未来企业增长和竞争的能力越来越取决于其数字化创新能力。为了应对企业数字化转型,企业IT架构采用分布式、微服务、移动化、大数据等技术来应对业务变化带来的挑战。
在业务敏捷变革、应用快速创新的前提下,企业的大数据需要能够准确反映出企业的业务情况,进而需要高质量的数据和完善的数据管理机制,也就是大数据资产管理。
大数据资产管理是一个复杂而长期的工程,主要包括“建规范、搭平台、管资产”三个环节。
建规范:制订资产的管理流程(加强资产的生成、使用和退出管理),制订数据资产的技术模型(全局数据资产标识)及规范。
1、实现异构资产的统一注册、统一审计、统一监控的全生命周期管理
2、通过多种手段提升资产管理的安全,防止敏感信息泄露
搭平台:建设数据资产管理平台,实现数据资产管理
根据业务目标的不同,数据资产存放在数据流、Hadoop、MPP、数据库、内存网格等异构环境中。数据资产管理平台提供了如下能力:
1、一体化的数据资产管控(注册、审计、统计、影响分析等)
2、多环境的数据资产使用同一套管理办法及流程,与存储模型、业务域没有关系
基于统一的CWM规范数据模型,实现对异构数据源的资产管理。既提供丰富的采集适配器实现数据资产的自动注册,同时也提供在线编辑、接口注册、Excel导入等人工注册的方式。
管资产:梳理现有异构环境下的数据,通过平台分阶段进行数据资产管理
1、完整:包括整个资产以及上游、下游资产关系等
2、详细:细化到资产的各个字段定义等详细信息
3、结构化:实现每个资产信息结构化存储
因为业务需求的不断变化,大数据资产的管理(梳理、规范、优化)工作是持续且长期的。因此,在客户的高度重视下,客户、平台厂商、业务厂商的紧密配合及持续演进才能建设数据资产的服务能力。
总结一下,企业开展大数据资产管理具有以下业务价值:
1、建设数据资产管理能力体系
2、多环境一体化的数据对象管理(注册、审计、统计、影响分析等)
3、从全局角度初步提升各环境的数据质量
4、为基于大数据的应用创新提供基础,可输出各类标签库
(来源EAII企业架构创新研究院,作者徐松林
关注本公众号(数据学堂,ID:data_school),后台回复“大数据资产”,即可下载《大数据资产管理实战》PPT全文。
<END>
继续阅读
阅读原文