-精选版数据资产管理.ppt

* 每天进步一点点 * 每天进步一点点 工欲善其事，必先利其器 ——数据资产云图白皮书 * * 尽管“数据是资产”概念已经广为人知，但“如何管理数据资产”仍然缺少成熟理论以及工具手段 数据资产管理是企业或组织采取的各种管理活动，用以保证数据资产的安全完整，合理配置和有效利用，从而提高带来的经济效益，保障和促进各项事业发展。该领域是大数据时代企业布局竞争的核心，也是目前市场空白。 什么是数据资产？ 存在什么问题？ 数据源不规范， 导致无效数据加工 处理缓慢， 导致低效决策 加工流程混乱， 人力物力浪费 评估手段缺失，数据资产价值大打折扣 分配不透明， 数据资产错配 定义不统一 错误判断 分布杂乱， 数据资产闲置 数据不开放，企业数据合作受限 …… 数据库 报表 文件 接口 权限 视图 … … 治理无力 应用低效 运营缺失 数据资产是企业及组织拥有或控制，能带来未来经济利益的数据资源。 * * 数据资产管理包括哪些核心内容？ 让企业数据更加准确、一致、完整、安全，降低IT成本。 使得企业数据的使用过程更为人性、快捷、智能，从而提升管理决策水平。 支持企业数据资产的分发、开放、交易等数据嫁接的实现，从而促进数据资产的价值实现。 * * 数据资产规范及治理能力 数据资产运营、开放、应用能力 数据资产管理体系核心在于有效解决对数据资产进行管理的实践性问题，既帮助企业合理评估、规范和治理企业信息资产，又可以挖掘和发挥数据资产价值并促进持续增值，并符合大数据的跨行业合作趋势 资产质量 更加可靠 创新合作更加便捷 运营手段更加丰富 数据资产应用 有效处置 租赁、报损、转换… 全面评估 资产分布、活性、配置合理性、使用策略… 使能创新 交易、数据开放… 数据资产运营 协同工作 数据资产 数据规范 管控体系 元模型数据 情景规则 人员组织 数据处理 全局洞察 采集加工 快速可视化 运维管控 第三方应用加载 标准化数据接口、平滑迁移、快速定制… 快速开发部署 效率、质量… 形式丰富易用 数据产品、报表… 有机融合 * * 数据资产管理平台，涵盖了采集、加工、使用、评估、优化、下线等数据资产的全生命周期管理，并基于全面数据治理能力，进一步提供专业化的数据资产“管家”服务，包括资产规划、运营管理、开放管理，以及面向企业客户和个人客户的不同类型数据资产应用，从而为大数据时代的数据资产管理和增值发展提供全面支持。 数据资产治理 数据资产开放管理 数据资产运营管理 数据资产规划管理 数据资产应用 应用软件 浏览器 终端/app 电话呼叫 微信 短信 Email 内部数据 传统数据库 新型数据库 文档资料 数据加工 运维管理 安全管理 质量管理 数据体系规划 数据标准化管理 价值评估 增值策略 资产活性分析 资产配置优化 数据采集 开发者社区 数据交互中心 数据资产合作平台 数据可视化平台 企业客户应用 个人客户应用 金融- 风险识别 医疗- 传染源定位 征信管理 … 个人数据宝库 小数据聚合 … 政府- 舆情管理 注： 数据资产应用内容需要根据具体业务场景定制。 * * 特定行业的大型企业 （如电信、金融、航空、制造等） 各行业的大中型企业 中小企业以及个人客户 产品部署+定制化开发 产品部署 + 云化服务 SaaS/App 管理 数据 资产 掘金 经济 价值 注： 云化服务和SaaS、App等形式目前仍处于规划阶段。 * * 能够合理评估、规范和管理企业信息资产，在有效IT投资和降低管理成本的同时，挖掘和发挥数据资产价值并增值。 企业管理者 IT建设部门 业务运营人员 数据运营人员 能够规范数据处理过程、保障数据资产质量、提升IT系统建设效率、快速支撑业务部门运营需要，从而激发创新、体现价值。 能够快速、高效的提供体验良好的数据展现手段，通过确保了数据资产质量，从而有助于做出更加准确的业务举措。 支持多种数据使用模式，并提供更为丰富、安全的数据运营管理手段，有助于企业间进行更广泛的数据合作并由此创造价值。 * * 传统数据管理方式 元数据 数据 稽核 管理 制度 外部性管理，依赖管理力度和执行自律，成难毁易。 挑战1 挑战2 挑战3 从范围来看， 从形式来看， 从内涵来看， 非结构化数据、内外部数据混搭、云化处理等都会冲击传统管理模式 数据加工的复杂度和速度要求越来越高，也对传统管理效率提出挑战 数据的交换、转让、租赁、交易等各种创新模式，也要求新的管理手段 资产验证 数据整合 交易保障 * * 良好界面体验 完善规范标准 智能化过程控制 凝聚了10年以上电信级数据管理规范和实践经验，形成了一整套管理办法和信息体系 全Web界面的在线操作 提供了丰富的可视化组件，能够很好地帮助信息展现、问题定位和决策支持 能够根据数据资