是指由企业拥有或控制的,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。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。
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。
2. 数据资产管理在大数据体系中的定位数据资产管理在大数据应用体系中,处于承上启下的重要地位。对上支持以价值创造为导向的数据应用开发,对下依托大数据平台实现数据全生命周期的管理。
企业管理数据资产就是通过对生命周期的管理,提高数据资产质量,促进数据在“内增值,外增效”两方面的价值变现。
3. 数据资产管理的演变国际数据管理协会(DAMA,Data Management Association International)的定义:
2009年发布数据管理知识体系DMBOK1.0中将数据管理划分为10个领域:
数据治理
数据架构管理
数据开发
数据操作管理
数据安全管理
参考数据和主数据管理
数据仓库和商务智能管理
文档和内容管理
元数据管理
数据质量管理
2015年,DMBOK2.0中扩展为11个管理职能:
数据架构
数据模型与设计
数据存储与操作
数据安全
数据集成与互操作性
文件和内容
参考数据和主数据
数据仓库和商务智能
元数据
数据质量
4. 数据资产管理六大作用:全面盘点数据资产
不断提升数据质量
实现数据互联互通
提高数据获取效率
保障数据安全合规
数据价值持续释放
5. 变革中的数据资产管理数据对象纷繁复杂:来源、种类、结构越来越多,数据对象海量、多样、多元化
处理架构更新换代:底层架构向分布式系统迁移、从 ETL 向 ELT 转变
组织职能升级变迁
管理手段自动智能
应用范围不断扩大:从对内强化能力扩展到对外合作开放
6. 数据资产管理的主要内容 6.1 8个管理职能 6.1.1 数据标准管理数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束。一般包含三个要素:标准分类、标准信息项、相关公共代码。通常可分为基础类数据标准和指标类数据标准。
基础类数据标准一般包括数据维度标准、主数据标准、逻辑数据模型标准、物理数据模型标准、元数据标准、公共代码标准
指标数据标准一般分为基础指标标准和计算指标(又称组合指标)标准。基础指标一般不含维度信息,且具有特定业务和经济含义,计算指标通常由两个以上基础指标计算得出。
数据标准管理的关键活动包括:
理解数据标准化需求
构建数据标准体系的规范
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发情况
数据标准管理的目标是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、开放性和共享性管理,为数据资产管理活动提供参考依据。
6.1.2 数据模型管理数据模型按不同的应用层次分为以下三种:
概念模型:是一种面向用户、面向客观世界的模型,主要是用来描述现实世界的概念化结构,与具体的数据库管理系统无关
逻辑模型:是一种以概念模型的框架为基础,根据业务条线、业务事项、业务流程、业务场景的需要,设计的面向业务实现的数据模型。
物理模型:是一种面向计算机物理表示的模型,描述了数据在储存人质上的组织结构。
数据模型管理是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,有利于指导企业数据整合,提高信息系统数据质量。数据模型管理包括对数据模型的设计、数据模型和数据标准词典的同步、数据模型审核发布、数据模型差异对比、版本管理等。其关键活动包括:
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
设计标准化的数据模型
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
6.1.3 元数据管理元数据(Metadata)是描述数据的数据。按用途不同分为以下三种: