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
-
为什么我们需要数据仓库
如果直接从业务数据库取数据没有数据仓库时，我们需要直接从业务数据库中取数据来做分析。业务数据库主要是为业务操作服务，虽然可以用于分析，但……查看详情发布时间：2019.01.07来源：LongFei浏览量：146次
-
数据质量监控步骤及方法
随着大数据时代的带来，数据的应用也日趋繁茂，越来越多的应用和服务都基于数据而建立，数据的重要性不言而喻。而且，数据质量是数据分析和数据挖……查看详情发布时间：2020.08.31来源：CSDN浏览量：386次
-
企业如何快速实现一个数据治理项目
大数据治理是诸多数据问题的全面解决之道。企业只有建立了完整的大数据治理体系，保证数据的质量，才能够真正有效地挖掘企业内部的数据价值，对外……查看详情发布时间：2020.03.19来源：知乎浏览量：158次
-
政府如何进行数据治理
政府掌握全社会重要核心的、高价值的数据，如何通过有效管理，进行共享开放与协同，释放背后价值，赋能管理、服务决策，推动治理能力的提升对于我……查看详情发布时间：2021.08.30来源：亿信华辰浏览量：260次
-
大数据治理需要具备哪些能力和关键技术
从企业的数据资产管理和提升数据质量等的数据应用上，大数据治理的内容在不断地发展和完善，在其落地实施的过程中面临着巨大的挑战。我们现在通过……查看详情发布时间：2019.08.13来源：知乎浏览量：154次
-
数据治理及其在激励数据中的作用
数据治理是一种包罗万象的数据工程和数据管理概念，组织采用该概念来确保整个数据生命周期中的高质量数据。此概念基于四个概念 - 可用性，适用……查看详情发布时间：2018.12.18来源：数据治理浏览量：176次
-
数据治理和数据管理不可互换
从什么时候开始数据管理和数据治理可以互换？ 这个问题让我感到困惑和沮丧。追求数据管理供应商与业务利益相关者建立联系，因为业务部门在决策……查看详情发布时间：2018.11.20来源：Michele Goetz浏览量：145次
-
-
数据质量和数据治理之间有什么区别？
跟上无穷无尽的技术术语可能是一项艰巨的任务。松散定义的术语和行业特定的白话使水更加泥泞。特别是在数据管理方面，似乎许多单词也可以互换使用……查看详情发布时间：2019.07.04来源：知乎浏览量：158次
-
什么是数据标准？如何制定数据标准？这份指南送上
随着大数据行业的兴起，数据的重要性不言而喻，对数据进行应用的工具层出不穷，带来了巨大的经济效益。可很快就发现了诸多数据问题，制约了数据应……查看详情发布时间：2020.09.29来源：头条浏览量：148次
相关主题