大数据时代数据资产管理“五星模型”.docxVIP

PAGE 1 PAGE 1 大数据时代数据资产管理“五星模型”  数据就像企业的根基。然而并非全部数据都可能成为资产。假如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估、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。然而并非全部数据都可能成为资产。假如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，以下六类问题特别普遍：  ·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  毕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推断：可掌握，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供应更精准的产品和服务、降低成本并掌握风险，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应当只负责HowtoDo的问题。转变架构，应当先从人转变；企业的变革，应当先从组织变革做起。当数据成为核心资产，企业应当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：怪数据不精确、不牢靠、担心全。  实际上，数据驱动的是企业的核心业务，因此数据治理不应当只是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供应针对企业将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。 图3大数据治理的重点 数据就像企业的根基。然而并非全部数据都可能成为资产。假如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估、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。然而并非全部数据都可能成为资产。假如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，以下六类问题特别普遍：  ·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  毕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推断：可掌握，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供应更精准的产品和服务、降低成本并掌握风险，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