随着2021年国务院下发的“十四五”数字经济发展规划的通知后,数字经济近些年持续发酵,现在越来越被大厂、政府所关注。比如说BAT对智慧城市、数字经济有了特定的发展方向,百度更加倾向智慧交通、智能家具;阿里着重发展城市大脑;腾讯则强调“连接”的重要性。
就政府机构而言,我理解的智慧城市应该靠大数据技术来当作城市的数字大脑,技术平台当作城市的心脏,保障措施来做城市的五官,行业应用是城市的四肢。
大数据技术的核心就是数据治理。通过数据采集、元数据管理、主数据管理、数据质量管理、数据安全管理、数据价值管理和数据共享,实现数据治理标准化、流程化,从而有利于数据资产化。
技术平台就是数据智能化资产化。从数据采集、数据存储、数据挖掘到数据分析。在数据中台中对数据资产进行管理。
保障措施则是具备战略规划管理、完善的组织架构、健全的制度体系、完善的审计制度、长效的机制。
行业应用则是数据的运营。主要是做数据确权、价值评估、数据流通、数据服务。比如说智慧交通,公安大数据,应急管理智慧中心等等。
如何进行数据资产管理?
第一阶段:
1、盘点数据资源,评估数据资源的管理能力,梳理数据资源的管理者。
2、制定发布数据战略规划。
3、建立组织责任体系,完善组织架构体系,制定发布数据资产管理制度规范。
第二阶段:
1、制定组织级数据资产标准规范体系,建立各活动职能的实施细则与操作规范。
2、搭建大数据平台,汇聚数据资源。
3、依托统一管理平台,实现数据资产的全流程管理。
4、创新数据应用,丰富数据服务。
第三阶段:
根据既定标准规范,适应业务和数据的变化,通过对数据资产化过程与成果展开常态化检查,优化数据资产管理模式与方法。
第四阶段:
1、构建数据运营中心,充分发挥数据团队对业务部门的辅助作用。
2、建立用户视角下的SLA(Service Level Agreement,服务等级协议),并进行持续评估和改善。
数据资产管理难点?
1、数据资产管理内驱动力不足。--对于多数组织而言,仍面临数据资产管理价值不明显、数据资产管理路径不清晰、数据文化不完善等问题,
2、数据资产管理与业务发展存在割裂。--业务与技术没有融为一体
3、数据质量难以及时满足业务预期。--数据治理模型的不完善
4、数据资产无法持续运营。 --缺少大数据挖掘/分析的支持,数据资产没有达到实时性
5、数据安全风险加剧,安全合规要求日益复杂。--数据安全问题
联系客服