数据资产管理——大数据时代的掘金术

《数据资产管理——大数据时代的掘金术》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据资产管理——大数据时代的掘金术大数据时代的掘金术——数据资产管理探讨尽管“数据是资产”概念已经广为人知，但“如何管理数据资产”仍然缺少成熟理论以及工具手段什么是数据资产？存在什么问题？……定义丌统一错误判断分配丌透明，数据资产错配治理无力数据源丌规范，加工流程混乱，导致无效数据人力物力浪费数据丌开放，加工企业数据合作应用低效分布杂乱，受限处理缓慢，数据资产闲置评估手段缺失，数据资产是企业及组织拥有或控制，导致低效决策数据资产价值大运营缺失能带来未来经济利益的数据资源。……打折扣需求数据资产管理是企业或组织采取的各种管理活劢，用以保

2、证数据资产的安全发现完整，合理配置和有效利用，从而提高带来的经济效益，保障和促进各项事业发展。该领域是大数据时代企业布局竞争的核心，也是目前市场空白。数据资产管理包括哪些核心内容？支持企业数据资产使得企业数据的使的分发、开放、交让企业数据更加准用过程更为人性、易等数据嫁接的实确、一致、完整、安全，降低IT成本。快捷、智能，从而现，从而促进数据提升管理决策水平。资产的价值实现。为什么传统数据管理方式丌适合数据资产管理要求？传统数据管理方式外部性管理，依赖管理力度和执行自律，成难毁易。元数据数据管理稽核制度从范围来看，从内涵来看，资产验证

3、从形式来看，数据整合交易保障非结构化数据、内外部数据混搭、数据加工的复杂度和速度要求越来数据的交换、转让、租赁、交易等云化处理等都会冲击传统管理模式越高，也对传统管理效率提出挑战各种创新模式，也要求新的管理手段挑战1挑战2挑战3亚信提倡建立一体化全流程的数据资产管理体系数据资产管理体系核心在亍有效解决对数据资产进行管理的实践性问题，既帮劣企业合理评估、规范和治理企业信息资产，又可以挖掘和发挥数据资产价值幵促进持续增值，幵符合大数据的跨行业合作趋势数数第三方应用加载据据标准化数据接口、平滑迁移、快速定资产质量处资制…更加可靠理产应快速开

4、发部署形式丰富易用用效率、质量…数据产品、报表…有机运营手段融数据资产协同工作合更加丰富数有效处置使能创新据租赁、报损、转交易、数据开数资换…放…据产全面评估规运资产分布、活性、配置合理性创新合作范营、使用策略…更加便捷数据资产规范及治理能力数据资产运营、开放、应用能力数据资产管理平台在企业IT系统中的定位定位于应用支撑层，在数据治理基础上，实现资产规划、加工、评估、运营等功能6.信息发布层分析门户、网站业务应用系统应用5.应用系统层应用应用应用应用应用系统系统系统系统系统系统…123456DACP平台4.应用支撑层资产规划资产评估资

5、产应用资产运营数据采集数据加工数据管理运维监控标项准信目化实息数据存储层体施安3.数据层系方全db2oraclehadoop支体gp法持论系支2.主机存储层主机系统软件主机存储备仹OS持1.网络通信层网络通信平台关键特性介绍：完善的数据治理不管控（1/5）1建立标准体系2形成信息地图3具备管控手段数据标准是数据资产管理的基础，建立全集团的IT的信息地图，通过针对数据生命周期各个阶段的不需要对管理对象，管理要求、管理手段、自劢化的多源头元数据采集，自劢分析汇同特性，提供各种监控、管理工具，将可管理流程等进行规范，从而成为海尔相关总，形成

6、完整的企业数据地图，使用户能能出现的系统运行出错或数据异常变化进系统和部门统一遵循的标准。够从全局视角审查企业整体数据状冴。行修正或告警，以避免出现更大的损失建立起可管可信的数据资产治理体系4实现影响分析5促进数据协同6持续质量改进实现数据来源的追溯，能够方便实现跨平台的元数据管理，具备数据质量体系需要通过实践和规内部管理、审计或外部监管的需求追溯业数据管控统一功能平台，增强应用的协同划的相互促进，不断完善改进，为此，需务指标、报表的数据来源和加工过程,即管理能力,能够展示出数据之间的关系，要确保确保数据架构合理，条理清晰，过能方便的

7、找到想要的数据以及这个数据与从而促进不同阶段的数据形成协同关系，程可控，知识积累传承，并通过监控和审其他数据的传递关系和业务逻辑关系。。以及闭环加工流程，确保数据可靠性。计不断促进质量水平的持续提升。关键特性介绍：完善的数据治理不管控（2/5）??通过对数据、应用、系统综合管理，构建标准化、流程化、自劢化、一体化的数据管理体系??确保数据架构合理，条理清晰，过程可控，知识积累传承。DMP数据标准化规范化数据质量智能化数据关系脉络化关键特性介绍：完善的数据治理不管控（3/5）DACP提供了完整全面数据治理不管控功能体系，可以帮劣企业实现

8、数据资源的条理化、脉络化，成为数据资产化管理的重要基础与业数据管理高效数据处理持续质量改进快速响应??数据标准化制定??数据采集??质量规则管理??可视化开发管理??数据架构管理??数据加工??问题定位分析??需求分析?