发布日期 2020-01-07

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

原标题: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 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

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 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 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 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

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