如何构建企业安全易用的数据资产?

发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:125次标签:数据治理

为稳步探索数据确权新路径、新模式,并有序驱动各类数据要素更大规模地互联互通,我们已陆续在各地试点大数据交易所等数据资产市场基础设施,比如贵阳大数据交易所等。


除此以外,还有电网行业也在逐步进行数据开放及交易探索,以期实现数据的多种形态开放应用及对外交易,构造数据对外运营新业务,释放电力能力数据价值。


如今,数据资产通过数据资产目录将标准化的数据对外发布,统一对外提供数据服务,让数据资产方便搜索和浏览,易于理解和解读,方便快捷地使用,最终让数据资产中的价值被显现出来。


今天小亿就来为大家分享下什么是数据资产管理?数据资产管理中存在哪些问题?以及如何构建企业安全易用的数据资产?


—  01  —什么是数据资产?


在理论层面,目前并没有对数据资产的权威定义。我们选取业界较为认可的概念,即:数据资产是指由企业拥有或者控制的,能够为企业带来未来经济利益的,以物理或电子的方式记录的数据资源,如文件资料、电子数据等。但在企业中,并非所有的数据都构成数据资产,数据资产是能够为企业产生价值的数据资源。


数据资产管理是对存量数据进行系统化梳理,与数据标准匹配,推动数据资源转化为数据资产的过程,即指规划、控制和提供数据及信息的一组业务职能,包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序,从而控制、保护、交互和提高数据资产的价值。数据资产管理需要充分融合业务、技术和管理,以确保数据资产保值增值。睿治数据治理平台架构图如下:


11睿治架构图.png



在数据治理架构中,数据资产管理位于底层数据和数据管理与应用之间,处于承上启下的重要地位。对上支撑数据安全管理等职能建设以价值发掘为导向的数据应用,对下实现底层数据的梳理、对接数据标准,达成企业内部“统一数据标准”的目标。


—  02  —数据资产管理的重要性


1.让数据资产可视化


企业通过发现、描述和组织数据资产,形成一套企业数据资产的清单目录,提供一套上下文背景信息,为数据分析师、数据架构师、数据管理专员和其他数据用户,根据业务价值目标更好的查找和理解相关的数据资产。最终让数据管理者高效、便捷的了解数据脉络,构建全景图,随时掌握数据资产的运营状态。


2.提升数据管控能力


企业在识别出自身数据资产的基础上,进一步构建数据资产目录,加强数据资产的管控能力,对技术管理、业务运转起到良好的支撑作用,能够让数据在业务流转过程中更规范、更有效率;


3.促进数据应用与共享


通过数据资产盘点和梳理,挖掘数据背后隐藏的价值,在数据资产的应用和共享层面,起到引擎作用,最大化释放数据的核心价值,支持公司经营和决策分析,助力企业快速发展。


4.加强数据安全管理


资产盘点是保证数据安全的基础,通过数据资产盘点完成对数据的分类和敏感等级划分,建立数据与元数据的映射关系,明确数据类型、属性、分布、分类分级等信息。并以此为依据,有针对性地设计数据存储保护、授权管理等策略,平衡数据安全和数据共享两方面。如下图表格所示:

2加强数据安全管理.jpg


—  03  —如何做好数据资产管理?


1.整体策略


(1)明确驱动力、优先选择业务价值高的应用场景


数据资产管理建设最重要的是要以价值为导向,能够对业务起到有效的支撑作用,并具备良好的运营机制,才能体现价值。


因此,可以结合当前及未来企业对数据管理工作的现状、挑战和需求进行分析,识别对业务支撑力较强的业务领域、数据主题、信息系统等,选择业务价值高的应用场景为建设支撑目标,在此范围内,进行数据目录管理工作目标和路径的设计,从而通过数据目录支撑到企业数据管理战略、产生更为直接的工作效益。

3数据治理实施步骤.jpg

数据治理实施步骤


除此以外,还可从行业发展的角度分析未来应具备的数据资产,构建相对前瞻性的数据资产管理。例如,电信运营商可对未来5G业务进行分析,构建数据资产目录,以迎接即将到来的5G类新业务应用的需求;汽车制造业的厂商可对新能源、车联网等业务进行前瞻性布局,从内外不同渠道获取相关数据资产进行分析、构建目录,支撑业务发展。


(2)配套所需的组织管理、工作机制以及文化氛围


数据资产的建设与管理需要相应的组织和机制支撑,需要企业内部数据文化达到一定氛围后,才能发挥相应的价值。


对于数据资产管理模式、评价模式、认责机制等,都需要业务部门的业务专家、数据专家深度参与其中,持续养护数据、完善数据定义、提升数据质量、分享数据成果。但我们需要在数据管理团队职责和工作机制较为明确的基础之上,能够进一步推动业务部门设置数据管理相关角色、明确职责,并在数据团队与业务团队之间、多业务部门之间,建立专项小组、讨论组等多种沟通机制,促进跨团队的沟通交流、提升数据文化氛围。


2.流程方法


数据资产目录的建设分为四个环节,包含准备阶段、目录盘点与构建、审核发布、应用与运营管理。其中,前三个环节为数据资产目录的构建过程、最后一个环节为数据资产目录的使用和管理过程。如下图:

4数据资产目录流程方法.jpg


(1)准备阶段:此阶段主要对建设数据资产的背景、环境、价值点进行分析,明确要支撑的业务场景、以及建设目标;在此基础上,确定需要构建数据资产目录的范围,进一步制定相应的数据采集模板、标准,并收集与之有关的材料。


(2)目录盘点与构建:在第一阶段准备工作完成后,利用数据资产工具,按照模板和标准,对数据资产的有关信息进行初步采集和智能解析,形成数据资产目录初始清单;然后结合人工与工具平台,对初始清单进行筛选优化,补充完善相关属性,对其实施标签分类、形成目录,建成待审核发布的数据资产目录。


(3)审核发布:组织相关业务、技术专家对建成的数据资产目录进行审核,审核通过后,向相关使用者进行发布。


(4)应用与运营管理:此环节是在数据资产目录建成发布后,对其进行使用和管理。


—  04  —数据资产管理需要注意的问题


1.元数据目录并不等同于数据资产目录


数据资产目录是在元数据目录基础上深度应用的体现。


首先元数据目录中包含的元数据是企业全量数据的代表,其中包含了很多无用信息;


其次从元数据管理过程看,很多企业所管理的元数据存在着一些弊端,这些弊端导致了元数据目录难以成为数据资产目录,这些弊端包括:

①元数据中文描述信息普遍缺失

②元数据描述信息不准确;


另外,元数据目录编目方式单一,普遍都是从技术角度进行组织,不能满足数字化时代数据资产广泛使用的人群需求;


最后企业需要在元数据管理的基础上增加一些应用场景定制,才能够将企业元数据目录进一步转化为数据资产目录,这会包含以下几个关键的场景:

①有价值元数据的甄别;

②元数据业务管理内容与责任信息的补充;

③基于数据资产的数据活动协作办公管理;

④定制化形成全局分布视角、业务视角以及应用视角的展现能力;

…...


2.数据资产目录不存在数据质量问题


数据资产目录也是存在数据质量问题的,表现形式包括:


①中文描述缺失:从业务系统、大数据等渠道获取的数据资产信息业务描述普遍缺乏;

②描述不准确:业务描述信息缺少业务部门参与,描述不准确、不完整;

③资产信息维度缺失:数据资产目录关联的资产信息维度不全,数据资产的质量信息、安全信息、认责信息、评价信息等;

④无价值资产:未进行有效的数据资产价值识别,导致一些僵尸资产、重复、测试备份、中间临时表等信息混杂其间;

⑤不合理编目:不合理的数据资产编目分类,导致数据资产检索准确性降低;

……


数据资产目录的质量问题导致数据资产知识获取效率低下,缺少维护和关联关系的数据资产不可理解,同时对基于数据资产开展的智能分析产生负面影响,如智能资产分类、智能检索、异常资产智能识别等,使得分析结论可信度下降等。数据资产目录质量问题属于数据资产治理的一部分,需要从制度、技术手段上予以保障,开展常态化的监控和维护。


3.数据资产目录需要全部做好后再开放使用


数据资产目录的建设是一个动态的、长期的过程,会随着企业数字资产管理水平的提升、数据资产应用场景的扩展,在数据资产目录覆盖范围、资产信息关联维度、资产目录质量、资产目录智能分析等方面进行扩展建设。


企业对数据资产目录服务的需求具有常态化、层次化特征,可选择重点业务域、数据资产关键信息进行盘点梳理,优先满足对数据资产信息依赖程度最高的数据分析师、数据应用开发工程师等角色的基本需求。通过有计划的迭代开发维护,不断丰富数据资产信息维度、关联关系等,覆盖更多角色的应用场景,使数据资产目录价值得以持续释放。


—  05  —EsDataAssets助力数据资产管理价值最大化


亿信华辰旗下的数据资产管理平台(EsDataAssets)通过元数据对信息资产特征进行描述,并以目录形式分类管理,形成统一的目录内容和数据资产服务,丰富的服务接口的拓展,支撑数据资产的多渠道应用,如数据共享服务、分析决策支持等,最终实现数据资产价值最大化。


1.数据资产编目


简洁可视化的目录构建流程,无缝适配接入各类元数据,并自动挂载资源,实现通过类目分类管理数据资产。目录带有自动活化功能,根据元数据内容自动更新目录信息,保证目录和实际资源的一致性。

5数据资产编目.jpg


2.数据资产标签


支持标签设计管理,批量和自动为资产打标签,标签会以业务能够理解的方式为数据进行重新的组织和定义,能够让数据变得可阅读和易理解。


3.数据资产服务


提升企业数据共享能力,在资产目录中管理的资源可以自动生成各类数据服务功能,包括:数据查看、数据下载和数据接口,也可以自定义数据交换任务,并根据数据资产对象权属信息,提供统一的数据共享服务。

6数据资产服务.jpg


4.数据资产运营


编目好的资产在赋权发布后,资产服务才能被对应的角色或用户使用,其中:API服务提供了多个参数保证了数据的权属;数据交换服务需要归属用户审批通过后方可使用。

7数据资产运营.jpg


—  06  —小结

如今,数据从辅助角色正式转变为核心要素被产业、市场、社会所认可。越来越多的企业及组织在布局数据要素,并至少已在组织内部使用起来。


当前,大数据平台储存需求已基本满足,数据要素全生命周期管理成为主要需求点,百分之七八十的企业在做的是数据管理和应用。企业所拥有的数据通过数据资产盘点,可以帮助企业厘清所拥有的数据资产现状,为发掘和释放数据中蕴含的经济价值夯实基础。


但数据资产管理是一项重要的工作,其建设过程不会是一蹴而就的,效果也不是立竿见影的,它本质属于“地基”类工作,因此需要且值得投入精力去认真构建,一旦建成并夯实,在其上面的数据管理和应用工作将得到良好的支撑和保障,数据应用价值也会得到极大的释放。了解更多数据资产平台相关内容,可访问:https://www.esenruizhi.com/products/esdataassets.html



(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
  • 数据驱动,高效的数据质量管理才是是重中之重

    数据驱动,高效的数据质量管理才是是重中之重

    给领导汇报工作时,你是否对报告的基础数据质量产生过担忧,担心质量不达标呢?大数据时代数据的核心不是“大”,而在于“有价值”,而有价值的关……查看详情

    发布时间:2019.05.06来源:亿信华辰浏览量:100次

  • 数据资产管理方案之如何让数据化为价值

    数据资产管理方案之如何让数据化为价值

    数据是资产的概念已经成为行业共识。然而现实中,对数据资产的管理和应用往往还处于摸索阶段,数据资产管理面临诸多挑战。主要分为以下三点:1、……查看详情

    发布时间:2020.08.14来源:知乎浏览量:126次

  • 数据治理:收集表单数据的最佳实践

    数据治理:收集表单数据的最佳实践

    什么是数据治理以及它与您的组织有什么关系?……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:69次

  • 数据质量对数据治理的重要性!

    数据质量对数据治理的重要性!

    人常说“失之毫厘,差之千里”,在数据来源多样化的情况下,数据的可靠性和实用性,直接影响到统计分析是否得到正确的结论,所以说数据的质量尤为……查看详情

    发布时间:2019.11.01来源:知乎浏览量:66次

  • 大数据环境下的数据质量管理策略

    大数据环境下的数据质量管理策略

    信息时代,数据已经慢慢成为一种资产,数据质量成为决定资产优劣的一个重要方面。随着大数据的发展,越来越丰富的数据给数据质量的提升带来了新的……查看详情

    发布时间:2019.11.06来源:知乎浏览量:88次

  • 数据治理的核心价值是什么

    数据治理的核心价值是什么

    数据治理工作的初心与核心目标是解决数据价值路上的这些拦路虎,这是数据治理工作的挑战所在,也是价值所在。……查看详情

    发布时间:2021.04.02来源:数据治理研究院浏览量:117次

  • 如何正确理解数据治理

    如何正确理解数据治理

    我们经常会谈到关于大数据、数据质量、主数据、元数据方面的一些问题,不可避免的会提到数据治理,那么什么是数据治理呢?……查看详情

    发布时间:2020.07.15来源:知乎浏览量:82次

  • 数据治理成功要素:制定数据质量管理办法及标准

    数据治理成功要素:制定数据质量管理办法及标准

    数据质量管理是指为了满足信息系统的需要,对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,……查看详情

    发布时间:2022.02.25来源:小亿浏览量:197次

  • 数据管理与数据治理的区别

    数据管理与数据治理的区别

    当我们谈数据资产管理时,我们究竟在谈什么?就目前而言,我们谈论得最多的非数据管理和数据治理这两个概念莫属。但是对于这两个概念,两者的准确……查看详情

    发布时间:2019.11.22来源:知乎浏览量:79次

  • [数据治理方法论]6点数据治理最佳实施方法

    [数据治理方法论]6点数据治理最佳实施方法

    在寻找数据治理最佳实施方法时,您可以从其他通过数据治理项目的各种流程和模型中学到东西。尽管每个企业都不同,但仍有可借鉴之处,因此无需完全……查看详情

    发布时间:2021.05.28来源:亿信数据治理知识库浏览量:131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