目前,
數據資產管理已經形成了一套科學的管理架構體系,其體系架構如下圖所示,主要包含9個活動職能和2個保障措施,9個活動職能指的是
數據標準管理、數據模型管理、
元數據管理、
主數據管理、
數據質量管理、數據生命周期管理、數據安全管理、
數據資產價值評估和數據資產運營流通,2個保障措施包括組織架構和制度體系。
數據資產管理體系架構
管理要點之一:自動智能化的管理活動職能。為了有效滿足
數字化轉型所帶來的大量
數據治理需求,機器學習、自然語言處理等將成為數據資產管理中
主數據管理、元數據管理。數據質量管理、數據標準管理等活動職能中的重要支撐型技術。主數據管理通過對主數據值進行控制,使得企業可以跨系統的使用一致的和共享的主數據。通過元數據管理活動,可以使企業數據信息的描述和分類實現格式統一,為機器處理創造了可能,有助于理解數據的真實含義。數據質量管理可以有效避免
數據倉庫變成“數據墳墓”。確定或執行數據資產管理標準、規則和政策的數據標準管理將成為打通“數據孤島”的重要內容。
管理要點之二:“防丟防爬”的數據安全管理。隨著云計算、物聯網、區塊鏈等技術的完善成熟,數據安全管理將成為數據資產管理重中之重的活動職能。數據安全管理的價值正在變得更加不可估量,包括災備計劃、加密解密、分類分級、權限管理、監督告警在內的數據保護需求日益提升,追蹤“黑暗數據”將成為最重要的安全優先事宜,DRaaS(災難恢復即服務)將成為最重要的安全管理方案。
管理要點之三:科學有效的數據資產管理組織架構。越來越多的企業正在成立數據資產管理委員會。數據資產管理委員會的職責包括評估數據資產、數據內部部署和外部運營流通等,組織定義內部數據質量與治理的關鍵驅動因素,為有效管理數據質量制定框架目標和政策,為實施數據資產管理設計業務與技術相對齊的策略等。通過這些環環相扣、循環往復的過程,可以有效保障企業在數據戰場上具有持久的競爭力。
(部分內容來源網絡,如有侵權請聯系刪除)