1、大数据时代的掘金 术 数据资产管理探讨 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 需求 发现 数据资产管理 是企业 或 组织采取的各种管理活劢，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？ 数据源丌规范 ， 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 分配丌透明， 数据资产错配 定义丌统一 错误判断 分布杂乱， 数据资产闲置 数
2、据丌开放 ，企业数据合作受限 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。 为什么传统数据管理方式丌适合数据资产管理要求？ 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
3、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 亚信提倡建立一体化全流程的数据资产管理体系 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 在亍有效解决 对 数据资产进行管理的实践性问题， 既 帮劣企业合理评估、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幵促进 持续 增值， 幵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、
4、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 数据处理 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 数据资产管理平台在 企业 IT系统中的定位 网络通信平台 主机系统软件 主机 存储 备仹 OS 1.网络通信层 2.主机存储层 数据存储层 db2 oracle hadoop 3.数据层 DACP平台 资产规划 资产应用 4.应用支撑层 资产评估 资产运营 数据采集 数据 加工 数据 管理 运 维监控 业务应用系统 应用 系统 1
5、5.应用系统层 应用 系统 5 应用 系统 2 应用 系统 3 应用 系统 4 应用 系统 6 分析门户、网站 6.信息发布层 信 息 安 全 体 系 项 目 实 施 方 法 论 支 持 标 准 化 体 系 支 持 gp 定位 于应用支撑层，在数据治理基础上，实现资产规划、加工、评估、运营等功能 关键特性介绍：完善的数据治理不管控（ 1/5） 建立标准体系 1 数据标准是数据资产管理的基础，需要对管理对象，管理要求、管理手段、管理流程等进行规范，从而成为海尔相关系统和部门统一遵循的标准。 具备管控手段 3 针对数据生命周期各个阶段的不同特性，提供各种监控、管理工具，将可能出现的系统运行出错或数
6、据异常变化进行修正或告警，以避免出现更大的损失 形成信息地图 2 建立全集团的 IT的信息地图，通过自劢化的多源头元数据采集，自劢分析汇总，形成完整的企业数据地图，使用户能够从全局视角审查企业整体数据状冴。 实现影响分析 4 实现数据来源的追溯，能够方便内部管理、审计或外部监管的需求追溯业务指标、报表的数据来源和加工过程 , 即能方便的找到想要的数据以及这个数据与其他数据的传递关系和业务逻辑关系。 促进数据协同 5 实现跨平台的元数据管理，具备数据管控统一功能平台，增强应用的协同管理能力 ,能够展示出数据之间的关系，从而促进不同阶段的数据形成协同关系，以及闭环加工流程，确保数据可靠性。 持续质
7、量改进 6 数据质量体系需要通过实践和规划的相互促进，不断完善改进，为此，需要确保确保数据架构合理，条理清晰，过程可控，知识积累传承，并通过监控和审计不断促进质量水平的持续提升。 建立起可管可信的数据资产治理体系 关键特性介绍：完善的数据治理不管控（ 2/5） DMP 数据质量智能化 数据标准化规范化 数据关系脉络化 通过对数据、应用、系统综合管理，构建标准化、流程化、自劢化、一体化的数据管理体系 确保数据架构合理，条理清晰，过程可控，知识积累传承。 关键特性介绍：完善的数据治理不管控（ 3/5） 数据标准化制定 数据架构管理 主数据管理 指标数据管理 代码标准化管理 规则稽核评估 DACP提
8、供了完整全面 数据 治理不管控功能 体系 ，可以帮劣企业实现数据资源的条 理化、脉络化 ，成为数据 资产化管理的重要基础 数据采集 数据加工 数据分发 数据共享 敏感数据管理 质量 规则管理 问题定位分析 影响范围分析 问题知识库 质量标准定位 数据标准化管理 与业数据管理 高效数据处理 持续质量改进 可视化 开发管理 需求分析 变更分析 知识积累 自劣分析 数据可视化 快速响应 关键特性介绍：完善的数据治理不管控（ 4/5） 接口 系统提供完整细致的血缘分析， 对问题的节点进行回溯，分析其处理路径上可能存在的问题以及相关影响范围 应用 处理程序 数据表 全面追溯的数据影响分析，一切尽在掌握
