如果您需要帮助,请点击这里

大数据环境下,如何做好企业数据资产的管理

wangguanghua

王广华

2018-12-11 1678
感情男声
  • 感情男声
  • 感情女声
  • 标准男声
  • 标准女声
倍速1.0X
  • 倍速0.5X
  • 倍速1.0X
  • 倍速1.5X

免责声明:文章内容和观点仅代表作者本人观点,供读者思想碰撞与技术交流参考,不作为华为公司产品与技术的官方依据。如需了解华为公司产品与技术详情,请访问产品与技术介绍页面或咨询华为公司人员。

一、背景

电信运营商在长期的内部精细化管理和精确营销服务的过程中,积累了大量的数据。这些数据在大数据背景下具备外部变现的潜质,大数据为运营商业务分析运营带来新的变革可能。

目前,电信运营商对于大数据价值应用尚处于探索阶段,数据分散在各个业务系统里面,信息庞杂,很难统筹在一起。从数据采集、加工、存储到应用,还有很多工作要做,有价值的数据资产还在形成阶段。为了应对这种局面,在大数据平台的建设过程中,首先要做的就是把整个数据进行规范化,进行汇聚,形成企业的数据资产,为企业的发展提供有价值的信息资源。

电信业数据信息来源庞杂,主要包括:来自业务支撑系统的客户服务数据,来自网络系统产生客户使用数据,以及来自企业管理系统的企业运营数据。对数据进行有效管理是数据资产价值变现的前提,需要建立一套行之有效数据资产管理方法体系,来规范化管理企业有价值的数据信息。下文提出一套数据资产管理的方法体系,旨在大家在大数据建设过程参考借鉴。如有偏颇,欢迎斧正。

二、数据资产管理目标

通过数据治理动作在数据资产管理平台上完成数据资产的规范化管理,从而达到:统一数据含义,提升数据质量,保障数据安全,为企业发展提供可靠、易于获取的数据信息,促进数据资产价值最大化。解决当前数据资产管理中存在的问题:

1、指标数据标准不统一:相同名称的业务数据或指标,在不同业务部门及业务系统间含义不一致,数据标准缺乏结构化管理;

2、数据模型管理缺失:数据模型混乱,没有统一管理,存在大量临时的数据模型。数据集成、分析、开放等领域协同存在困难(迁移、维护);

3、数据关系及数据质量缺少监控稽核:数据源接口发生变化,需要耗费大量人力去分析哪些模型、作业需要修改;数据质量等问题如何有效监控、快速发现、及时解决。

三、如何进行数据资产管理

数据资产管理是企业为了保障在数据的获取、加工、存储、使用过程中数据的安全、及时、准确以及各方对数据理解的一致而制定的一系列标准以及流程,并且采用必要的IT手段来完成数据管理的工作。组织、标准、IT手段是数据资产管理的三要素,数据资产的管理需要从以下三方面开展相关工作。

图1:数据资产管理的三要素


(一)组织建设:

要切实保障数据资产管理工作的日常稳定运行,需要有专业的组织来实现相关工作的推进。通过组织的形式对数据资产管理工作建立制度化的保障。

建议成立企业数据中心的数据资产管理团队。可以由省公司业务支撑系统部牵头或者成立独立的大数据运营团队。省公司各部门设置1至2名数据管理员参与,负责具体的业务和技术方面事务。数据资产管理团队负责公司企业数据中心数据资产管理工作,包括数据汇聚管理、数据资产加工管理、数据服务管理以及对相关情况的评估和通报、定期进行数据资产的梳理等工作。


(二)标准制定:

数据资产管理是一个长期的数据治理过程,需要针对数据处理、使用流程制定相关的标准(规范),保障数据使用过程规范化、高效化。各类数据标准主要包括接口、模型、指标、标签、安全等方面。

1、接口规范:通过数据接口规范管理实现系统数据入和出的管控;

2、模型规范:通过模型规范的设计能够有效地管理数据并提升业务支撑效率;

3、指标规范:通过指标规范的制定,统一企业内部对业务的不同理解;

4、标签规范:制定标签规范主要实现知识积累和传递;

5、安全规范:制定安全规范用于避免百密一疏。


(三)IT手段:

管理手段通过数据管理工具来保障数据的质量安全。主要的IT系统有数据质量管理、元数据管理、数据生命周期管理、数据安全管理工具等。

1、元数据描述数据以及数据关系的数据,包含技术元数据、业务元数据和管理元数据。是数据资产管理的基础;

2、数据质量管理完成数据质量规则的配置、数据稽核、数据质量问题监控、数据质量问题处理效果的评估一系列功能,通过闭环的管理过程实现对数据质量的提升;

3、数据生命周期管理提升数据使用效率,减少数据存储资源的浪费;

4、安全管理工具基于安全规范的要求下,通过隐私信息保护、数据导出保护、应用权限管理、数据权限管理等技术手段保障数据安全。

四、数据标准化方法

由于数据资产管理的三要素中的 “组织”、 “IT手段”各省存在的差异性较大,这里不做展开。针对“组织”要素,各兄弟省公司可以根据公司的运营要求,组建数据资产管理团队开展相关工作;针对“IT手段”要素,可以根据现有系统演进或引入新的系统进行支撑。针对数据资产管理的三要素中的 “标准”部分,探讨一下数据标准化的方法。


(一)定义数据资产分类:

数据资产管理体系构建工作的起点是对数据资产的定义。数据资产定义过程通过选取合适的数据分类方案,梳理和识别运营数据资源,为后续数据资产管理体系构建工作奠定开展的基础和依据。

数据资产的定义是一个数据盘点的过程,需要梳理IT系统内数据分布及规模,梳理IT系统之间数据流向,梳理数据对应用的支撑状况,从而建立IT系统数据资产分布全视图。


(二)评估IT系统数据资产情况:

定义数据资产分类后需要对IT系统中的数据进行评估,找出需要改进的内容,包括:分析IT系统内数据标准化程度,分析IT系统内数据质量及质量管控能力,分析数据对应用的支撑价值;对标数据中心数据的涵盖范围,评估数据中心数据模型规范化能力,评估数据中心数据安全管控能力等。


(三)制定数据资产管理规范:

根据数据中心数据管理范围,制订接口规范、模型规范、指标&标签规范,以及安全规范。下图是各数据规范在整个数据资产生命周期中的示意图。通过规范来保障数据在加工处理、使用过程中的准确性、获取及时性。

图2:数据资产管理生命周期(示意图)


(四)建立信息模型,形成数据资产台账:

定义技术信息模型、业务信息模型以及管理信息模型,对数据资产进行登记,形成数据资产台账。为数据模型的分层建设,指标数据、标签数据的应用提供管理支撑。

图3:数据资产管理信息模型(示意图)

五、小结

随着网络智能化程度的进一步提升,电信网络获取的大数据将越来越丰富,数据的范围还将进一步扩大,数据加工的复杂度和速度要求会越来越高,数据的交互形式也会从内部到外部转变。对数据资产的管理手段和方法还会提出更多的挑战。

我们只要做好数据管理的三要素相关的基础工作,根据企业运营的数据需求,对组织、标准、IT进行优化调整,就能很好的满足公司对大数据运营的数据需求,为大数据价值应用提供准确合理的数据,以及高效的支撑。

0/500

请输入评论内容
提交评论

最新评论0

    查看更多评论

      评分成功!

      提交成功!

      评分失败!

      提交失败!

      请先填写评论!