数据资产管理

工欲善其事，必先利其器——数据资产云图白皮书2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数据资产管理是企业或组织采取的各种管理活动，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？数据源不规范，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不透明，数据资产错配定义不统一错误判断分布杂乱，数据资产闲置数据不开放，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。3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。4交易所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于有效解决对数据资产进行管理的实践性问题，既帮助企业合理评估、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并促进持续增值，并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、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管控体系元模型数据情景规则人员组织数据处理全局洞察采集加工快速可视化运维管控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…有机融合数据资产云图：数据资产管理的专业管家5数据资产管理平台，涵盖了采集、加工、使用、评估、优化、下线等数据资产的全生命周期管理，并基于全面数据治理能力，进一步提供专业化的数据资产“管家”服务，包括资产规划、运营管理、开放管理，以及面向企业客户和个人客户的不同类型数据资产应用，从而为大数据时代的数据资产管理和增值发展提供全面支持。数据资产治理数据资产开放管理数据资产运营管理数据资产规划管理数据资产应用应用软件浏览器终端/app电话呼叫微信短信Email内部数据传统数据库新型数据库文档资料数据加工运维管理安全管理质量管理数据体系规划数据标准化管理价值评估增值策略资产活性分析资产配置优化数据采集开发者社区数据交互中心数据资产合作平台数据可视化平台企业客户应用个人客户应用金融-风险识别医疗-传染源定位征信管理…个人数据宝库小数据聚合…政府-舆情管理注：数据资产应用内容需要根据具体业务场景定制。数据资产管理领域，服务于全行业和全客户6特定行业的大型企业（如电信、金融、航空、制造等）各行业的大中型企业中小企业以及个人客户产品部署+定制化开发产品部署+云化服务SaaS/App管理数据资产掘金经济价值注：云化服务和SaaS、App等形式目前仍处于规划阶段。给企业内与数据资产相关的不同角色人员带来价值7能够合理评估、规范和管理企业信息资产，在有效IT投资和降低管理成本的同时，挖掘和发挥数据资产价值并增值。企业管理者IT建设部门业务运营人员数据运营人员能够规范数据处理过程、保障数据资产质量、提升IT系统建设效率、快速支撑业务部门运营需要，从而激发创新、体现价值。能够快速、高效的提供体验良好的数据展现手段，通过确保了数据资产质量，从而有助于做出更加准确的业务举措。支持多种数据使用模式，并提供更为丰富、安全的数据运营管理手段，有助于企业间进行更广泛的数据合作并由此创造价值。8为什么传统数据管理方式不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不仅是技术工具，也是重要的运营管理手段！9良好界面体验完善规范标准智能化过程控制凝聚了10年以上电信级数据管理规范和实践经验，形成了一整套管理办法和信息体系全Web界面的在线操作提供了丰富的可视化组件，能够很好地帮助信息展现、问题定位和决策支持能够根据数据资产实际使用过程进行智能化分析，并动态调整管理过程中的规则参数；支持第三方应用集成一站式管理：•面向业务人员提供快速取数、自助分析、门户定制等功能；•面向技术人员提供可视化运维、自动化处理等工具；•面向管理人员提供各种评估告警以及决策支持手段；数据治理企业级大数据中心数据处理及可视化框架使能数据开放支持多租户管理、数据开放平台、数据合作加工模式等数据交互模式，并能够很好地保证数据使用过程中的隐私安全；在企业IT系统中的定位10网络通信平台主机系统软件主机存储备份OS1.网络通信层2.主机存储层数据存储层db2oraclehadoop3.数据层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15.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、运营等功能功能架构11数据资产规划数据架构管理数据标准化维度表标准化指标标准化数据资产质量数据资产加工数据流程设计数据模型设计数据处理开发数据应用开发数据测试上线数据运维运行监控告警管理数据评估数据优化存储优化下线管理质量规则管理质量规则检查质量问题管理元数据管理元数据采集元数据分类元数据稽核数据关系分析字段关系分析元数据服务数据资产安全安全策略管理安全漏洞检查权限申请分配安全审计数据处理类|数据交换类|文件操作类|数据查询类|数据安全类|数据检查类(函数适配器)Enginefordb2db2EnginefororacleOracleEngineforhadoopHadoopEngineforGBASEMPP功能层统一API层生产平台数据地图运营层数据资产应用数据资产评估数据资产运营指标墙自助分析多维报表运营诊断资产构成分析资产使用评估资产活性分析资产分布评估多租户接入管理数据开放平台BI应用商店数据分发中心…的技术架构1213元数据库元数据库元数据管理开发管理运维监控管理统一日志、通信、控制中心生产运行环境质量管理上线元数据采集1234元数据查询元数据分析元数据维护元数据采集开发过程管理需求开发管理项目开发管理。。。。数据生命周期管理应用生命周期管理进程启停临时任务管理数据质量采集数据稽核评估问题管理质量报告运维管理同步开发任务以元模型驱动，连接数据管理，开发、运维和生产运行，形成一体化管理集成架构14关键特性介绍：完善的数据治理与管控（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，通过自动化的多源头元数据采集，自动分析汇总，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况。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15关键特性介绍：完善的数据治理与管控（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、自动化、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。16关键特性介绍：完善的数据治理与管控（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•规则稽核评估提供了完整全面数据治理与管控功能体系，可以帮助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•数据标准化管理专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•自助分析•数据可视化快速响应17关键特性介绍：完善的数据治理与管控（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18关键特性介绍：完善的数据治理与管控（5/5）一站式统一运维监控为运维部门提供了一个中央管理点，使得运维人员可以紧密有效地对系统上发生的事件进行控制，为分布式环境创建一个“任务控制”中心。对收集到报警信息及时触发各种动作，可通过邮件、短信、语音等方式提醒运维人员对日常监控数据的分析，也可以帮助运维人员分析出系统中存在的性能瓶颈，以便采取适当的解决措施对系统进行优化或扩展。19关键特性介绍：高效的数据资产应用（1/4）需求设计开发调试测试部署、升级文档生成需求设计开发测试上线接口开发程序开发指标开发展示开发数据流程设计数据模型设计规则设计展示设计测试方案测试执行测试报告测试跟踪需求受理需求分析上线审核上线执行上线跟踪表格组件可视化设置全过程的开发管理，提升执行效率，确保数据质量通过数据管理来提升开发效率，而加强开发管控反过来也促进了数据质量有效提升20关键特性介绍：高效的数据资产应用（2/4）报表组件调度类图表组件地图组件流程类邮件触发UI组件社区组件分析导航组件图形组件……短信触发……规则组件安全服务组件提供方便灵活的组合方式，并能和数据组件进行绑定以组件的形式保证应用在其内部的事务控制动作过滤组件计算组件指标警告清洗组件……封装了特定业务逻辑，有明确的输入和输出，保证业务规则的实现脑图分析路径分析预测分析用户身份信息日志审计安全集成负责BIStore应用使用日志的记录，以及与经营分析系统安全模块交互进行客户端使用权限控制提供数据获取能力，对获取的数据需要提供明确的数据指标、指标口径、数据范围、数据时效性等丰富的组件库快速帮助实现数据资产应用21关键特性介绍：高效的数据资产应用（3/4）可视化的拖拽式开发类Excel的报表设计过程无失真导入Excel文件体验良好、可靠高效的设计开发过程22关键特性介绍：高效的数据资产应用（4/4）丰富美观、实用大方的数据可视化能力23关键特性介绍：创新的数据资产运营（1/3）根据多年的经验积累，总结了从数据到资产的评估体系，可以帮助企业全方位的诊断发现问题，并提供相应的策略来企业提高数据的健康度24关键特性介绍：创新的数据资产运营（2/3）通过标准化数据服务，搭建企业的应用开放平台，促进应用的百花齐放运行资源的稳定性应用上线下线管理应用共享管理信息安全管理统一数据访问接口统一应用运行机制封装好的sdkAPI进行开发信息推送API支持展示组件支持订阅中心数据处理开发；数据高速访问提供