数据资产管理领域重要的三个方向

发布时间:2020.11.06来源:知乎浏览量:84次标签:数据治理

数据资产管理领域重要的三个方向包括:资产分析、资产治理、资产应用,并需要基于这三个方向的技术研究和实战,将流程、经验、标准和规范等产品化,最终构成企业统一的数据资产管理平台


◆ 资产分析
资产分析包括了资产盘点和资产评估两部分。资产盘点是为了让使用数据的人员能更好的理解数据,可通过知识图谱进行内容的理解和推理或构建企业资产目录;资产评估则对资产的活性、投入产出比进行评估。

资产分析具体包括以下三部分内容:
资产分析对象
以企业全域大数据作为资产分析对象。
多维度数据资产分析体系
基于资产分析对象,以基层元数据、用户行为日志、数据知识图谱为素材,通过综合人脑和机器学习算法是手段,充分理解数据资产内容,完成各类数据资产分析,理解数据内容;
用户协同,并建立数据确信机制,进而实现数据内容理解与数据确信机制相辅相成的多维数据资产分析体系。

资产分析产品化
基于多维度数据资产分析体系,在技术端和用户看不到的产品背后进行资产盘点、资产评估和资产探查,从而向用户输出易读、易懂的资产报告;
提供资产导航服务,方便用户通过多种方式找到想要的数据及其详情;

提供特定专题的资产分析服务,如核心资产分析、用户自定义资产分析等;

提供简单易用、有助于资产分析和产品化的配置管理,如数据类目配置管理、数据资产打标签等管理。

◆ 资产管理
资产治理包括对计算、存储、治理、模型、安全、成本等领域进行治理,并形成有效的智能治理闭环,将治理方法论沉淀为工具产品输出。

资产治理具体包括以下两部分内容:

资产治理闭环体系
建立包括现状分析、问题诊断、治理优化、效果反馈在内的资产治理闭环体系;
对各环节内容进行丰富和完善,问题诊断不仅仅包括计算存储资源诊断,还包括数据质量与数据安全的领域诊断。

资产治理多维度输出
资产治理致力于将治理闭环能力开放。通过标准输出、定制产品、能力输出、构建协作机制等维度进行输出。


◆资产应用

资产应用通过全链路实现端到端打通,评估应用投入产出比,并进行安全的检测管控。

资产应用具体包括以下两部分内容:
资产应用全链路体系
通过全链路数据跟踪,将数据从获取到数据处理再到数据应用,实现端到端的打通。
资产应用产品化
围绕最终用户,以数据资产的本质为驱动力,提供应用分析产品。包括全链路“血缘”关系,清晰展示数据的来龙去脉;
全链路保障:让用户清楚知道各种保障措施和问题所在,以及为何资产应用能够稳定、健康的运行;
访问分析:全面分析数据应用到的产品及场景的被访问情况;
ROI评估:为用户指明当前产品或场景化应用的投入产出情况。
通过资产分析、资产治理、资产应用,我们努力让大数据从成本中心走向资产中心,让企业致力于数据资产建设和管理。让企业数据可获得全盘把握及全盘分析、清晰查看及快速使用、准确评估及合理应用、智能诊断及高效治理,让企业大数据释放出应有的价值。
(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
  • 医疗数据治理在大数据分析中的作用

    医疗数据治理在大数据分析中的作用

    数据治理对医疗保健组织意味着什么?为什么在进行大数据分析之前掌握它至关重要?数据一直是医疗保健行业的生命线。从血压读数和手术记录到保险索……查看详情

    发布时间:2018.11.19来源:Thinkstock浏览量:120次

  • 2句话告诉你什么是数据治理

    2句话告诉你什么是数据治理

    数据治理是实践和流程的集合,有助于确保组织内数据资产的正式管理。数据治理通常包括其他概念,例如数据管理,数据质量等,以帮助企业更好地控制……查看详情

    发布时间:2021.04.28来源:亿信数据治理知识库浏览量:98次

  • 2021权威解读:大数据治理包括哪些内容

    2021权威解读:大数据治理包括哪些内容

    ​近年来数据治理越来越受到国内外研究机构和学者的关注,在数据治理的框架设计等方面均取得了很多研究成果,并在商业、教育、医疗等以数据为核心……查看详情

    发布时间:2021.04.02来源:数据治理研究院浏览量:334次

  • 数据科学趋势在2019年

    数据科学趋势在2019年

    在谈到2019年要关注的主要数据科学趋势时,Kaggle的联合创始人兼首席执行官Anthony Goldbloom 预测,很快数据中心将……查看详情

    发布时间:2019.01.04来源:数据治理浏览量:82次

  • 如何有效的进行数据治理和数据管控

    如何有效的进行数据治理和数据管控

    大数据时代的到来,让政府、企业看到了数据资产的价值,并快速开始探索应用场景和商业模式、建设技术平台。但是,如果在大数据拼图中遗忘了数据治……查看详情

    发布时间:2019.01.03来源:数据改变生活浏览量:117次

  • 如何利用元数据管理数据资产

    如何利用元数据管理数据资产

    如今,各大企业都在关心数据该如何使用,但大数据应用的前提是有高质量的数据。而很多企业内部数据形态多样,标准不统一,大数据应用往往得从数据……查看详情

    发布时间:2020.11.05来源:知乎浏览量:92次

  • 美国政府开放数据的元数据标准对我国的启示

    美国政府开放数据的元数据标准对我国的启示

    从 2012 年至今,我国已相继上线近 20 个地方政 府开放数据的门户网站,国家层面的统一数据门户 网站 www.data.gov.c……查看详情

    发布时间:2019.08.27来源:大连海事大学交通运输管理学院浏览量:139次

  • 数据质量对于数据分析来说至关重要

    数据质量对于数据分析来说至关重要

    数据质量的关键所在包括:大致分为完整性,一致性,准确性,有效性和及时性这五个组件。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:119次

  • 谷歌首席决策科学家:30篇文章通关数据科学与人工智能

    谷歌首席决策科学家:30篇文章通关数据科学与人工智能

    谷歌首席决策科学家(Chief Decision Scientis)凯西柯兹科夫(Cassie Kozyrkov)在2018年非常高产,……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:84次

  • 数据质量分析主要包括那些内容?

    数据质量分析主要包括那些内容?

    数据是组织最具价值的资产之一。企业的数据质量与业务绩效之间存在着直接联系,高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:211次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议