数据资产认识

20221002 笔记

数据资产特征：将企业的数据资产统一管理起来，实现数据资产的可见，可懂，可用和可运营。

主要作用，对数据应用提供价值挖掘和业务赋能和实现数据全生命周期的管理。

    企业拥有或控制

   能带来未来经济利益

   数据资源

数据资产在数据中台处于中间位置，介于数据开发和数据应用之间。

 

数据治理：  车同轨，书同文。 目标是保证数据资产的质量，促进数据资产的价值创造。

　　1 提升数据质量，帮助更高效，更准确的决策

　　2 构建统一的，可执行的数据标准

　　3 数据隐私和数据安全

　　4 共同的解决数据问题的办法

　　5 可重复的数据管理流程，保证流程透明

　　6 数据的可持续云因，数据资产增值

包括数据标准管理，元数据管理，数据质量管理，数据安全管理，数据生命周期管理等内容。

                                 增加数据价值管理，数据共享管理。

 

20221009 笔记

 数据资产管理包括数据治理。

标签管理： 相关  指标，画像，字段

   一般包括标签体系的管理，标签与数据映射关系，标签应用管理。

   数据资产地图： 

 

 

 

数据资产目录：

   按照业务域，数据来源组织，数据类型组织

   数据标准例如 CPUS 的  8583报文规范。

   不能忽略任何一个客户的诉求。

   建立统一的数据标准，包括指标标准，代码标准，数据开发标准，统一数据口径。除了自己的核心业务模型之外，首先要考虑客户的核心诉求。 

数据质量（减少沟通成本）

 

数据质量管理系统

元数据管理系统： 用过 ibm information workbench

数据标准管理系统

数据安全管控平台

数据资产中心

数据资产封装成为数据服务，以接口方式提供给上层应用，才能极大释放，提升数据资产价值。

数据服务体系就是把数据变为一种服务能力，通过数据服务让数据参与业务系统中，激活整个数据中台，这也是数据中台价值。

 

数据服务：对数据进行逻辑计算（过滤查询，多维分析和算法推理等计算逻辑）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场景中。

基础数据服务： 数据查询，多维分析。

标签画像服务： 标签圈人，画像分析，实现数据中台全域标签数据跨域计算。

算法模型服务： 智能营销，个性化推荐，金融风控。