为了深入落实国家大数据战略,推动大数据产业交流与合作,展示我国大数据产业最新发展成果,2019年6月4日至5日,由中国信息通信研究院、中国通信标准化协会主办、大数据技术标准推进委员会承办的2019大数据产业峰会在北京国际会议中心隆重举办。

会上,来自工业和信息化部的领导,我国众多优秀大数据领域服务商、行业应用客户、研究机构、地方大数据主管机构的领导和专家,将对大数据政策、产业、技术的现状与趋势等内容进行交流探讨。

6月5日,在数据资产管理分论坛上,东方金信实施部副总经理张义水为我们带来了题为《海盒数据资产管理平台(SAMP)简介》的演讲。

vbox10161_3K6A5419_153157_small

大家下午好!我是来自东方金信的张义水。接下来我给大家汇报一下我们东方金信对于数据资产管理方面产品落地的情况。

我介绍的内容包含两个方面:(1)我个人对于数据资产管理发展趋势的理解;(2)东方金信海盒数据资产管理平台的介绍。

一、 数据资产管理现状及发展趋势

数据资产管理历史发展过程。针对数据资产,我个人粗浅的认为,它在发展过程中经历三个阶段:

第一阶段,传统的数据管理。这个阶段更多考虑数据的集成,包括数据的收集、存储、建模、应用过程。

第二阶段,企业数据治理。认识到数据资产的重要性,发现了一些数据质量问题,我们就会很容易地衍生出这个问题,数据质量如何治理?需要有一套全面的企业数据体系来实现。国际数据管理协会制定了《数据管理的知识体系指南》,基本上企业可以参照这个指南去落地执行。

第三阶段,数据资产管理。数据资产管理是我们要把整个数据作为资产来看待,如何做全方位管理,而非仅仅只做数据治理。这个此前在国际上还没有比较成熟、成形的理论体系。昨天在会议主论坛上。我认为信通院发布的《数据资产管理实践白皮书4.0》非常有借鉴意义,给大家带来有关于数据资产管理的全面的理解认识,很适合作为参考和指导。

数据资产管理定义。前面我提到几个小概念,什么是数据资产,什么是数据资产管理。我认为,数据资产是指由企业拥有或者控制的,能够为企业带来未来经济利益的,以物理或电子的方式记录的数据资源,数据资产是能够为企业产生价值的数据资源。数据资产管理是指规划、控制和提供数据及信息资产的一组业务职能,包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序,从而控制、保护、交付及提高数据资产的价值。

数据资产的定义也是在不断变化的,但数据资产最根本的特点是数据一定要产生价值。对数据资产的管理也不应该仅仅停留在数据治理方面。

数据资产管理过程是一个囊括了数据集成、数据保护、数据资产变现等各方面的过程。我认为数据资产管理过程包括四套体系:1.资产处理体系,就是考虑如何建数据仓库和大数据平台;2.资产治理体系,看有什么数据资产,怎么提升数据质量,怎么用好数据;3.资产应用体系,数据汇聚起来一定要通过数据应用体系来体现,数据应用更多考虑怎么服务好企业。在互联网金融领域,数据已经成为企业经营的一个非常重要的价值体现;4.资产运营体系。这四个体系有机结合在一起,相辅相成,形成了一个完整的数据资产管理体系,支撑企业的发展。下面我将这四个体系分开谈一下我的理解。

数据处理体系。数据处理体系包含数据采集汇聚、清洗融合、计算分析、应用交换等。数据的采集汇聚主要运用标准化的数据采集工具,将数据采集到大数据平台汇聚库,包括、结构化和非结构化数据的批量与实时处理等。数据的清洗融合,是对来源不同的数据源进行清洗融合。对于第三方运营数据,除获得授权外,不得将数据与其他数据进行融合处理。数据的计算分析,是运用大数据分析、数据挖掘、机器学习等工具对数据进行二次处理,并为应用交换、数据运营提供相应的数据。数据的应用交换包括数据产品的开发和封装、数据应用产品的开发、数据共享交换的接口开发等。除此之外,数据处理体系还包数据调度、数据运维等。

数据治理体系。数据治理首先要有一个数据资产管理框架,建立数据资产管理体系,包括数据资产的组织机构及职能、人员和角色的权限、数据资产管理方法、制度和流程、数据资产的信息报告等。框架之外,形成实施路线,进行分门别类的数据治理,我们往往把它叫十大主题或者八大主题。一般来说包括数据模型、数据管理、数据标准、数据质量、元数据、数据生命周期,甚至还会有数据产品工厂等更多的概念。这些主题原则上不是固定的,要根据企业具体的情况进行更细的划分。

数据应用体系。数据的应用体系根据各个不同行业分类也不同,例如在金融行业分为客户管理、经营管理、风险管理、财务管理,但在政务行业应用体系的分类又不一样了,包含公共服务、交通运输等一些营商产业发展管理。所在行业不同,管理框架服务、定位的主题和方向也不一样。在原则上,数据应用有两个方向,第一个方向是基于企业内部的服务,怎么服务于业务部门,这往往是通过一些接口、应用实现的;另外一个方向是如何更好地打包数据产品,向外做服务,形成新的业务支撑点。

数据应用方式。接下来看一看数据应用的一些方式。第一个就是比较主要的基础应用服务。我们往往通过画像、标签管理应用、指标管理应用等基础应用提升数据资产对业务管理和应用管理的支撑能力。根据业务需求和具体业务应用领域开发相应的数据产品和应用产品。此外还有决策与统计分析、数据挖掘与探索、数据共享与合作应用等数据应用与服务方式。

数据运营体系。最后一点就是数据运营体系,在数据运营体系里,要把整个数据从业务系统产生,在数据中台或大数据平台汇聚,最终到下游的应用方面去做消费。未来,数据不再是简单在企业内部流转的一种资产,更多的未来针对这个资产要做价值化,怎么把这些数据或者这些数据产品做定价。数据资产交易平台定位于前端业务系统,而数据资产管理平台定位于中台系统,因此对数据资产交易平台的需求主要是两个平台的对接和管理需求。企业的整个数据通过数据运营体系很好地管理起来,在各个部门之间流转需要一些数据资产交易的清算。

二、 数据资产管理发展难题

数据资产在管理中遇到哪些现实问题?在整个数据资产管理实现过程中,我们碰到了一些现实的问题,总结起来我认为可以概括为五个方面:

1.持有的数据资产不是很清晰。在数据资产的产生、加工、管理、运营和应用过程中,企业和工作人员对自身拥有多少数据资产不清楚,数据资产与业务之间的关系不清楚等问题。在政务方面国务院非常重视这个,国家大数据局做了有关数据资源目录的梳理,这个可以很好地把我们的数据资产家底统计并展现出来,对数据资产做分析展现。

2.数据资产关联度差。数据资产缺少关联,导致数据资产的可用性非常差,数据资产无法进行交易、开放和合作,难以发挥数据资产应用的价值。我们经常碰到一个企业集成的数据系统有几十个,系统内部这些数据怎么很好的关联起来,这是非常难做的一件事。

3.数据质量不可控。我的体会是,发现数据质量问题在技术上实现很容易,但是真正要把数据质量问题解决掉是非常长期的过程。特别是金融企业在做数据治理时,都是从零开始,企业本身已经有了非常重要的核心业务系统在运行中,我们该怎么考虑它的数据治理?

4.数据价值评估体系不完善。我国大数据资产运营主要以数据交易为主,数据算法、数据模型等高层次交易尚未起步,数据价值得不到有效体现;同时,目前运营过程中缺乏对数据资产价值评估的统一标准,难以准确衡量数据实际价值。

5.数据安全和隐私保障体系不健全。无论制度如何制定,最终我们要实现数据安全和隐私保障。在目前政策法律尚未完善情况下,大数据的产生者、管理者、运营者和使用者在数据安全和隐私保护方面都必须遵守国家的法律和监管要求,并通过技术保障和道德自律等多种方式承担相应的责任,构建隐私保障体系。

数据资产管理的价值体现。在数据资产管理的价值方面,主流存在两种观念,这两种观念导致了我们对于数据平台或者对于数据资产的认识不一样。第一种观念是从数据角度看数据资产管理,这其实还是传统的思路,从数据角度出发,强调的是数据治理和管控,未将数据当做资产来管理,内涵不够丰富。第二种观念是从资产角度出发,充分挖掘数据资产的价值。强调从价值管理的角度出发管理数据资产,数据资产管理与数据资产运营共同构成数据资产管理运营体系,是中台+前台双核模式。

以上这些是我这些年在数据领域耕耘的个人理解,可能并不全面,在此与大家分享。

三、东方金信的海盒数据资产管理平台

接下来介绍一下东方金信,我们东方金信在2013年2月成立,一直把自己定为一家正在创业的小公司。但其实在大数据行业,我们认为自己还是走在行业前列的。可以用四个数字总结一下我们公司,就是“1”“2”“3”“4”。

“1”——我们就做1件事,就是基于大数据总体的解决方案,实现一站式服务。不论是底层用到的平台、还是外围用到的工具,在东方金信都可以实现,想做企业级的大数据平台,找我们就可以了。

“2”——我们公司的发展依托于两个支柱。其中一个是我们非常成熟、商业化的大数据平台,海盒大数据,另一个是海盒数据资产管理平台 SAMP。我们基于大数据平台提供更丰富的数据平台方面的集成、建模、分析、应用、服务。

“3”——我们连续三年企业营业额300%增长。这一增长速度在竞争激烈的数据行业,是非常难得的。

“4”——我们东方金信经过多年的布局发展,在四个行业取得了不错的成绩和信誉。例如在政务方面,北京市政府、海南省政府等大数据平台都是东方金信城建的。在金融行业,我们和招商银行、华夏银行等做了比较深入的关于数据平台的落地。在工业行业和能源行业上,我们平台的应用也较为广泛。

在具体实现当中,我们可以提供包括产品、实施和咨询等一站式的服务。今天我介绍的重点是基于落地实现的产品方面。东方金信有一个海盒大数据的生态圈,这里包含了数据的底层平台、数据处理平台、数据资产管理平台、数据分析平台,人工智能平台、数据中台,还有外围数据登录的统一系统和管控等。

针对数据资产管理方向给大家做一个重点的介绍。首先数据资源目录管理模块,是基于一套实时的分布式的管理模式,实现有关于企业资源目录的梳理和展现。产品优势是委办局、下属区县可以独立部署节点,灵活度高。另外用户、数据可以独立保存,安全性高。还可以配合分布式的数据传输平台,确保资源目录和共享场景一致。

在元数据管理方面,包括采集、解析、存储、管理、查询,以及服务的接口等功能。这里可以很好地支持基于数据表的所有数据模型的定义和查询,以及血缘分析和影响分析等等各个方面。

在数据质量方面,整个数据质量检查全流程的管理以及管理过程中流程化的管理都在这个平台里有集成。标准方面我们可以实现标准的全流程管理,还可以实现历史版本的管理,另外可以支持统计功能。在数据平台全生命周期管理中可以自动通过配置的策略进行数据的清理工作。除此之外还有一套比较标准的有关数据资产的管理咨询服务,可以针对一些企业的数据资产的状况进行评估。我们这里列了八个维度,进行成熟度的评估,之后给企业提供我们专业的建议和方向。

总结说,东方金信的数据资产管理平台的优势有以下几点:1.首先是企业级的数据资产管理解决方案;2.全面的数据资产管理产品支持;3.可以根据用户需求定制;4.可落地的咨询服务;5.各个行业都有大量成功参考案例。

我介绍的内容就这些,感谢大家的聆听!

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2019-06-06 17:07:30
国内资讯 2019大数据产业峰会|腾讯云云产品部工程师张雄:安全多方计算助力数字赋能
互联网行业和各行各业产生了交流,数字本身被划分成不同的属性和维度,和不同的行业产生了不同的交叉分支,比如教育、医疗或者游戏。各个行业机构往往会在他们自己对应的数 <详情>
2019-06-06 17:04:29
国内资讯 2019大数据产业峰会|光大集团刘巍:集团企业数据治理实践经验分享
回顾一下整个做数据治理的过程,第一就是业务的数据化,把业务变成数据放在系统当中。第二个就是数据的资产化,把数据作为一个资产来进行运营。第三个就是资产的场景化。 <详情>
2019-06-06 13:53:03
国内资讯 2019大数据产业峰会|中国信通院闫树:可信数据服务与安全多方计算标准解读
数据流通成为数据价值释放的瓶颈,数据价值释放的环节上数据流通成为卡脖子的环节。数据价值的释放涉及到对数据的共享与挖掘,多方之间进行转移。但是数据的转移牵扯到多方 <详情>
2019-06-06 09:17:26
国内资讯 拥抱数据浪潮,引领未来风向|2019大数据产业峰会圆满落幕
6月5日,经过两天的思想交流与碰撞,由中国信息通信研究院、中国通信标准化协会主办、大数据技术标准推进委员会承办、中国IDC圈协办的2019大数据产业峰会圆满落下帷幕。 <详情>
2019-06-05 21:45:55
国内资讯 2019大数据产业峰会|百度陈凯:基于异构计算的数据科学加速方案
、数据科学目前算力的情况。除了通用/常用的CPU,通用处理器之外,在大家机器上通常有图像显示卡,今天已经超过图像显示卡的范畴,已经应用于高性能计算,我们讲一下图像显 <详情>