数据资产管理：盘活大数据财富
2020-02-26 15:23:49 4 举报AI智能生成
登录查看完整内容
数据资产管理：盘活大数据时代的隐形财富
作者其他创作
大纲/内容
什么是数据资产
定义
数据资产是企业及组织拥有或控制，能给企业及组织带来未来经济利益的数据资源
数据所有权的界定
第一方数据
来自生产者，入阿里、苏宁等
第二方数据
来自加工者
第三方数据
来自搜集者
其它数据
盘活数据资产的可选途径
促进自身发展
开放数据，合作共赢
数据交易
数据资产管理与数据管理的比较
数据管理
指利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。其目的书在于充分、有效的发挥数据的作用。
数据资产管理
是企业及组织采取的各种管理活动，用以保证数据资产的安全完整，合理配置和有效利用，从而提高数据资产带来的经济效益。保障和促进各项事业发展。
主要内容
数据资产治理
指企业如何端粒资产的一套完整的机制，包括指导企业数据资产管理的政策、规整制度、流程、工具、组织、角色和责任。数据资产治理体系的建立将为企业数据资产的准确性、一致性、完整性、实时性和安全性提供管理机制上的保证。
数据资产应用
指企业如何将数据资产适当加工，为去哦也的管理控制和科学决策提供合理依据。从而支持企业经营活动开展，创造经济利益的过程
数据资产运营
指企业对数据资产的所有权、使用权和收益权等权益及相关活动进行管理的过程，包括产权登记、产权界定、资产购置、资产处置等，以及配套的评估、分析、清查、监督等活动
拥有数据≠掌握数据资产
数据的价值最终体现在信息含量、这与数据的真实性、时效性、可用性密不可分
数据的组织、访问、加工和应用都要有恰当的方式、手段
数据需要进行适当的加工，才能更好的体现数据资产的价值
数据资产管理的基础
发现梳理
在哪里
数据分类
按产生方式划分
基础数据
衍生数据
公共代码类数据
按数据模型分类
主题数据
应用数据
按共享程度分类
通用数据
共享数据
特定数据
如何做
梳理
数据资产目录
以元数据为核心，按照分类、主题、应用等多个角度对数据进行管理、识别、定位、发现、评估、共享的数据组织管理工具
组成部分
元模型
控制策略
数据服务
记录跟踪
手工获取
自动获取
建立数据资产体系
数据资产的生命周期
数据采集、数据转换、数据存储、数据分发、数据使用、数据存档、数据销毁等
治理管控
数据治理
数据治理是为满足企业或组织的信息需求，提升信息服务水准而制定，将技术与管理相结合的一套持续改善管理机制
目的
让数据工作成为一个有机整体，而不是各自为政，从而建立数据拥有者、数据使用者、数据以及支撑系统至今啊的和谐互补关系，确保各类人员能够得到及时、准确的数据支持和服务。
元数据管理
数据标准管理
数据质量管理
主数据管理
数据安全管理
数据集成管理
前提
需要对数据资产的基本分类、分成、主题和信息模型进行定义
数据资产治理在数据治理的基础上还要加强对业务价值的梳理和掌控，它应该成为资产认定、资产审计、资产评估、资产处置等环节创造基础条件。
三全主义
全流程
能追溯数据的前世今生
全生命周期
关注不同数据对象在生成、应用、分离、归档等不同阶段的变化
全场景
管理者、使用者、开发者
数据资产标准化
标准化的命名规则
统一数据扩展规则
数据质量规则
便准话规范执行过程
基础分类标准
数据权限规则
元模型标准
数据分类标准
……
血缘分析
血缘分析用于对数据处理过程的全民追踪，从而找到以某个数据对象为起点的所有相关元数据以及这些元数据对象之间的关系
向前回溯
寻找血统归属
向后分析
寻找影响范围
处理数据间的关系
主外键关系
参考关系
输入与输出
历史拍照
冗余备份
技术能力
大量数据对象的高性能展现
良好的界面操作能力
满足外部应用能力的嵌入式整合
方向
图论
图形数据库
带来的价值
问题定位分析
差异分析
指标波动分析
数据体检
数据评估
质量管控
数据资产质量管理是对支持业务需求的数据进行全面质量管理，通过数据质量相关管理办法、组织、流程、评价考核规则的制定，及时发现并解决数据质量问题，提升数据的完整性、及时性、准确性及一致性，提升业务价值
事前
进行质量检查
事中
进行质量监控
事后
开展质量评估
问题处理
问题生成
问题分析
数据地图
数据地图，是一种图形化的数据资产管理工具，它提供了多层次的图形化展现，并具备各种粒度控制能力，满足业务使用、数据管理、开发运维等不同应用场景的图形查询和辅助分析需求
服务对象
数据资产使用者
数据是什么
数据在哪里
数据如何取
数据怎么用
数据资产开发者
数据资产分布
数据工具集成
数据资产管理者
运维监控
安全评估
系统资源盘点
资产状态评估
数据模型的合理性评估
数据标准化体检
数据热力检查评估
数据依赖度检查
数据冗余度检查
数据接入检查
处理效能检查
管控能力检视
数据质量检查评估
服务情况检查
数据安全
数据资产使用特别的资产形式，她的价值主要体现在信息本身，如果呗随意访问或者篡改，那么信息的价值也会被极大的削弱了
数据治理新技术
OLAP到OLTP
非结构化数据的数据治理
多租户模式下的数据规范和治理
数据资产管理的价值
数据资产的应用
降低数据使用难度
扩大数据覆盖范围
增加数据供给能力
数据可视化
将大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析
直观化
直观、形象的呈现数据
关联化
挖掘、突出呈现数据之间的关联
艺术化
增强数据呈现的艺术效果，符合审美规则
交互性
实现用户与数据的交互，增强用户对数据的控制
流程
获取
分析
过滤
表述
修饰
交互
展现数据
是实时性
简单性
丰富性
数据理解
信息整合
视图整合
场景串接
会话互动
协同展现
业务驱动
子主题
数据搜索（搜索式的数据分析）
通过搜索引擎，把数据分析的过程，变成寻求不同答案的过程，基于现有的数据认识，通过一系列的假设、关联、验证，最终找到一个相对可靠的答案
业务实现
分层分工，打造数据分析的专业协作
降低使用难度，扩大数据分析的用户基数
盘活知识积累，构建数据分析的群策体系
需求带动供给，倒逼数据分析团队的扩容
技术实现
数据抽取层
语义存储层
知识管理层
搜索分析层
外部应用及访问层
数据产品
数据产品是一种可以充分发挥数据价值去辅助用户做出更优决策（甚至行动）的易中创新产品形式
产品逻辑
展现形式
数据覆盖
决策逻辑
行动流程
分析算法
数据工厂
引入自动化工具、人员的专业细化分工，推动生产工厂化
建立企业间的数据协同机制
确保数据在协作模式下的质量管控
探索产业链下分工协作的利益分配
价值驱动
互利互惠
权责一致
事后追溯
数据商店
能够以数据商品连接买家和卖家，真正地发现彼此的需求
交易内容
数据算法
存在困难
数据应用的环境多变造成访问困难
数据应用的开发工具缺少统一标准规范
数据资产涉及权限、隐私等安全问题
数据应用的交易、转移尚无成熟体系
数据资产管理的方向
数据资产流通
指数据资产在企业或组织间进行交换、交易、合作等流动方式的总称
因素
信任
安全
评估
技术
数据资产经营
指对企业数据资产的形成、积累、评估、管理、使用和创新整个过程的控制和管理
内容
形成和积累
评价和管理
使用和创新
审计和评估
数据汇聚
带来的前景
随着数据量的高速增长，计算机将不仅仅能模拟计算，还能进行分析总结，并得到理论。（第四范式，即数据密集型科学或大数据科学）
数据开放
数据开放是以数据共享为基础，致力于提供各种数据资源和服务，协助数据开发者来开发特色数据应用，帮助数据开发和分析人员更容易地使用共享数据地一种服务模式
挑战
缺少标准接口
缺少可信地合法环境
数据交易困难的原因
数据泄露个人隐私
数据估值存在风险
数据准确性很难把握
数据监管手段不足
数据交易的三种模式
直接销售模式
OpenAPI模式
数据型
应用型
资源型
多方合作模式
运营数据
指数据所有者通过对数据分析挖掘，把隐藏在海量数据中地信息作为商品，以合规化地形式发布出去，同数据地消费者使用
如何构建
数据来源
流通平台
服务保障
管理保障
技术保障
提供者
消费者
服务者
运营者
数据审计
数据验真
数据保障
数据调查
风险评估
实现数据资产管理的战略路径
战略规划
战略规划是企业发展地思想灵魂、行动纲领、战术依据以及理论指导，决定企业之间竞争差异的根本
三要素
方向和目标
约束和政策
计划与目标
整体市场趋势
客户群体
产业链及竞争格局
市场空间
其他因素
原则和方法
建立前瞻性愿景
聚焦目标集中资源
快速迭代动态调整
思路
内生型公司
数据规模的扩张
数据活性的提升
数据收集和运用能力的提高
外延型公司
关注自身所拥有的数据资产规模
逐步从数据化运营型运营数据转变
创造数据资产流通中的业务模式和流程
技术创新型公司
专注某个专业领域，通过对专业领域的数据资产管理，来提供专业数据服务
商业咨询
以行业经验和人才来主导咨询服务，逐步进入依靠数据和标准化建设
执行保障
组织架构
专业人才
数据架构师
企业数据架构设计
数据模型设计
数据整合
数据资产审计师
数据安全升级
数据质量审计
数据资产运营师
向内引入数据
向外推广数据
数据交易和数据合作
数据可视化工程师
数据展现
专线业务
数据分析
项目推进
影响因素
宏观政策
政策导向
调控产业结构
改造产业结构
调节供给
资金补贴
投资引导
金融扶持
产业试点
管理制度
法律法规
政府数据公开落地保障
数据资产评估、交易保障
个人隐私保护
行业标准
促进发展
提高水平
维护利益
提供评估基础
加强行业自律
技术方向
大数据采集与预处理
大数据存储与管理
大数据计算模式
大数据隐私与安全
大数据集成技术
大数据分析技术
数据资产管理易用性问题
数据资产管理：盘活大数据时代的隐形财富
0 条评论
回复 删除
下一页
