原文連結： 資料資產為王，解析企業數字化轉型與資料資產管理的關係
影片回顧：
課件獲取：
一、資料資產背景介紹
隨著企業數字化轉型的深入，資料體量爆炸式增長，如何控制資料生產成本、發現有價值的資料，提高資料 ROI，成了企業數字化轉型中後期的關鍵任務，這也是資料資產管理的終極目標。
而在數字化轉型過程中並不是一帆風順，往往會遇到很多問題。如何控制生產成本、發現惡性成本因素、量化生產成本？如何發現價值資料、梳理資料分佈、分析資料價值？這都是企業是實現企業數字化轉型路上需要思考的問題。
如何解決上述問題，關鍵點在於利用方法論 + 工具思路構建資料資產管理平臺。
二、資料資產管理方法論
那麼如何給予方法論進行資料資產管理呢？我們可以從以下幾個方面入手：
1、如何梳理資料：後設資料管理
在梳理資料之前，我們首先要明確三個目標：
-
目標一：明確有哪些資料
-
目標二：理解這些資料的作用
-
目標三：便捷統一的查詢入口
明確完目標後，根據後設資料管理五步法，我們來進行資料梳理：
-
第一步：採集後設資料
-
第二步：定義元模型
-
第三步：維護後設資料
-
第四步：後設資料質量
-
第五步：後設資料查詢
2、如何提升資料規範性：資料標準 + 資料模型
後設資料採集上來之後，要做的第二個事情就是資料標準和資料模型，這個步驟和後設資料管理並沒有非常明確的切分，但在一般企業做資料資產管理時一般會先做後設資料管理，因為見效比較快。
傳統的資料開發方式會出現許多問題，例如：表名缺乏約束規範，無法直觀的從表名判斷出輸出層級、資料含義；欄位缺乏註釋；欄位名不嚴謹，status 等於狀態，不等於訂單狀態；沒有定義資料生命週期 lifecycle 等。
而規範方式在底層對數倉分層、主題域等進行規範設計，建立資料標準然後統一進行模型設計，之後進行模型稽核然後模型釋出，提升整體的資料規範性。
3、如何提升資料治理
技術部門與業務部門共同確定資料質量提升場景，從業務場景出發，從上至下建設，不能由開發人員想到什麼臨時校驗什麼，包括：
-
從業務場景出發，解決實際的業務資料問題，明確建設目標，保障執行策略無偏差
-
線下調研、收集、整理資料問題，按業務目標進行分類管理
-
根據業務分類進行規則集管理，根據資料質量反饋不斷最佳化、沉澱規則集
4、如何量化資料價值
量化資料價值從兩個方向入手，一個是資料成本，一個是資料價值。
資料成本包括建設成本及資源成本兩塊，建設成本無法單算，只能根據專案成本（中臺建設、交付實施等專案）、人力成本進行估算；而資源成本則可以量化，也是我們需要重點關注的部分，包括儲存單價、計算單價等。
資料價值直接收益和間接收益，直接收益是指對於部分跨集團資料共享、資料封裝對外銷售的場景，可直接量化收入；間接收益是指大部分資料是服務企業內的業務開展，無法直接進行量化收益，只能間接從這兩個維度分析價值：資料使用熱度、資料上下游依賴。
透過資料成本和資料價值的合理測算，我們就能量化資料價值。
三、資料資產產品介紹
上面我們為大家講了很多方法論的內容，那麼有沒有一款產品能夠切實解決企業問題，幫助企業搭建資料資產管理平臺呢？在這裡我們為大家介紹袋鼠雲數棧的資料資產產品 —— 湖倉資料資產（DataAssets）。
** 湖倉資料資產管理平臺（DataAssets），** 透過後設資料管理、資料標準規範設計、資料質量提升、資料熱度和成本計算，最佳化資料生產成本、量化資料收益價值，廣泛應用於湖倉建設的中後期階段。
湖倉資料資產管理平臺的產品特點是透過統一平臺以達到治理閉環的效果。
產品主要包含以下幾個功能：
- 接入後設資料進行管理
- 後設資料查詢
- 資料標準管理
- 資料模型管理
- 資料質量管理
同時產品具備以下價值
- 梳理 / 管理企業資料
全面採集、管理、盤點資料，讓大家知道並理解企業有哪些資料
- 提升資料規範性
建設資料標準體系，透過資料模型的自動引入，完成規範的模型設計
- 提升資料質量
透過事前規則配置、事中規則執行、事後質量報告，及時發現問題資料，有效避免問題的影響擴散
- 量化資料價值
透過分析資料的成本、收益，合理評估每份資料的價值
四、資料資產客戶案例
接下來我們分享三個使用客戶的實際案例，為大家介紹資料資產管理平臺如何切實的幫助客戶解決問題。
- 金融：某支付集團一站式後設資料管理平臺
- 金融：某銀行資料質量治理提升專案
- 製造：某晶片製造企業統一資料資產管理平臺
袋鼠雲開源框架釘釘技術交流群（30537511），歡迎對大資料開源專案有興趣的同學加入交流最新技術資訊，開源專案庫地址：