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
-
数据都成为生产要素了？数据该如何治理？
先说说数据，其实现在说的数据和过去说的数据相比差别非常大，现在所说的数据不是一个静态文档，它是流动的数据，碎片化的数据，以各种各样的形式……查看详情发布时间：2020.11.23来源：知乎浏览量：280次
-
从数据治理看医疗大数据的发展
《从数据治理看医疗大数据的发展》主要分享医疗大数据中数据治理的重要性，并结合具体案例来讲述大数据治理的框架和应用心得。……查看详情发布时间：2019.02.25来源：网络大数据浏览量：165次
-
-
-
主数据管理平台有哪些?
主数据管理平台正是基于平台型建设思路设计的多主题域管理平台，以统一的数据平台为支撑，通过数据模型的扩展，实现对企业的顶层业务模型的支持，……查看详情发布时间：2022.05.09来源：小亿浏览量：276次
-
-
数据治理是任何自助分析和数据发现策略的重要组成部分
当越来越多的用户与越来越多的数据交互并可视化时，可靠的治理实践可以确保每个利益相关者都能获得他们所需的洞察力，同时完全保留数据源的及时性……查看详情发布时间：2019.01.17来源：数据治理浏览量：166次
-
2021金融数据治理的趋势
金融数据治理逐渐体现出了目标双核化、结果资产化、手段科技化的特点，并且具有了生态治理、标准治理、中台治理的数据治理趋势。……查看详情发布时间：2021.05.18来源：亿信数据治理知识库浏览量：164次
-
数据标准从发起到落地执行的四个阶段
数据标准的设计从需求发起到落地执行，一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段：……查看详情发布时间：2020.09.24来源：知乎浏览量：139次
-
您不应该进行数据治理的3个理由
今天有很多关于数据治理的讨论。但令人惊讶的是，今天“进行数据治理”的组织数量并不高。在我看来，数据治理是现代数据驱动型企业的必备条件。但……查看详情发布时间：2018.12.13来源：数据治理浏览量：127次
相关主题