《数据中台》读书笔记（3）

数据资产管理
现状和挑战：缺乏统一的数据视图、数据基础薄弱、数据应用不足、数据价值难估、缺乏安全的数据环境、数据管理浮于表面。
目标：实现数据可见、可懂、可用、可运营。
数据治理原则：标准化、透明（流程透明）、数据的认责与问责（问责与考核）、平衡（保证数据可商用的前提下，平衡各方代价，没必要追求百分百的数据质量）、变更（适应业务发展和变化）、持续改进。
数据资产管理包括：数据标准管理（原数据系统和新的数据中心做数据映射实现标准化）、数据模型管理（定数据模型规范）、元数据管理（管理表字段等元数据）、主数据管理（管理好企业最核心的数据）、数据质量管理（准确、完整、一致、有效、唯一、及时、稳定、连续、合理。注意取舍，保证数据可商用）、数据安全管理、数据价值管理、数据共享管理、生命周期管理（可恢复和不可恢复）、标签管理、数据资产门户（地图、目录、检索）、效果评估（根据行业特点、客户诉求评估、评估模型）。
成功的要素：强有力的组织架构、清晰的数据战略、重视数据的企业文化、合理的制度与流程、标准与规范、成熟的软件平台、科学的项目实施。

数据服务体系建设
数据资产只有形成数据服务才会被业务使用。数据服务是对数据进行计算的封装、生成API服务、上层数据应用可以对接数据服务API，让数据快速应用到业务中。
基础数据服务（自定义SQL获取指标和分析）、标签画像服务、算法模型服务（AI）、注册API服务
核心价值：确保数据在业务层的全域流通、降低数据接口的重复建设、保障数据获取的及时和稳定高效、使能数据能力扩展（持续改进提升数据服务）
数据服务：查询、推荐、分析、检索、圈人(找到特定人群)、风控等。
数据应用：数据大屏、数据报表、智能应用等。
服务的生命周期管理、安全控制（鉴权、黑白名单、申请审批等等）、多版本管理（灰度，在线升级，支持多版本同时在线等）、审计与计量计费（API调用次数、成功率、时间分布、热点分布、按次计费、按时长计费）

数据中台运营机制
运营的使命：数据安全及质量是中台可持续运营的基础；提效降本是打造中台影响力的关键。
统一战略、搭建组织、打造氛围、实践创新。
好使用、有价值、易理解、可阅读。
源头数据评估：安全、准确、稳定、时效、全面。
加工过程：标签测试准确率、标签产出稳定性、标签覆盖量、标签完善度、标签规范性、标签值离散度。
使用价值质量：标签使用准确率、标签调用量、标签受众热度、标签可用率、标签故障率、标签关注热度、标签持续优化度、标签持续使用度、标签成本性价比。
数据资产安全管理：分级分类进行安全管理（重要数据高级别）、脱敏（不可逆）和加密、监控和审计（表记录数的波动监控、字段的统计值波动监控、数据量监控、数据资产各种质量类指标监控、数据资产分级分类监控、数据资产脱敏监控）
数据成本运营：原始、过程（全量、增量，周期快照）、结果数据成本优化。优化点：重复计算（命名类似、相同源头、计算类似、产出类似）、冗余计算、低价值计算、调度不合理、频率不符合、
成本账单监管，追踪过程，追踪到人。
全员具备数据意识是中台战略开展的基础保障；数据中台运营一定要以场景需求（而非纯业务）为导向；运营中台本质上是对各部门需求及资源的盘活。
把规范融入工具中，这是关键。

数据安全管理
数据的生命周期：产生、存储、传输、使用、共享、销毁的安全。
统一的认证和权限管理（Kerberos）、资源隔离、数据加密、数据脱敏、数据共享的安全、数据的容灾备份、数据匿名保护、人工加干扰、隐私保护、隐私数据可销毁、数字水印、数据溯源、角色挖掘（检测冗余或过量的角色或用户权限，提供最优的角色分配）