数据资产化:企业数智化的必要步骤和前提条件
1056
2020-05-14 15:31    文章来源:华科诚信许艳涛
文章摘要:大数据火吗?大数据很火!

大数据火吗?大数据很火!火到任何人都能张口闭口的谈讨大数据:打个车,跑滴滴的师傅可以一路上给你普及大数据多么好或者说多么不近人情让人作弊不得;报个税,“金税三期”下大数据让企业近乎裸奔;疫情期间,大数据更是深入民心,大数据让你行踪和接触者一目了然... ... 想想也够可怕,我们无时不刻不在产生数据,而这些数据让我们无处遁形,无法躲藏。

既然无法躲藏,那就只能面对这个现实。这个世界既然已经是数字的世界,我们只能改造自己来适应这个世界。数字化的时代,无论是个人还是企业只能必须紧跟这个时代的步伐,创造者引领、跟随者生存、落伍者淘汰... ... 不管你乐不乐意,你也必须基于这个数字生存和发展。

马云说在这个时代数据将会成为最大的生产资料,会成为像水、电、石油一样的公共资源。那我们每一个企业如何能够把住自己这一亩三分地,把自己的资源守好、用好呢?数据不经过资产化就像是矿石没有经过提炼一样,你只能守着矿山要饭吃,只有让企业自己的数据成为资产,才能创造收益。因而我们的企业想要在数字化时代生存、发展,就必须首先要完成数据的资产化过程,这是企业一切数字化、智能化的必要步骤和前提条件。想要做到数据的资产化必须经过以下四个步骤:

01、运营全面数字化

运营全面数字化就是指企业全面的运营管理都要运行在各种系统上,比如协同办公系统、营销系统、SRM系统、ERP系统等,从而通过这些信息系统把运营过程中的数据存储起来。存储的数据不仅包括在这些业务系统中产生和存储的结构化数据,还包括在业务过程中产生的图片、附件、视频等文件内容,而那些伴随业务所同步产生的原始非结构化数据需要通过语音识别、OCR图文扫描、视频算法等手段识别和转换为结构化数据,方便后续的使用。

02、数字管理集中化

企业运营管理系统肯定是多种多样的,不同的系统、不同的数据库、不同的存储位置,数据一般散落在各个部门、各个系统之间,因此把这些数据集中存储和管理起来是数字进行资产化处理的关键一步。只有数据做集中化处理,才能打破数据孤岛和部门割裂门槛,为数据的流动、利用打下基础。数字管理的集中化不是要求所有的系统或者数据全部都集中在一个数据库中,而是根据现有的数据状态、数据重要度的不同,以不同的数据存储方式、不同颗粒度要求、不同的更新频度可以归到统一数据处理平台做数据处理。而通过数据中心进行汇集或者可以获取的应该不仅仅只是这些内部的业务数据,还应该包含外部数据,比如行业数据、上市公司数据、竞争对手数据、通过爬虫等抓取的其他互联网数据。

收集的数据越全面,其后对数据的利用就会越精确,否则不能称其为大。

03、数字标签化

数据标签化也可以称其为数据治理。上两步进行了数字化的支持、数字化的集中存储,只是相当于把矿石采集出来,拉到了矿场,想要获取有价值的资源,必须通过冶炼或者提纯方法进行去除杂质的过程,才能获得我们想要的最终内容。这个对数据进行提纯、去除杂质的过程就是数据的治理过程,只有经过这个过程的数据才能成为有用的资源。

第一步 数据的清洗

我们获取的数据是各种各样的:结构的、非结构的;文本的、表格的;Mysql的、ORACLE的等,不同的数据存储方法、设计方法不同、统计口径都会不同。因此,就像秦统一六国后必须要统一度量衡、统一货币、统一语言和文字一样,必须做到车同轨、书同文、行同伦。因而我们必须首先要处理元模型和元数据维护,需要经过主数据识别、数据标准建立、数据质量监控、血缘分析这些操作,完整存储主数据整个生命周期动态和变化,清晰描述数据的来龙去脉,方便跟踪业务运作的历史数据。

第二步 数据的持续管理

数据经过清洗和处理后才成为真正可用的数据。而数据的产生、处理是一个持续的、循环往复的过程,因此还必须要对数据进行日常的管理和维护。从数据创建和初始存储,到它过时被删除的整个流动过程,对数据进行近线归档、离线归档、销毁和全生命周期监控;针对数据的及时性、准确性、完整性、一致性进行评价,从而保障运营数据的质量。 

第三步 数据的标签化

也就是针对统一、清洗、存储的数据根据其特性进行标注属性的过程。数据的标签化其实就是对数据的抽象化,指的是对原始业务数据做一定提炼和定义,从而把复杂的定义经过抽象隐含在后端,用更加通俗易懂的语言方便使用人直接理解和调用。

04、数字服务化

数据完成集中、清洗、打标签后,就是相当于矿石被提纯,形成了可利用的金子的这个过程,这个时候的数据相当于数据资产化,是企业自己的主权数据。有了数据资产就相当于有了金子。基础原材料具备了,到底是被融化为金条、还是打造为金器,那就是数据为谁所用怎么使用的问题了,我们称其为数字服务化的过程。

第一是数据服务于业务部门

数据经过处理后,其数据分析应该封装为一个一个的标准服务内容。技术底层透明化,把数据提供给各个业务单元去调用,业务单元只需要从业务的角度出发使用数据服务,无需考虑底层数据技术。 

第二是数据服务于业务

通过积累的数据通过各种模型、各种算法进行业务分析,发现业务过程的问题,找到数据之间的规律,从而为业务提出专业的业务指导和运营建议。利用数据提升产品体验、利用数据开展新业务,通过这样的数据利用为企业降本增效,这是数据的价值体现过程。

后记

数字化转型涉及到方方面面,从底层业务改造到数据中心的建设,不是一步到位,也不是能一次建成的。企业也不可能等到“万事俱备只欠东风”的程度再开始进行数字化建设。因此,需要根据业务需求情况把整个数字化转型过程划分为不同的阶段、逐步建设:先做核心,后做辅助;先搭架子,再完善内容。优先设计好数据资产化建设,应该是企业数字化转型的最佳启动方式。



版权声明:

凡本网内容请注明来源:T媒体(http://www.cniteyes.com)”的所有原创作品,版权均属于易信视界(北京)管理咨询有限公司所有,未经本网书面授权,不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的,应在授权范围内使用,并按双方协议注明作品来源。违反上述声明者,易信视界(北京)管理咨询有限公司将追究其相关法律责任。

评论