数据资源入表对企业提升数据资产估值影响不大。要想提升数据资产的整体价值,将其产品化是一种更为有效的途径。那么,数据资产产品化的具体路径是怎样的呢?下面将通过总结星光数智首席数据架构师魏战松在《星光对话》直播栏目中提出的观点,给出六大步骤。
本篇将针对前面3个步骤进行拆解,余下内容会在后续推文中呈现。
产品规划
首先是产品规划。
在进行产品规划时,需要明确所要达到的目标,包括产品用户群体、解决的问题以及带来的价值。这些目标可以是优化某个流程、预测未来的营收趋势、产品创新,或者是提供更好的客户体验。明确了产品目标后,接下来要进行数据资源评估和技术可行性评估。
数据资源评估是指了解企业所拥有的数据,包括产品数据、客户数据、交易数据以及财务和设备相关的数据。同时,还需要评估数据的质量,如完整性、准确性以及更新频率等。评估的结果主要有两个文件输出,一个是数据资源目录,它是了解整个企业资源分布情况的看板;另一个是数据质量评估报告,用于判断数据优劣的文件。
技术可行性评估是在有数据处理平台的前提下进行的,该平台包括数据采集、开发、治理以及数据服务等模块。在处理大规模数据时,如变线计算、算法预测、前后端分离,这些底层的数据平台模块以及计算、存储、硬件资源的支持都是必不可少的。如果某个模块存在短板,一定要进行补充。例如,如果没有数据服务模块,那么很难对外提供数据能力,即使发布成功,也会以较低的效率进行数据流通。因此,在技术可行性评估时也要进行相关的诊断。这是整个数据产品的规划过程。
产品孵化
产品孵化是数据链路的研发过程,包括数据采集、设计模型、数据治理以及发布的整套流程。
因为数据项目产品迭代非常快,调整周期可能是T+1,因此最核心的条件是:在高效率的数据产品孵化过程中,底层产品模块一定要具备高效数据处理能力,保障从数据采集到模型设计,再到治理监控,都能高效完成。
合规审查
数据产品的合规审查是产品化过程中不可忽视的一环。我们需要将该环节与数据盘点分开来看。数据盘点中的合规审查更多是针对数据来源和存储的合规性,而数据产品的合规审查更关注数据的权益。它包括了数据是否属于企业所有、数据流转是否符合规定、数据应用场景是否合法等等。此外,专业的律师事务所还会出具相关的法律意见书,以确保整个产品的数据来源、处理、流转以及应用过程都是合规的。
余下3个步骤将在后续拆解,欢迎持续关注~