2020.3.6 總結
數據資產 是什麼
在以下的基礎上
- 數據標準（命名、模型、開發、流程規範）
- 數據治理（元數據、數據質量、血緣分析、生命週期、數據安全）
- 數據連通融合（全域標籤、oneid）
以數據服務爲分析價值的路口，給數據打上業務標籤作爲常見載體，
實現數據業務化，做到
資產分析：（資產地圖：有哪些標籤、缺哪些標籤、精品標籤）
資產治理：（數據治理：數據質量、生命週期、安全 不合理的地方）
資產應用：通過對數據服務、以及底層的ETL邏輯 實現血緣跟蹤，保證重要資產的穩定可靠性，實現低成本高價值。
數據資產 應用場景
1、對數據打標籤，讓業務瞭解我們有什麼數據，怎麼使用這些數據。
2、落地實例舉例：芝麻信用分、品牌數據銀行、生意參謀
3、資產治理相關
4、數據服務的ROI
2020.3.1 總結
數據資產 是什麼
我理解：能帶來價值的數據。
例如 數據倉庫 能帶給 企業日常運營和決策的數據支持。
例如 芝麻信用分 能讓其他公司也能夠使用。
數據資產 怎麼做
-
資產分析：通過對數據的業務屬性 打上業務標籤，生成資產地圖，清晰方便了解哪些是核心數據，數據的使用場景和業務價值。
-
資產治理：獲取 數據存儲和計算成本，對業務的收益價值。計算數據的ROI（成本收益比）。
通過數據的被使用情況、業務價值、ROI， 對數據進行不同級別的分類。 -
資產應用：通過血緣數據，對應用層的數據進行全鏈路的資源和穩定保證、全鏈路ROI的情況，是否有安全質量的問題 。
數據資產 應用場景
- 1、資產分析
資產地圖：快速查找想要的數據資產，更方便了解核心資產和不足的資產，瞭解數據對業務的價值。 - 2、資產治理
節約數據成本：對孤島類數據 進行週期性刪除、或者對冷數據壓縮。
提高效率：每個開發者對於自己的任務（根據ROI）進行不斷的分析檢查和優化。 - 3、資產應用
全鏈路保障（資源分配、穩定及時性、錯誤定位）
應用層數據 鏈路ROI
數據安全管理
影響數據資產價值因素
- 1、數據質量（真實、準確、完整、控制成本、安全）
- 2、應用價值（多維、稀缺、時效、場景）
- 3、風險（道德、法律）
例：芝麻信用分 應用價值高 原因
1、對於用戶的數據維度可能不侷限於基礎信息，還會有 身份特質、人脈關係、行爲偏好、歷史信用、履約能力 這多個不同維度的數據支持
2、對於身份的特質、行爲偏好，因爲基礎數據全面並且準確，經過複雜的算法計算後，數據很稀缺。
3、比如用戶最近有違約的行爲，能很快的反饋在芝麻信用分。
4、對於用戶生活方面：租車、租移動電源 不用交押金。有應用場景