數據資產管理領域重要的三個方向包括:資產分析、資產治理、資產應用,并需要基于這三個方向的技術研究和實戰,將流程、經驗、標準和規范等產品化,最終構成企業統一的數據資產管理平臺。
◆ 資產分析
資產分析包括了資產盤點和資產評估兩部分。資產盤點是為了讓使用數據的人員能更好的理解數據,可通過知識圖譜進行內容的理解和推理或構建企業資產目錄;資產評估則對資產的活性、投入產出比進行評估。
資產分析具體包括以下三部分內容:
資產分析對象
以企業全域大數據作為資產分析對象。
多維度數據資產分析體系
基于資產分析對象,以基層元數據、用戶行為日志、數據知識圖譜為素材,通過綜合人腦和機器學習算法是手段,充分理解數據資產內容,完成各類數據資產分析,理解數據內容;
用戶協同,并建立數據確信機制,進而實現數據內容理解與數據確信機制相輔相成的多維數據資產分析體系。
資產分析產品化
基于多維度數據資產分析體系,在技術端和用戶看不到的產品背后進行資產盤點、資產評估和資產探查,從而向用戶輸出易讀、易懂的資產報告;
提供資產導航服務,方便用戶通過多種方式找到想要的數據及其詳情;
提供特定專題的資產分析服務,如核心資產分析、用戶自定義資產分析等;
提供簡單易用、有助于資產分析和產品化的配置管理,如數據類目配置管理、數據資產打標簽等管理。
◆ 資產管理
資產治理包括對計算、存儲、治理、模型、安全、成本等領域進行治理,并形成有效的智能治理閉環,將治理方法論沉淀為工具產品輸出。
資產治理具體包括以下兩部分內容:
資產治理閉環體系
建立包括現狀分析、問題診斷、治理優化、效果反饋在內的資產治理閉環體系;
對各環節內容進行豐富和完善,問題診斷不僅僅包括計算存儲資源診斷,還包括
數據質量與數據安全的領域診斷。
資產治理多維度輸出
資產治理致力于將治理閉環能力開放。通過標準輸出、定制產品、能力輸出、構建協作機制等維度進行輸出。
◆資產應用
資產應用通過全鏈路實現端到端打通,評估應用投入產出比,并進行安全的檢測管控。
資產應用具體包括以下兩部分內容:
資產應用全鏈路體系
通過全鏈路數據跟蹤,將數據從獲取到數據處理再到
數據應用,實現端到端的打通。
資產應用產品化
圍繞最終用戶,以數據資產的本質為驅動力,提供應用分析產品。包括全鏈路“血緣”關系,清晰展示數據的來龍去脈;
全鏈路保障:讓用戶清楚知道各種保障措施和問題所在,以及為何資產應用能夠穩定、健康的運行;
訪問分析:全面分析數據應用到的產品及場景的被訪問情況;
ROI評估:為用戶指明當前產品或場景化應用的投入產出情況。
通過資產分析、資產治理、資產應用,我們努力讓大數據從成本中心走向資產中心,讓企業致力于數據資產建設和管理。讓企業數據可獲得全盤把握及全盤分析、清晰查看及快速使用、準確評估及合理應用、智能診斷及高效治理,讓企業大數據釋放出應有的價值。
(部分內容來源網絡,如有侵權請聯系刪除)