独家专栏 | 如何实现设计行业数据资产的管理和应用

数据资产是指由个人或企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源。

针对勘察设计行业具体来讲，数据资产一方面是指以个人或企业的图纸、文档、方案、三维模型、照片、视频、数字版权等等以文件为载体的数据，另一方面还有大量比如WBS、CBS、校审意见、质量问题、计划模板等非文件类的数据。数据资产被认为是数字时代的最重要的资产形式之一，同时也是企业数字化转型的重要驱动力。

离开高质量的数据设计和应用，很难有企业仍然可以高效运行。今天，各企业都依赖于它们的数据资产以做出更明智和有效的决策。企业领导者正利用数据资产，通过丰富的客户资料、合同信息，通过创新使用和高效运营取得竞争优势。企业通过数据资产，提供更好的设计产品和服务，降低成本，控制风险。随着企业对数据需求的不断增长，以及企业对数据依赖性不断增强，人们可以越来越清楚评估数据资产的商业价值。

● 数据治理：依托企业数据管理实践，形成企业数据战略、治理组织人才、规范流程，为数据驱动业务运营提供基础保障。

● 统一数据资产：包含数据资产目录、数据标准、企业级数据模型、数据分布、数据地图等。从数据产生、入湖、联接、应用整个生命周期提供设计指导。

● 数据运营：提供数据运营机制与职责、建立运营指标体系（如数据服务建设周期、数据需求响应周期等），保障数据管理工作持续良性运转。

“

针对勘察设计企业来说，如何实现对于数据资产的管理和应用，就需要企业逐步建立以下几方面能力：数据意识能力、资产化能力、数据应用的技术能力。

”

一、数据意识能力：转变对数据资产的认知和意识

目前，行业内越来越多的企业开始重视大数据在决策方面的应用，但对于数据管理的意识和体系建设，多数企业管理人员还未真正认识到其重要性，容易忽视底层基础建设，只去片面的追求数据分析、图形化展示、辅助决策这些顶层应用。

因此，需要逐步在企业内部各个层面形成以下认识，并达成共识：

（1）贯彻数据意识

数据资产管理表面上是技术，实际涉及到的是管理、制度、理念等的更新，需要企业统筹规划和协调，将数据意识贯穿上下每个人、每个业务。

（2）队伍建设/建立数据管理部门

通过企业一把手带头、同时信息化部门主动联合业务部门形成一个“联邦制”的数据资产管理机制，双方通过精诚合作，最终形成合力，在保障数据资产管理有效推进的同时，提升信息化人员的业务理解能力，提高业务部处人员的信息化素养。

（3）关注所有人员的技能和任务

数据的广泛程度决定了任何人都无法单独处理它们。让整个企业拥有数据管理意识的第一目标是让人们不在畏惧数据。领导层必须进一步关注人员的技能和任务，其中包括：

（4）将数据管理融入文化

二、资产化能力：数据治理体系建设

（1）数据治理体系规划

数据管控包含构建数据管理框架，数据管控活动、管理角色和职责。

构建数据管理框架，明确数据管理的核心职责，建设数据组织。数据组织建设的定位：实体化的数据管理专业组织，负责构建并管理数据管理体系，通过持续改进数据管理，实现“清洁数据成就卓越运营，智慧数据驱动有效增长”。

（2）数据资产梳理

数据架构（Data Architecture）：企业级数据架构是以结构化的方式描述在业务运作和管理决策中所需要的各类数据及其关系的一套整体组件规范。数据架构包括数据资产目录、数据标准、企业级数据模型和数据分布四个组件。

（3）实施元数据管理

元数据是“数据的数据”，主要描述数据属性的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。如同给数据建立档案，通过增加对数据的各种属性描述，支持相关扩展管理。

而元数据管理是数据资产管理的重要基础，是为获得高质量的、整合的元数据而进行的规划、实施与控制行为。元数据管理主要工作包括规范元数据的产生、指导元数据的采集、管控元数据的注册等。

（4）数据安全管理

数据安全管理是指对数据设定安全等级，建立完善的体系化的安全策略措施，全方位进行安全管控，通过多种手段确保数据资产在“存、管、用”等各个环节中的安全，做到“事前可管、事中可控、事后可查”。

三、数据应用的技术能力：数据应用并发挥价值

数据应用的技术能力主要包含了：数据集成、数据治理、服务开发、数据服务、可视化工具，从而实现数据从采集、存储、管理、计算、分析利用和数据交互的功能。

（1）数据集成

数据集成用来完成数据入资产库动作，不是简单的数据搬家，而是按照一定的方法论进行数据备份。数据入库的前提条件是满足6项数据标准，包括：明确数据责任人、发布数据标准、定义数据密级、明确数据源、数据质量评估、元数据注册。此标准由数据代表在入库前完成梳理并在数据治理平台上进行资产注册。

（2）数据治理

数据治理是对数据资产的管理行使权力和控制的活动集合（规划、监控和执行），职能是指导其他数据管理职能如何执行。数据治理主要目标是实现：一致的信息架构与标准、唯一可信的数据源、可靠的外部数据、数据架构与IT握手、跨领域数据汇聚与整合、报告/指标数据可服务化、业务监测过程数据可视化、可管理。

（3）数据服务化

建立统一的数据开放服务平台，对公司内部提供数据开发与服务支撑，对社会和企业提供统一的对外数据开放服务，提供数据服务权限管理，隐私管理、数据服务开发与API封装，以及API使用统计等能力，使得数据价值得以充分释放。

（4）数据资产开发

数据的真正含义是数据价值的发现与利用，为此需要构建丰富的数据开发工具、模型与组件，交互式分析工具、数据分析挖掘平台与工具、数据标注与标签管理等工具。

同时需要提供一系列数据分析与人工智能算法与模型库，以及基于深度学习的模式识别、图像和视频计算机视觉处理、语音和文本自然语言处理等算法与模型库。

（5）数据可视化

数据可视化的广泛应用有助于数据价值呈现，便于业务和管理人员使用，帮助业务分析推动决策。

四、结语

勘察设计行业的企业，作为拥有大量数据的企业，要发挥其数据的价值必须整合和加工现有或新建的各种信息系统或者业务应用中的数据，并通过将经过处理的数据嵌入到业务流程中，实现智慧化生产，智慧化管理。

数据资产管理就是在上述从数据产生到数据整合、加工、使用的端到端价值实现过程中，管理各个环节的数据定义、格式、值域范围、业务规则、加工逻辑，安全权限以及数据之间的加工依赖关系等一系列事项。

数据资产管理的目的是让数据的使用者能够清楚地认识数据和数据关系，进而能够用好数据；让数据应用的管理者能够洞察数据、应用、系统之间的复杂依赖关系，进而能够管好数据、用好数据。

END

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!