数据资产管理-简单总结

2020.3.6 总结

数据资产 是什么

在以下的基础上

• 数据标准（命名、模型、开发、流程规范）
• 数据治理（元数据、数据质量、血缘分析、生命周期、数据安全）
• 数据连通融合（全域标签、oneid）
  以数据服务为分析价值的路口，给数据打上业务标签作为常见载体，
  实现数据业务化，做到
  资产分析：（资产地图：有哪些标签、缺哪些标签、精品标签）
  资产治理：（数据治理：数据质量、生命周期、安全 不合理的地方）
  资产应用：通过对数据服务、以及底层的ETL逻辑 实现血缘跟踪，保证重要资产的稳定可靠性，实现低成本高价值。

数据资产 应用场景

1、对数据打标签，让业务了解我们有什么数据，怎么使用这些数据。
2、落地实例举例：芝麻信用分、品牌数据银行、生意参谋
3、资产治理相关
4、数据服务的ROI

---

2020.3.1 总结

数据资产 是什么

我理解：能带来价值的数据。
例如 数据仓库 能带给 企业日常运营和决策的数据支持。
例如 芝麻信用分 能让其他公司也能够使用。

数据资产 怎么做

• 资产分析：通过对数据的业务属性 打上业务标签，生成资产地图，清晰方便了解哪些是核心数据&