大数据资产管理实战（PPT）

数据学堂 2022-11-08

未来企业增长和竞争的能力越来越取决于其数字化创新能力。为了应对企业数字化转型，企业IT架构采用分布式、微服务、移动化、大数据等技术来应对业务变化带来的挑战。

在业务敏捷变革、应用快速创新的前提下，企业的大数据需要能够准确反映出企业的业务情况，进而需要高质量的数据和完善的数据管理机制，也就是大数据资产管理。

大数据资产管理是一个复杂而长期的工程，主要包括“建规范、搭平台、管资产”三个环节。

建规范：制订资产的管理流程（加强资产的生成、使用和退出管理），制订数据资产的技术模型（全局数据资产标识）及规范。

1、实现异构资产的统一注册、统一审计、统一监控的全生命周期管理

2、通过多种手段提升资产管理的安全，防止敏感信息泄露

搭平台：建设数据资产管理平台，实现数据资产管理

根据业务目标的不同，数据资产存放在数据流、Hadoop、MPP、数据库、内存网格等异构环境中。数据资产管理平台提供了如下能力：

1、一体化的数据资产管控（注册、审计、统计、影响分析等）

2、多环境的数据资产使用同一套管理办法及流程，与存储模型、业务域没有关系

基于统一的CWM规范数据模型，实现对异构数据源的资产管理。既提供丰富的采集适配器实现数据资产的自动注册，同时也提供在线编辑、接口注册、Excel导入等人工注册的方式。

管资产：梳理现有异构环境下的数据，通过平台分阶段进行数据资产管理

1、完整：包括整个资产以及上游、下游资产关系等

2、详细：细化到资产的各个字段定义等详细信息

3、结构化：实现每个资产信息结构化存储

因为业务需求的不断变化，大数据资产的管理（梳理、规范、优化）工作是持续且长期的。因此，在客户的高度重视下，客户、平台厂商、业务厂商的紧密配合及持续演进才能建设数据资产的服务能力。

总结一下，企业开展大数据资产管理具有以下业务价值：

1、建设数据资产管理能力体系

2、多环境一体化的数据对象管理（注册、审计、统计、影响分析等）

3、从全局角度初步提升各环境的数据质量

4、为基于大数据的应用创新提供基础，可输出各类标签库

（来源EAII企业架构创新研究院，作者徐松林）

关注本公众号（数据学堂，ID：data_school），后台回复“大数据资产”，即可下载《大数据资产管理实战》PPT全文。

<END>

大家都在看：

数据学堂

欢迎扫码添加歪老师个人微信（data-school），邀请加入数据学堂数据专业微信群，与业内大咖一起识数据、存数据、管数据、治数据、用数据！