标签类目体系（面向业务的数据资产设计方法论）-读书笔记1

序

1、将数据进行标签化的就像微积分（微分是把一个大的东西切分成足够微小的部分，积分是把切分后的微小部分组织合成）。标签的设计过程就是把各种对象充分“微分”的过程，解析和拆分得足够惊喜；而标签的使用过程就是将场景中涉及的对象标签拼装在一起使用，是一个“积分”的过程。

2、传统的数据处理往往是业务到数据再回到业务的快速贯通。适用于小企业对所需的数据局服务产出时效有严格限制，只关注当前某一个局部的应用场景。

3、标签化的数据处理则意味着数据需求经过标准化组织后规模复用。是一种中台模式：将生成好的数据全部入库编号，并检查标签项是否完整、规范、准确。将经常用到的信息、技术、功能进行标准化封装以供业务场景多样化的大型集团企业：通过=一次建设、反复享用的方式可以节省成本，形成规模效益，同时还可以为企业沉淀核心的数据资产。

4、中台的核心本质是将可复用的能力、技术和工具汇聚在一起，帮助前段业务快速响应变化。中台从定义上就超出了技术范畴，它所涉及的系统领域并不局限与技术层面。技术驱动数据中台建设从方向上就错了（搭建开发集成环境进行一站式开发，利用数据管理工具对数据标准、数据安全、元数据进行管理，利用API网管对所有服务接口进行调用监控）。

5、数据资产是能给业务带来经济价值的数据资源。数据中台的价值在于让业务快速试错，在千百次的试验中找到并发挥数据的商业价值。

6、数据资产设计师应运而生，专心研究业务所需标签，将其设计哈开发出来并在数据中台的数据资产库中上架，让业务人员能自己查看、选择、使用标签，从而极大地缩短数据资产使用周期，降低业务试错成本，通过反向推动链将数据价值发挥到极致。

第1章 因：6大数据困局

一、 数据孤岛，无法打通

1、技术