通过数据资产化顶层设计..ppt

通过数据资产化顶层设计..ppt

《通过数据资产化顶层设计..ppt》由会员分享，可在线阅读，更多相关《通过数据资产化顶层设计..ppt（30页珍藏版）》请在冰点文库上搜索。

数据资产管理方法论框架及能力建设,北京神州宏图科技有限公司中国系统工程学会信息工程分会DAMA.中国胡德平2015.07,虽然数据还没有被列入企业的资产负债表，但这只是一个时间问题。

维克托.迈尔.舍恩伯格,一、数据资产化,1.数据资产的特征,数据资产是指由企业过去业务、管理或其它经营活动中形成的，由企业拥有或控制的，预期会给企业带来经济利益的数据资源。

特征一预期会给企业带来经济利益特征二应为企业拥有或者控制的数据资源特征三是由企业过去的经营活动形成的特征四可以用货币来衡量特征五与业务融合，具有良好活性,一、数据资产化,2.企业数据资产,电子文档数据体视频数据音频图片网页等,机构、人员、客户、编码等主数据财务、生产、物料、库存、销售等业务主题数据库数据仓库，汇总表、事实表、维表、报表,非结构化资料结构化管理结构化数据混合数据体，如设计方案中包含图片等关联变化较多的结构化数据（XML描述）,非结构化,结构化,半结构化,一、数据资产化,3.数据资产管理的发展三阶段,一、数据资产化,4.传统企业数据资产管理的现状,数据资产管理现状,L,数据中心建设以基础运行环境和数据运行环境集中管理为主,网络硬件与存储设备建设：

基本实现互联互通,对数据资产的价值逐步形成认识,应用系统以局部需求为驱动、应用系统积累严重,数据危机！

一、数据资产化,5.数据危机的本质及解决方案,L,本质：

1）网络与计算机应用技术发展2）与同时期竞争对手差距拉大，影响了竞争力3）数据资产处于失控状态或低级管理水平解决方案1）建立数据治理体系2）开发数据资产（规划、大数据中心、一体化平台）3）维护、运营数据资产,二、数据资产管理方法论,1.数据资产管理架构,二、数据资产管理方法论,2.数据资产治理,1.数据资产管理战略2.现状及问题3.数据资产治理目标4.主要任务5.实施方案及投资概算6.风险与效益分析,数据管理顶层设计,数据治理体系设计,数据治理体系架构设计,数据资产管理常态化,数据治理实施,数据资产治理是企业治理结构的一部分，以建立数据治理的机构，履行数据治理职能及业务规范为目标。

二、数据资产管理方法论,3.数据资产治理机构,应用平台管控团队,信息化领导小组,运行环境维护团队,数据资产管理团队,数据资产治理机构,制定信息化战略.制定信息化顶层设计项目/课题策划,企业信息模型维护数据模型管理数据标准管理数据备份数据资源评估,网络环境维护操作系统中间件/应用服务器存储系统安全保密,应用平台完善应用平台发布平台运行监控平台使用审批,由领导小组、数据资产管理、应用管理和运行环境管理人员组成的信息化管理队伍。

二、数据资产管理方法论,4.数据规划,基础设施方案大数据中心方案应用平台方案,系统模型数据模型数据标准,业务模型业务数据规范数据流分析,企业数据资产管理的关键阶段，是战略与战役之间的战术阶段。

业务梳理及数据分析,企业数据模型,数据资产管理平台实施方案,关键技术全域业务分析、完整信息采集、企业数据模型、三大实施方案,二、数据资产管理方法论,4.数据规划数据分析,二、数据资产管理方法论,4.数据规划主题数据库数据模型,二、数据资产管理方法论,4.数据规划主题数据库数据模型,二、数据资产管理方法论,4.数据规划数据/功能/用户视图,二、数据资产管理方法论,5.大数据中心建设（DAAS）,大数据中心主要通过集成企业内部生产经营数据和外部数据，包括业务型大数据（BigTransactionData）和交互型大数据（BigInteractionData），通过多种云计算的技术将之集成和处理，向企业内部和外部企业客户提供有极大商业价值的信息支撑和智能分析的数据资产管控平台。

二、数据资产管理方法论,5.大数据中心建设三类数据服务,OperatingDataasaService,Step2,Step3,支持企业业务、管理职能，包括数据采集、传输、处理与应用，包括实时数据、视频等非结构化数据。

面向科学综合研究和经营决策分析等大数据分析应用,SharingDataasaService,面向专业软件、成熟遗留系统及对外数据资产交易等,DataWarehouseasaService,二、数据资产管理方法论,5.大数据中心建设三大工程,为企业提供一体化大数据中学，帮助企业将数据进行清洗、校验和梳理，为企业提供适合的数据存储和数据库解决方案，以及提供数据访问接口和数据安全管理等，为企业的分析型应用提供支撑,基础设施,以服务的方式提供企业分析型系统构建所需的硬件，包括服务器、存储、网络设备等,数据环境建设,根据企业的数据类型和应用方向选择合适的数据存储解决方案，包括数据库等,数据服务,同时提供数据仓库实施服务，解决中小企业缺乏数据仓库领域的专门人才及维护这样一个团队的高成本问题,二、数据资产管理方法论,5.大数据中心建设数据环境架构,二、数据资产管理方法论,6.企业级一体化应用平台（SAAS）,特点：

1）包括数据源、数据集成、大数据平台、分析服务、逻辑子系统和门户层（企业私有云应用基础平台）2）基于统一组件/服务技术规范，实现插拔式集成3）集成业务、管理、决策以及移动端应用作用：

1）集中或分级部署，实现数据采集、传输、管理、处理、应用一体化2）实现数据-功能-业务深度融合3）确保数据资产活性，数据资产价值最大化,二、数据资产管理方法论,6.企业级一体化应用平台（SAAS）,DataSource,DataIntegration,BigdataPlatform,Hadoop,RDBMS,ColumnDB,NOSQL,AnalyticCapability,数字盆地,战略选井,协同设计,油藏监控,油藏分析,采注优化,单井优化,节能降耗,产量调节,Vertical/IndustrySolution,物探管理,地质研究,钻井工程,录井管理,测井管理,井下作业,采油采气,集输管理,生产调度,Portal,Web,Mobile,Widget,DataServic,勘探开发数据采集平台,经营管理数据,其它数据源,安全管理,用户管理,生命周期管理,资源管理,SystemManagement,开发管理,二、数据资产管理方法论,6.企业级一体化应用平台（SAAS）云化部署,主节点,主节点备份节点,用户接入节点,大数据存储,子节点,子节点,子节点,云化大数据平台,数据库,FTP数据服务器,三、数据资产管理能力建设,1.数据资产管理关键能力,数据标准,数据规划,数据平台,数据模型,顶层设计,集成平台,数据资产化是一场信息技术管理和应用的革命。

高复先,三、数据资产管理能力建设,2.顶层设计能力,通过数据资产化顶层设计，研究和建立科学、规范、简明、适用的数据资产建设和管理的长效机制和企业文化，全面实现三个转变：

数据管理：

由混乱无序的信息孤岛向完整规范的企业大数据中心模式转变应用模式：

由局部需求分散建设向集中集成业务协同转变管理模式：

从离散管控向流程化、规范化、智能化、精细化管理模式转变,三、数据资产管理能力建设,3.数据规划,三、数据资产管理能力建设,4.标准体系,业务规范包括职能划分、业务流程、业务数据以及业务协同规范等，是企业综合管理平台的基础。

信息模型包括业务模型、功能模型、数据模型、信息分类编码、数据元标准等，是企业综合管理平台的蓝图和建设参考依据。

技术标准主要包括技术架构、开发语言、编程规范、数据安全、数据备份、质量体系、数据服务、数据接口、开发框架等具体实施技术标准规范。

标准体系,业务规范,信息模型,技术标准,三、数据资产管理能力建设,5.数据模型,三、数据资产管理能力建设,6.一体化大数据资产管理平台,数据资产管理平台,数据应用服务为各专业版块应用提供数据访问服务,数据标准数据模型、数据元、信息分类编码、数据表单,物理数据环境根据具体项目建设主题数据库,运维管理包括数据安全、数据备份、数据服务审批等。

数据仓库支持统计报表、数据查询、KPI分析和数据共享服务。

三、数据资产管理能力建设,7.一体化集成平台,数据初始化,功能组件配置,操作权限配置,集成平台,一体化平台、组件化集成,小结,数据资产化是数据技术时代（DT）的必然趋势数据资产全生命周期管理，需要建立一套科学、简明、实用的工程化方法论体系开展企业数据资产管理核心能力建设，逐步形成数据资产管控体系企业数据资产管理平台+一体化业务协同平台，重点强调业务流程规范、数据模型统一、数据标准一致、网络平台完整覆盖，具体物理系统按需部署企业级自标准是企业数据资产管理的基础工程业务规范-数据标准-数据中心-技术平台持续完善,胡德平手机/微信：

13911751001QQ:

502038,谢谢！