随着企业建设的业务系统越来越多,沉淀的数据体量也愈来愈庞大,而当前数据治理产品大多为技术人员开发使用,客户对治理结果无感知,企业在数据应用方面数据不可见、不可查、难感知、难管理等问题越发明显,极大的降低了数据的应用价值。如何让客户真正感知数据、使用数据,是数据治理应用的痛难点,数据应用广场由此应运而生,帮助让客户结合自身需求让数据用起来,发挥数据真正价值。
1 数据主权
当前企业数据分散在各业务系统中,客户常迷茫于自身数据都有哪些数据、这些数据都存在哪里、数据之间的关系如何,对数据的感知处于“黑盒子”、零散数据的状态;经过数据治理后,帮助客户逐步理清数据,对数据的感知处于“灰盒子”、朦胧的的状态;数据应用广场通过对数据进行用户语言转化,使客户不只通过业务系统去查询数据,更能实现数据全量可视、可理解、可查阅、可应用,使数据转变为“透明盒子”的状态,更加直观清晰,帮助用户实现数据主权的掌握。
2 数据应用广场产品功能设计
(一)数据全息地图——开启数据查阅的窗口
数据全息地图,将打通的各业务系统的各维度数据进行统一规划和管理,自动生成对应的数据资产目录,有效管控数据访问权限,促使数据能够跨越各业务系统相互查阅,支持对数据的来源、内容、血缘关系等信息的钻取查阅。
(二)数据API集市——实现数据复用和广域赋能
数据API集市可将数据快速封装成 API 接口,实现数据资产的共享分发,服务于在建或待建业务系统,帮助用户掌握数据主权,解决数据难应用、难共享的问题,实现企业数据资产多方应用及变现升值。
(三)算法模型超市——数据多跑腿,实战少跑腿
算法模型超市围绕“数据多跑腿,实战少跑腿”的思路,以海量的数据为驱动,将云计算、大数据技术应用于算法模型中,实现数据模型的构建、管理、共享和分析,让数据会说话,使模型在实际应用中能够提高分析精准度、提升实战效率,帮助避免重复的系统建设,盘活数据资源,提高分析效率,推动数据精细化、智能化、服务化,提升数据应用价值。
(四)数据BI商业智能——自助式数据探索与分析
数据BI商业智能秉持“智能、互动、增值”的设计理念,提供自助式数据探索与分析能力,支持对数据资产以拖拽的方式更改观察数据的维度、指标,并将数据以丰富的图表方式,进行迅速、直观的表达。提供图形的智能匹配与图形切换功能,提供多表之间的多种关联关系,极大增强数据分析的灵活度,满足更为复杂的业务分析场景,提供数据从BI到AI的一体化数据分析与应用,为数据价值发现与应用提供强有力的支撑。
(五)数智观象台——全链路数据价值面貌监测
围绕数据资产从入库、发布、应用、监控、安全等全流程环节进行多维度分析,对数据变化情况进行监测,帮助有效把握和洞察数据资产建设情况,满足业务部门对数据价值深度挖掘的要求,做出准确的业务分析、预测和决策。
(六)数据需求池——数据需求闭环管理
数据需求池提供对在各个系统使用中遇到的各类数据需求进行上报,管理者可通过数据需求管理对各类数据需求进行记录、处理、反馈,实现对数据需求的闭环管理。数据需求池应包含需求上报、需求追溯、需求管理、需求处理记录、需求处理评价等功能。
(七)统一应用中心——沉淀应用资产赋能业务建设
统一应用中心构建企业已建设的各类应用系统知识库,沉淀应用资产,提供对应用系统的分类管理、查询、共享等,帮助用户快速匹配检索应用系统,支撑自身业务系统建设。
3 数据应用广场建设价值
数据应用广场之于当下用户数据使用痛点,可以实现数据资产全局式掌握、数据共享分发主权掌握、数据算法深度价值挖掘、数据算法模型库沉淀积累、数据可视化自主构建快速复用、数据运营全貌快速掌握、数据问题全流程闭环、业务系统资产沉淀转换。
之于未来数据应用市场发展,可赋能拓展资产沉淀领域,扩大资产规模;以资产创造资产,实现价值持久化;实现数据模式、场景应用的快速复用;打造业务应用市场,沉淀业务应用;构建数据工具集,拓展数据应用维度;达成多级架构数据标准化、统一化;资产共赢,真正掌握数据主权。