立即扫码
享受一对一服务
大数据资产管理总体框架概述
发布时间：2020.08.28来源：知乎浏览量：148次标签：数据治理
随着大数据时代的来临，对数据的重视提到了前所未有的高度，“数据即资产”已经被广泛认可。数据就像企业的根基，是各企业尚待发掘的财富，即将被企业广泛应用。大数据是企业资产，那就必须被纳入企业的资产管理中，同时，大数据资产又不是企业传统意义上的资产，因此大数据资产管理又不同于企业的传统资产管理。
日常生活中，数据无处不在，但并不是所有的数据都可以成为资产。数据作为资产需要具有以下特性：可控制、可量化、可变现。所以数据资产一般具备如下特点：虚拟性、共享性、时效性、安全性、交换性和规模性。
大数据最重要的发展方向是“数据驱动”，即在任何情况下，可以通过数据本身的统计和分析结果来获得相关目标的决策或行为，从而构成一个整体高效的运营系统。大数据的发展包括了三个层次，自下而上依次为大数据处理能力、数据资产管理、业务价值实现。随着大数据技术发展的日新月异，大数据处理能力不仅包括了目前技术领域所关注的海量数据采集、存储、分布式计算、突发事件应对等，而且已经具备对各种格式、类型的数据进行加工、处理、识别、解析等能力。数据资产管理所起到的作用就是需要把在各种大数据处理平台上获得的数据资产有效的管理起来，并且围绕它支持创造业务价值目标，更好的流动、加工、分析、应用，甚至是数据的开放、连接、整合、嫁接等一系列过程。围绕数据资产本身建立起一个可靠可信的管理机制。能够通过数据资产管理清晰地知道相关数据的定义、数据之间的血缘关系，并可以验证数据的有效性、合理性等数据质量指标。
大数据资产管理总体功能框架如下图所示：
大数据资产管理包括三个方面的核心内容：分别是大数据资产治理和管控、大数据资产应用创新和资产共享、大数据资产流通运营和资产增值。
日常生活中，数据无处不在，但并不是所有的数据都可以成为资产。数据作为资产需要具有以下特性：可控制、可量化、可变现。所以数据资产一般具备如下特点：虚拟性、共享性、时效性、安全性、交换性和规模性。
大数据最重要的发展方向是“数据驱动”，即在任何情况下，可以通过数据本身的统计和分析结果来获得相关目标的决策或行为，从而构成一个整体高效的运营系统。大数据的发展包括了三个层次，自下而上依次为大数据处理能力、数据资产管理、业务价值实现。随着大数据技术发展的日新月异，大数据处理能力不仅包括了目前技术领域所关注的海量数据采集、存储、分布式计算、突发事件应对等，而且已经具备对各种格式、类型的数据进行加工、处理、识别、解析等能力。数据资产管理所起到的作用就是需要把在各种大数据处理平台上获得的数据资产有效的管理起来，并且围绕它支持创造业务价值目标，更好的流动、加工、分析、应用，甚至是数据的开放、连接、整合、嫁接等一系列过程。围绕数据资产本身建立起一个可靠可信的管理机制。能够通过数据资产管理清晰地知道相关数据的定义、数据之间的血缘关系，并可以验证数据的有效性、合理性等数据质量指标。
大数据资产管理总体功能框架如下图所示：
大数据资产管理包括三个方面的核心内容：分别是大数据资产治理和管控、大数据资产应用创新和资产共享、大数据资产流通运营和资产增值。
（部分内容来源网络，如有侵权请联系删除）
立即免费申请产品试用
免费试用
相关文章推荐
-
值得关注的 5 大数据治理工具
一旦数据治理策略的广泛目标最终确定，您就需要开始寻找适合您的框架和数据操作的数据治理工具。让我们来看看一些关键的数据治理工具以及它们如何……查看详情发布时间：2021.08.10来源：亿信数据治理知识库浏览量：454次
-
政府数据治理的国际经验与启示
政府数据治理是当前政府信息管理研究的热点问题，对发达国家政府数据治理经验的总结有助于把握政府数据治理的普遍规律，推动我国政府数据的开发利……查看详情发布时间：2018.10.23来源：信息资源管理学报浏览量：190次
-
大数据元数据管理系统有哪些功能
1、元数据模型的建立，定义元数据模型，清晰展现元数据需求。2、采集：指从各种工具中，把各种类型的元数据采集进来，采集是元数据管理第一步。……查看详情发布时间：2021.08.17来源：亿信数据治理知识库浏览量：277次
-
数据整理——大数据治理的关键技术
数据是政府、企业和机构的重要资源。数据治理关注数据资源有效利用的众多方面，如数据资产确权、数据管理、数据开放共享、数据隐私保护等。从数据……查看详情发布时间：2019.11.21来源：CSDN浏览量：259次
-
谈大数据时代下的数据治理
2013年被众多的IT人定义为中国的大数据元年，这一年国内的大数据项目开始在交通、电信、金融部门被广泛推动。各大银行对Hadoop的规划……查看详情发布时间：2019.01.03来源：亿信华辰浏览量：127次
-
为什么数据治理是改善决策的关键
能够快速收集大量数据，分析数据，然后使用您学到的知识来帮助促进更好的决策，这是许多企业高管的梦想。但是就像任何可以在一个句子中总结的事物……查看详情发布时间：2019.01.22来源：亿信华辰浏览量：233次
-
银行业数据治理还面临着四方面的挑战
一是数据整合度不高。银行内部数据虽多，涉及各个业务条线、各个部门，但未经系统化的治理，数据分布零散化，搜集整合存在错配，未能实现大数据集……查看详情发布时间：2019.11.29来源：知乎浏览量：144次
-
理论之企业数据挖掘成功之道
面对现在海量的、不完整的、模棱两可的数据，运用数据挖掘算法对数据进行查找，找出人们所不知道的、有实用价值的信息，这一过程就是数据挖据。随……查看详情发布时间：2019.05.23来源：知乎浏览量：130次
-
企业如何建立主数据管理平台让数据增值
90年代中期，ERP兴起并得到快速发展。然而，最早的ERP系统中并没有主数据（Masterdata）的概念，而是被称作基础数据。基础数据……查看详情发布时间：2020.08.28来源：知乎浏览量：212次
-
银行业重塑数据治理体系 助力转型升级
银行业金融机构要深化认识，积极主动对接国家政策，改革数据治理体系，依靠数据治理改进决策、缩减成本、降低风险、增强核心竞争力，推动银行业向……查看详情发布时间：2019.10.18来源：知乎浏览量：170次
相关主题