山西农信行业资讯小漫画|大数据背景下数据资产管理新特征
一、
数据资产管理新特征
随着大数据的迅猛发展,
数据资产管理相对传统的数据管理是正在变革的,
逐渐呈现一些新特点,
可以从 数据对象 、处理架构 、组织职能 、
管理手段 和 应用范围 五个方面来认识。
1、数据对象缤纷复杂
数据作为数据资产管理的对象,
体现出数据 规模海量庞大 、
数据 格式种类繁杂 以及
数据 来源各式各样 等特征。
具有 4V特性 的数据称为大数据
集中储存/集中计算已经无法处理巨大的数据量
仅微博就有近3亿用户,
每天刷上亿条微博。
中型城市每月数十亿智能电表数据
2015年全球移动终端产生的数据量6300PB
文本/图片/视频/文档 等
海量数据的及时有效分析
用户基数庞大/设备数量众多/实时海量/数据指数级别增长
单条数据并无太多价值,
但庞大的数据量蕴含巨大财富。
2. 处理架构更新换代
处理架构的更新换代体现在两个方面。
一方面是底层架构 ,
数据处理的底层架构
快速的向分布式系统迁移。
另一方面是数据的预处理流程正在从
传统的ETL 结构向 ELT 转变 。
而大数据背景下的架构体系是 ELT结构,
其根据上层的应用需求,
随时从数据湖中抽取数据建模分析。
3. 组织职能升级变迁
随着数据分析与业务融合越来越深入,
业务部门逐步成为大数据应用的主角,
因而数据资产管理 在企业中
扮演越来越重要的角色。
出现了越来越多的企业设置专门的
数据管理职能部门
或 首席数据官(CDO,Chief Data Officer)岗位。
在这种变迁背景下,
数据管理的组织架构也面临革新的需求。
4. 管理手段自动智能
依靠“手工人力”的电子表格数据治理模式
即将被“自动智能”的“专业工具”取代,
越来越多的数据管理员、业务分析师
和数据领导者采用“平台工具”来梳理
元数据 、主数据 ,构建模型 和管控质量 ,
有效地解放人力,提高效率和精度。
5. 应用范围不断扩大
数据的应用范围在不断扩大,
由传统的支持管理需要的战略决策分析为主,
发展为支撑业务一线业务场景
的战术性决策。
数据资产的意义价值也从
对内强化能力扩展到了对外合作开放 上,
从而实现数据资产保值到增值的跨越。
数据应用范围越广,
就越需要智能化的数据资产管理技术及完备的管理制度作为支撑,
从而实现数据精细化管控和数据价值最大化。
相关大数据分析能力
已与银行多个业务场景深度融合,
突破了传统分析的束缚,
实现银行业务创新,产品创新与服务创新。
No.2
数据资产管理内涵概述
数据资产管理是现阶段
推动大数据与实体经济深度融合、
新旧动能转换、经济转向高质量发展阶段的
重要工作内容。
数据资产管理在大数据体系中
位于应用和底层平台中间。
数据资产管理包括两个重要方面,
一是数据资产管理的核心管理职能 ,
二是确保这些管理职能落地实施的保障措施 ,
包括组织架构、制度体系。
数据资产管理包含
8个 管理职能 和5个 保障措施。
管理职能是指落实数据资产管理的一系列具体行为,
保障措施是为了支持管理职能实现的一些辅助工作。
1、管理职能
数据资产管理的管理职能包括
数据标准管理 、数据模型管理 、
元数据管理 、主数据管理 、
数据质量管理 、数据安全管理 、
数据价值管理 以及数据共享管理 等8个方面 。
前述我们也有专题介绍过,
后续也会深入、持续讨论。
山西农信数据治理连载漫画 | 数据治理-安全管理篇
2、保障措施
数据资产管理是体系化非常强的工作,
需要充分考虑企业内部IT系统、数据资源
以及业务应用的开展现状,
同时也要考虑围绕业务开展所设立的人员和组织机构的情况,
在此基础上设计一套有针对性的
数据资产管理组织架构 、管理流程 、
管理机制 和考核评估办法 。
通过管理的手段明确“责权利”
以保障数据资产管理工作有序开展。
数据资产管理的保障措施可以从
战略规划 、组织架构 、制度体系 、
审计机制 和培训宣贯 五方面进行展开。
典型的组织架构主要由
数据资产管理委员会 、数据资产管理中心
和各业务部门 构成。
为了让组织架构中的各个角色
相互配合,各司其职,
还需要明确他们相应的职责,
让工作职责融入到日常的
数据资产管理和使用工作中。
数据认责 是数据资产管理在服务
各领域、各环节工作落到实处的有效手段,
通过数据角色职责开展数据认责相关工作。
具体认责条例、管理办法及相关制度流程
由数据资产管理委员会进行制定。
主编 | 张生勤
责编 | 付 斌
编辑 | 武翠芳
来源 | 省联社科技信息中心
聚合阅读