数字资产管理方案分享
2022-10-27 21:33:56 4 举报AI智能生成
数字资产管理方案分享
作者其他创作
大纲/内容
数据资产管理是什么
概念
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。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。
两个关健特征：能够为企业带来经济效益、可计量成本与收益
数据资产管理
是指规划、控制和提供数据及信息资产的一组业务职能，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、交付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。
目标
提升数据成为资产的转化率
数据价值难以释放的原因是什么
缺乏数据图
质量不过关
数据难互通
获取成本高
安全难保障
如何通过数据资产管理来释放数据资产的价值
盘点数据资产
数据资产管理的切入点是对数据家当进行全面盘点，形成数据地图，为业务应用和数据获取夯实基础。
提升数据质量
设计数据质量稽核规则，加强从数据源头控制数据质量，形成覆盖数据全生命周期的数据质量管理，实现数据向优质资产的转变。
打破数据孤岛
建立数据共享制度，完善数据登记、数据申请、数据审批、数据传输、数据使用等数据共享相关流程规范，同时搭建数据流通开放平台，增强数据的可得性，促进数据的交换流通，提升数据的服务应用能力。
提高获取效率
搭建数据管理平台，采取机器学习等相关自动化技术，将大量前期的数据准备时间和交付项目的时间缩短，提升数据的获取和服务效率， 让数据随时快速有效就绪，缩短数据分析人员和数据科学家的数据准备时间，加快数据价值的释放过程。
保障数据安全
建立体系化的数据安全措施、执行数据安全审计，全方位进行安全管控，确保数据获取和使用合法 合规
形成持续闭环
管理方面，建立一套符合数据驱动的组织管理制度流程和价值评估体系。技术方面，建设现代化数据平台、引入智能化技术，确保数据资产管理系统平台持续、健康地为数据资产管理体系服务。
数据资产管理主要做什么
数据标准管理
数据标准
概念
数据标准是指保障数据内外部使用和交换一致性和准确性、规范性的约束，数据标准管理则是通过统一的数据标准制定与发布来实现数据平台的完整有效一致与规范。
分类
指标类数据标准
为了适应一些特定的应用场景以及业务需求，比如经济指标等，指标类的标准又细分为基础指标以及计算指标。
基础类数据标准
参考数据、主数据标准、逻辑数据标准、物理数据标准、原数据标准、公共代码和编码标准等
数据标准三要素
信息项
分类
公共代码和编码
数据标准管理
概念
指数据标准的制定和实施的一系列活动
目标
通过统一的数据标准制定和发布，结合制度约束、系统控制等手段，实现企业大数据平台数据的完整性、有效性、一致性、规范性，推动数据的共享开放，构建统一的数据资产地图，为数据资产管理活动提供参考依据。
关键活动
理解数据标准化需求
构建数据标准体系和规范
规划制定数据标准化的实施路线和方案
制定数据标准管理办法和实施流程要求
建设数据标准管理工具，推动数据标准的执行落地
评估数据标准化工作的开展情况
数据模型管理
数据模型
概念
数据模型是现实世界数据特征的抽象，
分类
概念模型
概念模型是面向用户与客观实践的，其本身与数据库或者数据仓库的架构搭建没有特别多的关系。
逻辑模型
在建立了概念模型的基础之上可以构建逻辑模型，逻辑模型是面向业务的，用于指导一些数据库系统的实现
物理模型
物理模型是基于逻辑模型，面向计算机物理表示，考虑了操作系统、硬件模型等等，描述数据在存储介质上的结构。
数据模型管理
概念
指在信息系统设计时，参考业务模型，使用标准化用语、单词等数据要素来设计企业数据模型，并在信息系统建设和运行维护过程中，严格按照数据模型管理制度，审核和管理新建数据模型，数据模型的标准化管理和统一管控。
目标
通过数据模型管理可以清楚地表达企业内部各种业务主体之间的数据相关性，使不同部门的业务人员、应用开发人员和系统管理人员获得关于企业内部业务数据的统一完整视图。指导企业数据整合， 提高信息系统数据质量。
关键活动
定义和分析企业数据需求
定义标准化的业务用语、单词、域、编码等
设计标准化数据模型，遵循数据设计规范
制定数据模型管理办法和实施流程要求
建设数据模型管理工具，统一管控企业数据模型
元数据管理
元数据
概念
元数据是描述数据的数据
分类
技术元数据
技术元数据主要是指和技术领域相关的，包括数据结构的定义、数据的转换等等。
业务元数据
业务元数据是和业务相关的，包括业务的术语信息的分类、指标、统计口径等等。
管理元数据
管理元数据主要是管理领域相关的概念、规则，包括人员的角色、岗位的职责以及管理的流程等。
元数据管理
概念
是数据资产管理的重要基础，是为获得高质量的、整合的元数据而进行的规划、实施与控制行为。
目标
快速掌握元数据变更可能造成的影响，有效评估变化该元数据带来的风险，逐渐成为数据资产管理发展的关键驱动力。
内容
向前看
先后看
看历史
看本体
向上看
向下看
关键路径
理解企业元数据管理需求
开发和维护元数据标准
建设元数据管理工具
创建、采集、整合元数据
管理元数据存储库
分发和使用元数据
元数据分析（血缘分析、影响分析、数据地图等）
元数据非常关键的运用是进行血缘分析和影响分析，通过进行血缘分析和影响分析可以帮助我们了解一些数据的走向，知道数据是从哪里来到哪里去，也可以构建数据地图和数据目录自动提取元数据信息，帮助我们了解目前拥有什么样的数据资产。
主数据管理
主数据
主数据（Master Data）是指用来描述企业核心业务实体的数据， 是企业核心业务对象、交易业务的执行主体。
主数据管理
主数据管理（MDM ，Master Data Management）是一系列规则、应用和技术，用以协调和管理与企业的核心业务实体相关的系统记录数据。
目标
通过对主数据值进行控制，使得企业可以跨系统的使用一致的和共享的主数据，提供来自权威数据源的协调一致的高质量主数据，降低成本和复杂度，从而支撑跨部门、跨系统数据融合应用
关键活动
理解主数据的整合需求
识别主数据的来源
定义和维护数据整合架构
实施主数据解决方案
定义和维护数据匹配规则
根据业务规则和数据质量标准对收集到的主数据进行加工清理
建立主数据创建、变更的流程审批机制
实现各个关联系统与主数据存储库数据同步
方便修改、监控、更新关联系统主数据变化
数据质量管理
数据质量
概念
数据质量是保证数据应用效果的基础。
指标
完整性（数据是否缺失）
规范性（数据是否按照要求的规则存储）
一致性（数据的值是否存在信息含义上的冲突）
准确性（数据是否错误）
唯一性（数据是否是重复的）
时效性（数据是否按照时间的要求进行上传）
数据质量管理
概念
数据质量管理是指运用相关技术来衡量、提高和确保数据质量的规划、实施与控制等一系列活动。
关键活动
开发和提升数据质量意识
定义数据质量需求
剖析、分析和评估数据质量
定义数据质量测量指标
定义数据质量业务规则
测试和验证数据质量需求
目标
获得一些干净以及结构清晰的数据，进而可以提高数据应用和服务的水平。
数据安全管理
概念
是指对数据设定安全等级，按照相应国家/组织相关法案及监督要求，通过评估数据安全风险、制定数据安全管理制度规范、进行数据安全分级分类，完善数据安全管理相关技术规范，保证数据被合法合规、安全地采集、传输、存储和使用。
目标
建立完善的体系化的安全策略措施，全方位进行安全管控，通过多种手段确保数据资产在“存、管、用”等各个环节中的安全，做到“事前可管、事中可控、事后可查”。
关键活动
理解数据安全需求及监管要求
定义数据安全策略
定义数据安全标准
定义数据安全控制及措施
管理用户、密码和用户组成员
管理数据访问视图与权限
监控用户身份认证和访问行为
定义数据安全强度，划分信息等级
部署数据安全防控系统或工具
审计数据安全
数据价值管理
概念
数据价值管理是对数据内在价值的度量，可以从数据成本和数据应用价值两方面来开展。
目标
优化数据服务应用的方式，最大可能性的提高数据的应用价值。
内容
数据成本管理
从度量成本的维度出发，通过定义数据成本核算指标、监控数据成本产生等步骤，确定数据成本优化方案，实现数据成本的有效控制。
数据价值（收益）管理
数据价值（收益）主要从数据资产的分类、使用频次、使用对象、使用效果和共享流通等方面计量。
关键活动
确定企业数据集成度水平
确定企业数据的应用场景
确定数据存储、计算和运维的成本预算
明确数据成本和收益的具体计量指标
计算数据在不同应用场景下的成本和收益
计算企业数据资产的总体成本和收益
制定数据成本优化方案和提升数据增值方案
审核、改进方案
数据共享管理
概念
数据共享管理主要是指开展数据共享和交换，实现数据内外部价值的一系列活动。
目标
推动数据价值创造模式的不断创新， 从根本上改变企业管理、社会管理和政府治理的发展趋势。
类别
数据内部共享（企业内部跨组织、部门的数据交换）
外部流通（企业之间的数据交换）
对外开放
关键路径
定义数据资产内部共享和运营流通监控指标
设计数据资产内部共享和运营流通管理方案
制定数据资产内部共享和运营流通管理办法和实施流程要求
监控数据资产内部共享和运营实施
监督落实数据内部共享与外部流通等合规性管理要求
分析内部共享与运营流通指标，评价运营效果并改进
保障措施
制定战略规划
完善组织架构
建立制度体系
分支主题
设置审计机制
开展培训宣贯
数据资产管理的工具
数据标准管理工具
标准生成
标准映射
变更查询
映射查询
维护标准
版本查询
标准导出
标准文档管理
数据模型管理工具
数据模型设计
数据差异稽核
数据模型变更管控
模型可视化
元数据管理工具
元数据采集
元数据识别
元数据分类
元数据展示
元数据应用
元数据搜索
主数据管理工具
主数据存储、整合
主数据管理
主数据分析
主数据分发与共享
数据质量管理工具
质量需求管理
规则设置
规则校验
任务管理
监控分析
质量报警
报告生成
数据安全管理工具
数据获取安全
数据脱敏
统一认证
租户隔离
角色授权
日志审计
异常监控
数据分类分级
数据价值管理工具
数据需求分析
数据价值评估
数据成本管理
数据收益管理
数据服务
数据资产价值统计
数据服务管理工具
服务目录
服务目录版本管理
数据资产共享和流通
其他功能
如何开展数据资产管理
统筹规划
主要内容
建立责任体系
盘点数据资产
制定标准规范
交付物
《数据资产管理规划》、《数据资产管理认责机制》、《数据资产管理工作指引》、《数据资产管理考核评价办法》
《数据资产盘点清单》、《数据资产管理现状评估》
《数据资产标准管理办法》
管理实施
主要内容
八大管理
交付物
《数据资产管理办法》、《数据资产管理实施细则》（包括数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全管理、数据应用管理等）。
稽核检查
主要内容
一是数据标准执行情况检查的常态化
二是数据质量稽核的常态化
三是灵活配置数据存储策略的常态化
四是数据资产安全检查的常态化
交付物
《数据资产管理稽核办法》、《数据资产管理问题管理办法》。
资产运营
主要内容
需要从数据安全管理及合规性、数据资产成本及价值创造、组织结构优化、数据质量提升等方面进行规划并不断迭代，持续优化数据资产管理能力。
交付物
《数据资产价值评估方法》、《数据资产成本管理方法》、《数据资产共享流通管理办法》。
0 条评论
下一页
