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:51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
  • 用大数据助力治理现代化

    用大数据助力治理现代化

    “要运用大数据提升国家治理现代化水平”“要建立健全大数据辅助科学决策和社会治理的机制,推进政府管理和社会治理模式创新”,习近平总书记的重……查看详情

    发布时间:2019.10.17来源:知乎浏览量:77次

  • 数据治理的主战场,商业智能还是数据挖掘?

    数据治理的主战场,商业智能还是数据挖掘?

    数据治理这门学问,入手极易,精通极难。说说经验吧,数据治理强调两点,一是高层支持,二是各部门广泛参与。组织内数据治理各项工作的开展都要处……查看详情

    发布时间:2019.02.21来源:知乎浏览量:80次

  • 方法论:如何从0到1搭建企业级主数据管理平台

    方法论:如何从0到1搭建企业级主数据管理平台

    企业主数据是用来描述企业核心业务实体的数据,比如客户、合作伙伴、员工、产品、物料单、账户等;它是具有高业务价值的、可以在企业内跨越各个业……查看详情

    发布时间:2020.12.04来源:知乎浏览量:138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:94次

  • 数据治理市场驱动因素和预测

    数据治理市场驱动因素和预测

    全球数据治理市场分散,主要参与者使用各种策略,如新产品发布,扩张,协议,合资企业,合作伙伴关系,收购等,以增加他们在这个市场的足迹,以便……查看详情

    发布时间:2019.07.11来源:知乎浏览量:80次

  • 打破数据治理:数据质量

    打破数据治理:数据质量

    任何数据驱动的计划的成功取决于该数据是否相关且值得信赖。随着越来越多的大学将数据视为负责任的战略规划和计划的关键,许多人都意识到:有些数……查看详情

    发布时间:2019.07.11来源:知乎浏览量:100次

  • 当今困扰企业的三个最常见的数据问题

    当今困扰企业的三个最常见的数据问题

    各组织都在发生数据危机。虽然存在缺陷,但传统的数据管理方法(ETL和MDM)运行良好,因此可以产生一些数据感。但是数据收集的增长速度远远……查看详情

    发布时间:2019.02.13来源:企业浏览量:80次

  • 数据治理的四点好处

    数据治理的四点好处

    大数据现在越来越广泛地应用在我们的日常生活当中,随着企业业务的发展,数据的来源、种类变得越来越多样化,系统改造或重新设计的难度就越大,所……查看详情

    发布时间:2022.02.22来源:小亿浏览量:156次

  • 为什么应该让企业销售和营销团队参与数据治理

    为什么应该让企业销售和营销团队参与数据治理

    虽然在许多人看来,数据治理可能仅仅是IT部门的领域。但现实情况是,每个与客户相关的组织部门都应该参与进来。特别是应该鼓励销售和营销团队在……查看详情

    发布时间:2018.11.15来源:塞浦路斯浏览量:159次

  • 数据交换平台是数据中心与其它应用系统沟通的桥梁

    数据交换平台是数据中心与其它应用系统沟通的桥梁

    数据交换平台是数据中心与其它应用系统沟通的桥梁,是进行数据交换的枢纽站。数据交换平台负责从各个业务系统采集数据,对数据进行清洗与整合,按……查看详情

    发布时间:2020.08.10来源:知乎浏览量:73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