案卷”“件數(shù)”“份數(shù)”為單位進行管理，而在大數(shù)據(jù)時代，檔案則更多以電子形式存在，管理對象轉換為電子文件、字段、數(shù)據(jù)庫等，檔案統(tǒng)計也由原來的以“頁數(shù)”“張數(shù)”為統(tǒng)計單位改為以“G B”“T B”為統(tǒng)計單位。檔案管理人員在做好電子檔案的收、管、用之外，更要關注電子檔案的長久可讀和安全性。傳統(tǒng)檔案館也將發(fā)展為能夠滿足快速增長的海量檔案數(shù)據(jù)需要的數(shù)字檔案館，實現(xiàn)計算資源、存儲資源的動態(tài)擴展。

1.3 大數(shù)據(jù)技術將提升企業(yè)檔案利用開發(fā)水平

大數(shù)據(jù)時代，支撐企業(yè)生產經營的各類信息系統(tǒng)將產生大量的信息資源，從而形成大量的電子檔案，檔案資源呈指數(shù)型增長，現(xiàn)有的檔案管理方式、技術難以滿足大數(shù)據(jù)時代的檔案信息資源管理和利用的需要，檔案管理面臨諸多挑戰(zhàn)。在海量數(shù)據(jù)中實現(xiàn)對檔案信息的挖掘分析并提供有價值的信息將成為檔案利用開發(fā)的重要課題。

大數(shù)據(jù)技術將對海量數(shù)據(jù)進行有效的分析與處理，在檔案管理領域具有廣闊的應用前景。檔案資料存儲時間久遠，類型繁多，既有文字型檔案，又有視頻、音頻、圖片等檔案類型，數(shù)據(jù)結構復雜，有結構化數(shù)據(jù)、半結構化數(shù)據(jù)、非結構化數(shù)據(jù)，而且以非結構化數(shù)據(jù)為主，傳統(tǒng)的數(shù)據(jù)處理技術無法對這些數(shù)據(jù)進行分析與處理。大數(shù)據(jù)技術可以從各種類型的數(shù)據(jù)中快速獲得有價值的信息，結合企業(yè)實際，開發(fā)運用可視化、數(shù)據(jù)挖掘、預測性分析、語義引擎等大數(shù)據(jù)的分析技術可以獲取更多智能的、深入的、有價值的信息。

2 大數(shù)據(jù)時代企業(yè)檔案管理工作對策

2.1 樹立大檔案觀，加強檔案資源建設

“大檔案”一方面是指將各種具有保存價值的記錄集中統(tǒng)一管理，多檔合一，做大做強綜合檔案；另一方面是指超出傳統(tǒng)意義的歸檔范圍，適應大量化、多樣性、價值密度低等特點，不再刻意強調哪些記錄具有保存價值，而是盡可能全面收集和保存數(shù)據(jù)。

隨著信息技術的發(fā)展和應用，信息系統(tǒng)不斷集成整合，數(shù)據(jù)歸檔、海量存儲將越來越容易，相比之下，從海量數(shù)據(jù)中區(qū)分哪些文件有用，什么時候有用，幾乎是無法準確預計的。在這種情況下，企業(yè)要樹立大檔案觀，推進信息資源檔案化管理，盡可能全面地收集保存生產經營和日常管理等各個方面的真實記錄，集中統(tǒng)一管理，準確地記錄歷史真實面貌，做到全覆蓋，為科研生產、創(chuàng)新發(fā)展提供盡可能翔實的歷史資料。

2.2 加快實現(xiàn)電子文件歸檔與電子檔案管理

隨著信息技術的應用，大量的文件材料通過計算機信息系統(tǒng)形成，應從源頭抓起，實施前端控制，建立完善的電子文件和元數(shù)據(jù)管理標準，及時歸檔保存。一方面可以避免電子文件及元數(shù)據(jù)的遺失，另一方面可以避免對新增檔案進行重復的數(shù)字化加工，節(jié)省人力物力財力。

首先，要大力推進無紙化辦公，確保文件從形成、校核、審批到最終發(fā)布實現(xiàn)完整的電子化流轉，采用電子簽名或重構工作流程，解決好“簽署”“報審”等中斷無紙化流轉的問題，確保原生電子文件的有效性。在此基礎上，認真梳理文件材料管理的標準和規(guī)范，研究確定各業(yè)務領域文件材料的歸檔范圍和保管期限，明確歸檔和接收要求，保證歸檔或接收的電子文件及元數(shù)據(jù)真實有效、收集齊全、整理有序、命名科學、格式規(guī)范。

其次，在企業(yè)信息化建設中，將檔案管理融入到企業(yè)各業(yè)務信息系統(tǒng)中，做好檔案數(shù)據(jù)的前端控制，實現(xiàn)各類電子文件和元數(shù)據(jù)的在線歸檔。企業(yè)可以建立統(tǒng)一的內容管理平臺，通過內容管理平臺實現(xiàn)檔案管理與各業(yè)務系統(tǒng)的數(shù)據(jù)集成共享，也可以將檔案管理系統(tǒng)與辦公自動化、生產管理、項目管理等業(yè)務系統(tǒng)進行集成，實現(xiàn)邏輯歸檔和物理歸檔。

2.3 加強傳統(tǒng)載體檔案數(shù)字資源建設

對于大量已經形成的傳統(tǒng)載體檔案，以及由于信息化發(fā)展不充分，尚未完全實現(xiàn)無紙化流轉、仍舊以紙質文件為原件的增量檔案，應通過掃描、數(shù)據(jù)提取等技術進行數(shù)字化和數(shù)據(jù)化加工，建立數(shù)字資源，不僅有利于保存，更便于利用。紙質檔案數(shù)字化工作量巨大，要建立相應的標準和規(guī)范，確保質量，數(shù)字化與檔案利用相結合，按照常用、急用、孤本、特色優(yōu)先的原則做好計劃，不僅要掃描原件，還要面向“利用”制定各門類檔案的元數(shù)據(jù)收集標準，使用O C R等技術提取元數(shù)據(jù)信息，建立相應的結構化數(shù)據(jù)庫，為大數(shù)據(jù)的分析和應用奠定基礎。

2.4 建設數(shù)字檔案館

隨著信息化發(fā)展，企業(yè)檔案資源逐漸呈現(xiàn)出數(shù)據(jù)量大、類型多等大數(shù)據(jù)的特征，僅依靠傳統(tǒng)檔案館及檔案管理系統(tǒng)已經不能滿足現(xiàn)實的需要。大數(shù)據(jù)時代，使用計算機系統(tǒng)長期存儲和快速處理結構化、非結構化的數(shù)據(jù)已經成為現(xiàn)實，未來檔案館的發(fā)展方向將不可避免地走向數(shù)字檔案館。

數(shù)字檔案館是運用現(xiàn)代信息技術固化檔案工作業(yè)務流程，對企業(yè)或與其具有資產隸屬關系企業(yè)的電子檔案或其他數(shù)字資源進行收集、整理、保存，并通過網(wǎng)絡提供檔案信息服務和共享利用的集成管理系統(tǒng)平臺。與傳統(tǒng)檔案館相比，數(shù)字檔案館具備檔案資源數(shù)字化、檔案管理信息化、檔案服務知識化三個方面的特征。

企業(yè)數(shù)字檔案館建設應包括“一個系統(tǒng)、兩類資源、三個體系”，即建設電子檔案管理系統(tǒng)，實現(xiàn)對電子文件、元數(shù)據(jù)、多媒體文件等的統(tǒng)一管理，實現(xiàn)“電子檔案資源”和“紙質檔案數(shù)字資源”的建設和統(tǒng)一管理，建立信息化環(huán)境下的檔案管理業(yè)務運行體系、標準規(guī)范體系和安全保密體系（見圖1）。

2.5 運用大數(shù)據(jù)技術提升檔案利用開發(fā)能力

檔案的生命在于利用，為企業(yè)提供更多、更好的服務是檔案管理工作的基本出發(fā)點。大數(shù)據(jù)技術的應用使快速處理海量的結構化和非結構化的數(shù)據(jù)成為現(xiàn)實，與檔案利用開發(fā)的需要相契合。數(shù)據(jù)挖掘是大數(shù)據(jù)技術的核心，它主要基于人工智能、模式識別、統(tǒng)計學、可視化技術等，通過分析從大量的數(shù)據(jù)中尋找規(guī)律，從而發(fā)現(xiàn)隱含的、具有潛在價值的信息。數(shù)據(jù)挖掘技術包括數(shù)據(jù)準備、規(guī)律尋找和規(guī)律表示等步驟，是一種決策支持過程。在數(shù)據(jù)準備和規(guī)律尋找階段，可以從大量的數(shù)據(jù)源中選取所需的數(shù)據(jù)整合成目標數(shù)據(jù)集，然后用關聯(lián)分析、分類分析、聚類分析、異常分析和演變分析等方法將數(shù)據(jù)集所含的規(guī)律找出來。在規(guī)律表示階段，采用可視化等方式，盡可能按照用戶可理解的方式將找出的規(guī)律表示出來。

圖1 數(shù)字檔案館框架圖

通過數(shù)據(jù)挖掘和大數(shù)據(jù)技術，將突破傳統(tǒng)檔案利用開發(fā)的諸多束縛，實現(xiàn)檔案資源利用開發(fā)的智能化、個性化和精準化，全面提升檔案服務，實現(xiàn)信息智能檢索、信息定制與定題、信息決策服務、信息跟蹤與推送服務等精準服務，構建“數(shù)據(jù)—信息—知識—智慧”模型，逐步實現(xiàn)“智慧檔案”，將檔案利用開發(fā)推向一個全新的高度。

我們一直生活在一個“數(shù)據(jù)”的世界中。隨著科學技術的進步，我們有能力去記錄、收集、保存和分析大數(shù)據(jù)，大數(shù)據(jù)時代離我們越來越近，也越來越清晰。大數(shù)據(jù)是企業(yè)檔案工作無法回避的一道課題，它是挑戰(zhàn)更是機遇。大數(shù)據(jù)具有廣闊的應用前景，檔案資源中蘊含的巨大知識寶藏將通過大數(shù)據(jù)技術真正得以開發(fā)和利用，企業(yè)應樹立大檔案觀，構建大檔案管理格局，加大投入，主動適應大數(shù)據(jù)時代，將檔案資源轉化為數(shù)據(jù)資源，在檔案大數(shù)據(jù)中挖掘企業(yè)競爭優(yōu)勢；與此同時，也要關注信息泄露、安全保密等問題。