一、企业架构全景图

TOGAF（The Open Group Architecture Framework）是一个工具集、术语集和流程集，提供了一个全面的方法来开发企业架构。TOGAF的中心是一个被称为"架构开发方法"（Architecture Development Method，简称ADM）的流程，如下图所示：

我们最关注的是业务架构、数据架构、应用架构及技术架构，这些架构层次的描述体现了从高层策略到低层实施的逐渐细化的逻辑。

1、业务架构：它描述了组织的核心业务流程、策略、治理、组织结构和关键业务功能。业务架构提供了一种视角，以便于理解组织是如何为其客户创造价值的。这也是其他三个架构域的基础，因为它们都是为了支持特定的业务目标和要求。

2、数据架构：描述了组织的数据结构、数据管理和数据治理策略。这包括对实体、关系、数据流和数据存储的定义，以确保组织内部的信息是准确、一致和可靠的。

3、应用架构：这关注的是组织的应用组合、如何它们支持业务功能和流程、以及这些应用是如何相互交互的。它为应用开发、集成和维护提供了一个框架。

4、技术架构: 是描述硬件、软件、网络和其他技术组件的架构域。它描述了为了支持应用、数据和业务流程所需的基础设施。技术架构确保所有的技术组件是互操作的，并且可以满足组织的性能、安全性和可靠性要求。

四种架构域是层层递进、相互关联的。业务架构定义了“我们需要做什么”，数据架构和应用架构描述了“我们将如何做到这一点”，而技术架构则提供了“我们需要哪些工具和技术来实现这一目标”的答案。当一个组织制定企业架构策略时，这四个域通常需要协同工作，以确保策略的完整性和连续性。

下面说下对企业架构的总体理解：

首先需要知道的是，战略是业务架构的输入，业务架构满足战略的需求。而业务架构是数据架构、应用架构和技术架构的输入。

由此我们看到，企业架构的设计，需要公司高层领导的加入，以及需要公司有明确的发展战略。如果战略不明确，后续的架构设计也就失去意义。

下图涵盖了企业架构设计的工作内容。业务架构需要确定战略驱动因素，进行内外部分析，明确企业发展的各项战略。然后以此为输入进行4A架构的设计。

二、企业架构设计

1、业务架构

“业务架构明确定义企业的治理结构、业务能力、业务流程、业务数据。其中业务能力定义企业做什么，业务流程定义企业怎么做”。而业务功能的实现需要组织结构和业务数据的支持，如下图所示。

业务架构是跨系统的业务架构蓝图。有利于解决系统孤岛问题。业务架构上承接战略，下接IT与非IT实施（组织、流程和文化等），发挥从战略向实施过渡的作用。

在实际工作中，业务架构=业务功能+组织结构+业务流程+业务数据（+商业模式），如下图所示。

书中采用Archimate建模的Motivation分析图，自顶向下，把战略分解为子目标，然后进一步将子目标化解为不同的业务架构策略，从而为业务蓝图提供必要的输入。

业务架构的设计，从业务出发，可以根据价值链相关理论，结合各行业特点，画出目标企业的价值链。

书中介绍了一个非常好用的、用来梳理核心业务流程的工具，即文本化描述的方法，通过区分主干流程和分支流程，尽可能识别所有的业务场景，避免遗漏，同时详细记录对应的业务规则。

如果业务流程比较简单，那么可以用业务流程图来表示。

2、应用架构

作者提出利用Archimate业务流程图启发场景化思维，穷举流程分支。

应用架构设计工作内容如下图所示。包括应用需求、应用项目、应用集成和研发管理四部分。

设计步骤是：1）以业务架构为输入，确认业务功能需求，2）然后识别IT应用需求，3）接着分配功能、识别应用、划分项目，4）再接着优化粒度、做集成和接口设计。5）最后，衔接研发，出具方案等相关文档。

关键技能：Archimate建模，一种可视化语言。

3、数据架构

数据结构设计由业务驱动。本书从粗到细的颗粒度展开介绍，分别是业务主题/业务域（UC矩阵法），业务流程（Archimate业务流程图），功能/特性，以及业务规则（文本法）。

数据架构设计工作内容包含5部分，即明确数据需求（数据类型及其来源）、逻辑模型、物理模型与存储、数据流，以及数据管理。

4、技术架构

技术架构设计工作包含5部分的内容，如下图所示。

作者提出要重视“技术趋势分析”环节，包括5个步骤，分别是：1）横向技术对比，2）纵深生态分析，3）Hype Cyle 表述趋势，4）识别技术需求，技术选型，5）分布设计。

三、数据架构设计

数据架构

数据架构是企业统一的数据语言，是业务流打通、消除信息孤岛和提升业务流集成效率的关键要素，数据架构包含数据资产目录、数据模型、数据标准和数据分布四个组件。

通过梳理业务流程中的业务对象，理清数据资产；基于业务需求构建集团公司统一的数据概念模型和逻辑模型，指导IT开发；基于数据资产目录，制定基于属性的数据标准；梳理信息链、数据流向以及数据源，识别数据的“来龙去脉”，定位数据问题。

原则一：数据按对象管理，明确数据主体。

原则二：从集团公司视角定义数据架构。

原则三：遵从集团公司数据分类框架。

原则四：业务对象结构化、数字化。

原则五：数据服务化，同源共享。

数据架构设计原则

战略核心原则：视数据为战略核心资产识别并设计架构，促进数据在公司内部使用和流通。

责任明确原则：数据架构有明确的责任主体负责管理和维护。

数据重用原则：数据要分类、定义及标准化，满足各业务领域的使用需求和报告分析的最小粒度。

稳定可扩展原则：以稳定的数据架构应对业务需求，设计时考虑一定的前瞻性。

同源共享原则：数据要同源共享，保证跨流程、跨系统的数据一致。

架构驱动原则：数据架构驱动应用架构设计，合理规划数据分布。

数据架构设计流程

数据架构设计流程包括四个子流程，分别是管理数据资产目录流程、数据模型开发流程、数据标准开发流程和数据源认证流程。

数据架构设计意义

数据架构的价值体现在多个方面，其中最核心的价值包括提升业务沟通效率、识别数据断点、消除信息孤岛、支撑业务流贯通、提升IT开发效率以及降低企业运营成本。

统一语言、消除歧义

制定业务术语及业务数据标准，避免同名不同义或者同义不同名，提高沟通效率。

拉通业务流、提升运作效率

从数据视角识别业务流断点，发现业务改进机会点；通过数据架构和数据流设计，消除信息孤岛，支撑业务流打通，提升端到端业务运作效率。

厘清数据资产、满足用户消费

厘清数据资产，以稳定的架构快速响应业务灵活多变的消费需求，实现企业数据资产业务价值。

改善数据质量、有效支撑决策

建立数据主体，明确数据责任，建立数据质量改善的基础，支撑业务经营管理在可信数据基础上做出正确的决策。

推动集成共享、降低运营成本

有效实现数据的集成与共享，消除数据冗余，避免IT重复投资；降低企业应用系统集成的复杂性，降低系统整合成本。

数据资产目录

数据资产目录分为5个层次，分别是DL1 业务域、DL2 主题域、DL3 业务对象、DL4 逻辑数据实体、DL5 属性。其中DL1-DL2体现数据资产的两级分类，用于识别数据主体，厘清数据资产管理责任。

DL3是数据治理的核心，通过业务对象划分业务领域的数据分布、保持跨领域信息的一致性，面向业务对象建立核心数据的治理机制。DL4-DL5体现业务对象的性质和特征集合，用于指导IT系统逻辑建模与物理建模。

数据模型

企业数据模型分4个层次，分别是主题域模型、概念数据模型、逻辑数据模型和物理数据模型。其中企业主题域模型用于在企业层面拉通描述数据间的关系。概念数据模型是标识企业关键的业务对象及之间业务的关联关系，为流程、IT集成提供业务信息的统一语言。

逻辑数据模型体现业务方案的数据逻辑，指导本系统和跨系统间数据集成逻辑设计，作为数据人员和IT人员之间沟通的桥梁。物理数据模型是数据库软件能识别的实现层的数据模型，用于数据库存储数据。

数据标准

数据标准就是要统一语言、消除歧义，提高沟通效率，具体包括业务术语和业务数据标准。流程、IT系统界面共同引用统一的业务术语，以方便业务人员之间交流、IT系统之间信息的集成，提高沟通效率。

数据标准用于描述公司层面需共同遵守的属性层数据含义和业务规则。通过对数据标准内容的规范化管理，可以有效解决新建系统缺少数据标准支撑的问题，避免出现数据定义不清、统计口径不一致、技术标准不统一等问题。

数据分布

数据分布管理内容包括信息链管理、数据流管理、数据源管理。主要是梳理数据资产在整个业务流、IT系统中的分布情况，认证可信的数据源头，辅助IT系统集成、血缘分析、数据问题定位等工作。

信息链管理有助于业务部门在开发流程的过程中识别数据断点，打通数据孤岛。

数据流管理有助于业务部门、信息管理部门查看数据流向全局情况、定位数据质量管控和分析的重点信息系统。

数据源管理可帮助IT系统建设从可信数据源获取所需的数据，提升数据集成效率，有助于解决数据孤岛、多源头录入等数据集成问题。

总结

1.数据架构能够让公司的战略目标和业务架构有效落地，从数据中发掘公司的诉求，使业务流程系统运行更加流畅，易于参与和维护。

2.数据架构能够对数据的进行沉淀，构建企业核心的数据资产，为公司数字化转型系统提供在数字层面的参考。

3.数据架构为公司提供了一致的数据语言，将业务架构中的业务需求转化成为了数据、系统、技术需求，使不同部门和不同身份的技术和业务人员在数据层面达成一致，为数据标准化和数据集成提供了良好的支撑。帮助公司更好地管理和利用数据，提高企业的竞争力和运营效率。