大数据时代数据资产管理五星模型.pdfVIP

大数据时代数据资产管理 “五星模型” 数据就像企业的根基。然而并非所有数据都可能成为资产。如果没有将数据视为资产加以有效管理 ，即使 数据再多 ，对于企业来说也只是垃圾和负担。 伴随着大数据时代的悄然来临 ，数据的价值得到人们的广泛认同 ，对数据 的重视提到了前所未有的高度。数据已经作为企业重要资产被广泛应用于盈利分 析与预测、客户关系管理、合规性监管、运营风险关理等业务当中。 大数据与数据资产管理 数据就像企业的根基。然而并非所有数据都可能成为资产。如果没有将数 据视为资产加以有效管理 ，即使数据再多 ，对于企业来说也只是垃圾和负担。在 传统企业数据资产管理的过程中 ，以下六类问题非常普遍 ： ·数据架构失控 ； ·元数据管理混乱 ； ·数据标准缺失 ； ·数据质量参差不齐 ； ·数据增长无序 ； ·数据安全问题突出。 导致这些问题的根本原因是数据资产管理与企业 IT 信息化的过程紧密相 连。企业的IT 建设过程不可能一蹴而就 ，而是通过长期不断的迭代演进而来。 在这个过程中 ，大量数据沉睡在企业 IT 系统的存储介质中 ，没有得到充分发挥 其价值的机会。 数据资产管理的核心 究竟具备什么样的特性 ，才可以将数据定义为资产呢 ？我们可以通过以下 三个标准判断 ：可控制 ，可量化、可变现。 对于如何通过高效的数据资产管理 ，帮助企业凭借高质量的数据提供更精 准的产品和服务、降低成本并控制风险 ，从而提升企业的核心竞争力 ，新炬网络 董事 EVP、新炬软件董事 CEO程永新提出了由 “三个基础”和 “两个飞轮”组 成的 “数据资产管理五星模型”。 图 1 数据资产管理五星模型 三个基础 ： 1.数据架构 ：驱动企业架构成熟度 “数据驱动一切” ，对于大数据时代的企业发展来说 ，一点也不过分。在 企业中 ，我们不难看到 ERP、CRM、财务系统、技术架构、数据中心的运营和 维护…… ，这些资源都有专人负责管理。而当数据成为企业核心资产后 ，又由谁 来负责呢 ？ IT应该只负责 How to Do 的问题。改变架构 ，应该先从人改变 ；企业的变 革 ，应该先从组织变革做起。当数据成为核心资产 ，企业应该设立专业责数据架 构和管理的跨项目的专业数据管理实体化 ，或是虚拟的组织 ，不断完善数据架构 ， 提升企业在数据规划、设计、开发和交付的质量 ，将 IT 系统建设生命周期从头 到尾管理起来。 图 2 数据生命周期 2.数据治理 ：治而不乱 ，让数据变成资产 现在 IT 部门最悲催的是 ，IT 部门不是数据的 owner ，但当数据出现问题时 却都来找 IT 部门 ：怪数据不准确、不可靠、不安全。 实际上 ，数据驱动的是企业的核心业务 ，因此数据治理不应该只是 IT 部门 的职责。它还需要得到业务部门的广泛参与 ，通过部门间的沟通持续提供针对企 业未来状态愿景的业务决策、业务定义、数据质量过程、以及开发优先级等方面 的支持。共同商讨出的这个标准不一定最优 ，但却是在目前的工作实践中最有效、 最合适的。 3 ．数据共享 ：大数据的基础 共享经济开启了新时代 ，数据共享是大数据的基础。所有基于互联网提供 的工具解决的都是信任问题 ，没有信任作为基础 ，就没有共享的存在。 图4 数据共享存储 首先要在企业内部解决共享数据的问题。在大数据以前 ，企业都是用 ESB ， 但人们逐渐发现 ，只有企业总线是无法解决问题的。因为服务的解决只是把复杂 的问题用简单的方法封装起来 ，但看起来完美的调用并没有解决数据的核心问 题 ，如数据的安全、质量、交互、价值 ，只是用 service 进行完美封装 ，但并没 有得到解决。 现在通常存在一个悖论 ：企业建设大数据中心时投入的资金 ，要远远大于 从数据中心中获得的收益。真正用到数据的时候 ，我们才发现 ，数据的质量低下 ， 影响分析精度 ；没有清晰元数据 ，数据无法理解和运用 ，数据分析无从入手 ；无 法充分利用数据 ，可以使用于分析和应用的数据只是冰山一角 ；数据访问不受限 制 ，数据安全问题突出……种种问题