首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏探码科技

    什么数据可以成为“数据资产”?数据资产化又该如何实现?

    数据资产化已成为企业数据资产管理的最重要的环节,怎样识别数据资产、利用现有的数据资产创造价值,将是企业不得不面临的一个课题。 何为资产? 在资产的释义中,我们可以看出“拥有或者控制”和“带来经济利益”是资产最核心的内涵。由资产的概念引申到数据资产,我们可以得到,数据资产是由企业拥有或控制,能够为企业带来经济利益的数据资源。 数据得不到利用也只是一堆毫无价值的信息,那么什么样的数据资源可以转换为数据资产呢? 数据“变现”的过程就是数据资产化 能够直接产生价值的数据数据变现的过程就是数据交易的过程,此过程的成本在于数据收集、处理、存储的成本,属于比较容易的数据变现;而利用数据为业务赋能拥有更复杂、专业的资产化流程 我们也最终得出对数据的采集、处理到利用并产生价值的过程就是数据资产化。 随着数据资源越来越丰富,数据资产化将成为企业提高核心竞争力、抢占市场先机的关键。

    1.6K30发布于 2019-09-06
  • 数据资产到底是什么?怎么管好数据资产

    判断一组数据是否为资产,只需问一个核心问题:我能用它来做有价值的决策或行动吗?如果不能。那么,它很可能就是成本——存储要花钱,管理更要投入精力。认识到数据资产,是首要的。 一、数据资产的定义:它真的不仅仅是“数据”我们先从最根本的定义说起。数据资产,是指由企业(或组织)拥有或控制的,能够为企业带来未来经济利益的数据资源。 二、数据资产的内容:盘点你的数据家底明确了定义,下一个很自然的问题就是:在我每天的工作中,到底哪些东西算数据资产呢?它的范围其实非常广泛。我们可以从两个角度来盘点一下:1. 三、怎么管理数据资产:一套可落地的实战方法管理数据资产,绝不是简单地把数据存起来。用过来人的经验告诉你,它是一个需要精心设计和持续运营的系统工程。下面这套步骤,你可以作为参考框架。 看完这篇文章,相信你对数据资产有了一定的了解,不妨从现在开始,就从盘点你手头的数据开始,就算只是用一个Excel表格,先把你部门的核心数据资源整理出来,再一步一步深入,这样你就能慢慢理解数据资产了。

    34010编辑于 2025-09-25
  • 来自专栏数据D江湖

    数据资产化框架

    来源:Dataolygy 公众号后台回复: 报告 获取源文件 欢迎添加本站微信:datajh (可上下滑动或点单个图片放大左右滑动查看)

    51310编辑于 2022-12-08
  • 一文讲清数据要素,数据资产数据治理和数字资产

    更麻烦的是,不同团队对同一个数据指标的理解各不相同,导致报表数据对不上,会议时间都浪费在基础概念的争论上。这些问题,其实就是没把数据要素、数据资产数据治理和数字资产几个核心概念理清楚。 二、 数据资产数据的战略地位被确认,对企业而言,就要问:我们拥有的数据,怎么体现它的具体价值?答案是将其转化为数据资产。 我一直强调,数据资源≠数据资产数据资源转化为数据资产,一个关键的、可量化的标志是“入表”。根据相关规定,当企业能够证明其数据资源可以产生经济利益且成本能够可靠计量时,可以将其确认为“无形资产”等形式,计入资产负债表。 它的范围远比“数据资产”广泛。所有的数据资产都属于数字资产,但数字资产绝不只包括数据资产

    33210编辑于 2025-11-03
  • 来自专栏得物技术

    数据分层:打造数据资产管家

    一、引言随着企业数据规模的增长,数据的价值变得越来越重要。然而,传统的数据库在承载大量数据时面临挑战,需要高效有序的维护。 二、了解数据分层什么是数据分层数据分层是一种管理海量数据的方法。因为数据通常会包括许多不同的来源,而这些来源往往也会以不同的方式存储和处理数据。这就是为什么需要使用数据分层。 常见的数据类别包括:数值型数据(如销售额、成本等)文本型数据(如文件、文档等)图像型数据视频型数据音频型数据数据来源和结构——促进数据集成和共享不同数据源和系统中的数据结构和格式差异巨大,使得数据之间无法直接进行比较和集成 常见的数据类别包括:结构化数据(如关系型数据库中的表格数据)半结构化数据(如JSON、XML等非严格格式化数据)非结构化数据(如文本、日志等无固定格式的数据数据定位和权限控制——加强数据安全和合规性随着多个部门和用户共享数据的需求增加 常见的数据类别包括:处理过程中生成的临时数据派生数据(如计算指标和数据挖掘结果)集成数据(如数据仓库中的整合数据数据归档和压缩——降低数据管理和使用成本通过对数据进行归档和压缩,可以减少存储空间的占用

    61010编辑于 2023-11-22
  • 来自专栏肉眼品世界

    数据治理与数据资产

    数据治理是监督,是战略,数据管理是执行,是战术。数据治理的目的是为了更好地数据管理,数据治理并不直接管理数据数据管理的目的是让数据发挥更好的作用,创造更高的价值。数据治理是用来协调各方平衡的机制。 数据资产的几大特点包括无形性、增长性、复制性、价值不确定性。数据资产按照服务的方式可以分成两种类型:自用型数据资产和交易型数据资产,也称为赋能型数据资产和使能型数据资产。 赋能型数据资产通常是业务的数据化,将生产经营管理过程中产生的数据进行收集、整理、分析,促进原有业务进一步的价值创造。 使能型数据资产通常指数据的业务化,将数据收集、整理后形成可以对外服务的数据商品,如付费数据库服务等。 下面主要介绍了大数据发展现状和趋势,企业数据治理和数据资产化建设的挑战,详解介绍了企业数据治理能力和数据资产体系建设方案,供企业规划建设数据治理和数据资产管理体系时参考和借鉴。

    1K20编辑于 2022-06-15
  • 来自专栏EAWorld

    数据资产管理实战

    建规范:制订资产的管理流程(加强资产的生成、使用和退出管理),制订数据资产的技术模型(全局数据资产标识)及规范。 2、技术规范:对数据资产的管理技术进行规范化和标准化的阐述,包括数据资产模型和数据资产管理接口规范。 经过抽象,数据资产管理模型分为三层:业务分类→业务对象→数据资产 在实物资产管理时,通过固定资产标签进行唯一确认。那么在数据资产管理时,同样需要对数据资产进行全局确认(数据资产全局唯一标识)。 搭平台:建设数据资产管理平台,实现数据资产管理 实现异构环境下的数据资产管理 根据业务目标的不同,数据资产存放在数据流、Hadoop、MPP、数据库、内存网格等异构环境中。 、下游资产关系等 2、详细:细化到资产的各个字段定义等详细信息 3、结构化:实现每个资产信息结构化存储 基于数据资产管理平台建设数据资产服务能力,组建数据管理体系团队。

    4.2K42发布于 2018-04-02
  • 来自专栏肉眼品世界

    数据资产目录建设实践

    企业数据资产数据管理需要数据资产框架来支撑数据资产的展示、记录、分析,通过数据资产框架可以明晰企业拥有的数据资产、实现数据资产安全分享、提升数据资产质量、实现数据资产变现等数据管理目标。 下面就来谈一谈数据资产框架中重要部分数据资产目录管理,通过数据资产目录的建设,实现对企业数据资产的有效管理。 1. 发展趋势:数据资产管理正成为数据管理趋势之一 数据资产管理正成为数据管理工作的转型方向 数据资产化与数据资产管理的理念,进一步促进过去的数据管理工作向数据价值转化 以数据资产为导向的数据管理工作可以串联元数据 数据资产目录体系是针对企业数据资源的分类组织方法 数据资产管理正成为数据管理工作的转型方向 数据资产化与数据资产管理的理念,进一步促进过去的数据管理工作向数据价值转化 以数据资产为导向的数据管理工作可以串联元数据 数据标签与数据资产的关系 数据标签与数据资产目录形成对数据资产的网状分类功能,我们可以利用目录及标签来为数据资产进行分类分级,并增加管理属性。

    2K10编辑于 2022-03-29
  • 来自专栏python与大数据分析

    滴滴数据资产管理实践

    滴滴数据每天数据量约100T+,和一个中小型省级移动公司数据差不多,但比较好奇的是滴滴如何能实时采集到数以百万千万级的源端数据,和物联网规模比较相似;其次不得不佩服互联网公司在研发工作上的投入,数据资产的全自动管理和数据开发平台是密切相关的 ,绝大多数公司的元数据数据质量和数据开发过程是分离的,导致元数据数据质量无法适应动态变化过程,结果是元数据数据质量最终与生产相脱节而失败;不管最终有多大用处,但弟弟订单数据毫秒级更新和实时大屏呈现彰显了滴滴的技术实力

    1.2K20编辑于 2022-03-11
  • 来自专栏FreeBuf

    数据安全实践之数据资产管理

    前言 在企业安全建设中,资产管理是很多安全工作的基础。而数据资产管理可以帮助我们更准确的发现安全风险,执行更有效的控制措施,在数据安全体系化建设中也有着举足轻重的作用。 数据安全视角的数据资产 ? 整体架构与价值 数据资产管理主要分为三部分:数据采集,数据整合与识别,数据使用 ? 数据资产收集 数据一般在数据库,文件中静态存储,也通过应用,工具等方式进行流转。 2.数据所属应用,应用数据接口 应用一般从CMDB或公司的资产管理平台中获取,注意的是需要有一个唯一标识将应用和数据库进行关联。 ,已发布公告等 数据资产管理中阈值数据分级分类字典,如: 数据标签 数据分类 数据分级 手机号 用户数据 L3 用户画像 用户数据 L3 员工工资 公司数据 L3 昵称 用户数据 L0 敏感数据识别

    3.2K10发布于 2020-02-20
  • 来自专栏全栈程序员必看

    数据资产管理实战

    建规范:制订资产的管理流程(加强资产的生成、使用和退出管理),制订数据资产的技术模型(全局数据资产标识)及规范。 2、技术规范:对数据资产的管理技术进行规范化和标准化的阐述,包括数据资产模型和数据资产管理接口规范。 经过抽象,数据资产管理模型分为三层:业务分类→业务对象→数据资产 在实物资产管理时,通过固定资产标签进行唯一确认。那么在数据资产管理时,同样需要对数据资产进行全局确认(数据资产全局唯一标识)。 搭平台:建设数据资产管理平台,实现数据资产管理 实现异构环境下的数据资产管理 根据业务目标的不同,数据资产存放在数据流、Hadoop、MPP、数据库、内存网格等异构环境中。 、下游资产关系等 2、详细:细化到资产的各个字段定义等详细信息 3、结构化:实现每个资产信息结构化存储 基于数据资产管理平台建设数据资产服务能力,组建数据管理体系团队。

    80520编辑于 2022-08-24
  • 数据资产是什么?一文讲清数据资产入表全流程!

    之前我写过一篇文章介绍了数据资产如何量化管理,感兴趣的朋友可以看一看:《数据资产是什么?一文构建数据资产量化管理体系!》。 今天这篇文章,我将继续从数据资产入手,给大家讲明白数据资产如何入表,实现数据资源到表内资产的合规转化? 一、数据资产是什么以及常见误区在探讨如何将数据变为“表内资产”之前,我们必须清晰地明确概念:究竟什么是“数据资产”?现实中存在的混淆与误区,恰恰是资产化进程的第一步障碍。 2.常见认知误区(1)数据资源≠数据资产:企业日常积累的用户行为数据、设备运行数据等仅为数据资源,需经过治理、确权、价值挖掘等流程,满足资产确认条件后,方可转化为数据资产。 二、数据资产如何入表将数据资源转化为可入表的数据资产,是一个严谨、系统化的过程,关键在于跨越“数据资源”与“数据资产”之间的鸿沟。

    73010编辑于 2025-09-04
  • 来自专栏程序猿~

    数据中台 - 数据资产数据治理

    什么是数据资产 数据资产(Data Asset)是指由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料。 什么是数据资产管理 数据资产管理(DAM, Data Asset Management)是指规划、控制和提供数据及信息资产的一组业务职能,包括开发、执行和监督有关数据的计划、政策方案、目的、流程、方法和程序 - 摘自 数据资产管理实践白皮书(4.0版) 3. 数据资产管理所处地位 数据资产管理在数据中台架构中的位置,介于数据开发和数据应用之间,处于承上启下的重要地位。 ? 4. 传统的数据治理内容通常包含数据标准管理、元数据管理、数据质量管理、数据安全管理、数据生命周期管理等内容。 数据治理的目标是保障数据资产的质量,促进数据资产的价值创造。 5. 数据治理与数据资产管理的关系 数据资产管理就是传统的数据治理的升级版,可认为是数据治理2.0,数据资产管理包含数据治理。 ?

    1.8K30发布于 2021-01-29
  • 来自专栏做数据的二号姬

    杂谈 | 聊聊数据资产入表

    数据资产入表确实是个新话题,2023年,《企业数据资源相关会计处理暂行规定》的发布,标志着数据资产会计处理进入新阶段。 数据成为资产,我们就要知道什么是资产。 在会计上,资产是这么定义的:资产是指由企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。 那么数据是不是满足这三个条件呢? 如果你觉得判定一个数据算不算是资产就已经很头疼了,更头疼的还在后面,那就是数据资产怎么入表,进什么会计科目、怎么度量价值的问题。 有的数据资产是好估价的,比如我之前在腾讯地图的业务,地图数据本身就是拿来卖的,市场价值就是估价(当然这东西交易是受限的),但有的数据资产是不容易估价的,比如销售人员的业绩数据,怎么估价,卖出去是不可能卖出去的 从过程上来说,企业数据资产入表会经历几个过程,数据资源化→数据产品化→数据资产化→数据资本化。

    19000编辑于 2025-01-14
  • 来自专栏PPV课数据科学社区

    【大数据】大数据时代的数据资产管理

    按照世界经济论坛报告的看法,“大数据为新财富,价值堪比石油”.大数据之父维克托则乐观预测,数据列入企业资产负债表只是时间问题。 ? 但是,数据真的可以和资产直接划上等号吗? 在获得高度重视的同时,很多企业对数据资产的看法陷入误区。事实上,数据有可能成为资产,但不是所有数据都能具备资产的属性。要知道就算是石油,在工业化时代来临前的很长一段时间里,也只是一种无用的黑色液体。 一 让数据成为资产 什么样的数据能够成为资产,或者说什么样的数据有资格成为资产? 对于数据资产的货币计量,可以参照无形资产的计量规则。无形资产准则根据无形资产取得方式的不同,对如何确定无形资产的入账价值作了规定。 二 数据资产的保值增值 数据既然具备资产的属性,也就存在着折旧损毁和保值增值的问题。如何让数据资产实现保值增值呢?通常在资产负债表的资产项上,财务人员喜欢按照资产的流动性将资产从上至下进行排列。

    2.4K60发布于 2018-04-24
  • 来自专栏行业科技知识分享

    资产管理数据可视化

    采用 Hightopo 的产品 HT for Web (以下简称 HT )实现金融资产数据可视化看板大屏,除了拥有丰富的数据可视化组件,还能利用 2D、3D 结合的优势,多维度呈现金融资产数据。 为企业管理者提供及时、简洁、直观、高科技感的资产运行数据,让管理者在企业资产管理省时省力、高效管控。 通过数据可视化去督促各部门进行计划资金支付,提高企业精细化管理水平,加大对支付风险的分析和预测,高效决策资金输出的合理性,从根本上打破信息壁垒,杜绝资产无效流失。 风险指标.gif 资产归集可视化 对于各子公司的未归集资金、归集资金、可用备付金、运营资金等情况进行统一管控,结合实时所得数据,迅速计算出日、月归集率,点击报表对应位置,可弹出对应专题看板。 归集.gif 企业金融资产大屏目的是将企业现有大量财务数据进行深加工,通过一系列的数据分析,获取事态发展的趋势走向。更全面、更规范、更智能的帮助管理者在短时间内了解到核心数据

    2.9K20发布于 2021-07-09
  • 来自专栏数据产品经理成长笔记

    数据资产管理产品架构规划

    数据产品经理从业指南相关文章中讲到,数据资产管理与治理是数据产品经理的四大方向之一。 数据资产产品的用户分为两类,一是数据资产的生产者,二是资产的消费者。 1.资产生产者工作内容及诉求 这里的生产者指的是数据开发者,虽然“我们不生产数据,我们只是数据的搬运工”,但是他们基于原始的rawdata经过加工处理之后,生成资产化的数据。 所以,在资产产品架构设计上,主要围绕数据的汇聚、加工处理、资产管理、数据治理、价值输出等环节进行覆盖。 三、总结 数据资产是大数据的根基,前期业务发展追求短平快,留下的资产不规范不健全的坑未来还是要逐一去填平。数字化转型首先要解决的也是数据汇聚和数据资产等问题。

    1.1K10编辑于 2022-07-01
  • 来自专栏数据资产管理

    数据资产管理技术与工具

    本文将深入探讨数据资产管理背后的关键技术和工具,重点介绍元数据管理工具、数据质量工具以及综合的数据资产管理平台,揭示它们如何协同工作,为企业打造一个现代化、统一的数据资产管理解决方案。 数据资产管理平台数据资产管理平台是一种综合解决方案,结合了元数据管理、数据质量管理、数据治理等功能,为企业的数据资产提供端到端的管理。以下是这些平台的主要组成部分:1. 数据目录和数据资产存储库数据目录是描述组织中所有数据资产的集中存储库。它包括数据资产的元数据、技术细节、业务含义、数据线索等信息,使用户能够轻松发现和理解这些资产数据资产管理平台通常包括以下数据治理功能:访问控制和安全性管理数据资产生命周期管理策略和标准执行审计跟踪和报告数据资产所有权和职责管理通过这些功能,平台可以确保数据资产符合内部和外部法规要求,遵循企业的数据管理实践 通过数据资产管理平台的数据目录和语义层,用户可以轻松搜索和发现高质量的数据资产,了解其含义和上下文。 数据治理功能确保数据资产符合政策和合规要求,控制对敏感数据的访问。

    67810编辑于 2024-03-30
  • 来自专栏木东居士的专栏

    数据百问系列:什么是数据资产

    数据百问系列:什么是数据资产? 0x00 前言 本次讨论的主题是:什么是数据资产? 问题: 大家所处的工作环境里面,有没有和数据资产相关的项目或者使用场景? 首先数据资产不是新概念了,这个关键是资产,简单来讲,资产有两个的角度 需要花钱的; 能赚钱的。 那首先,我们可以认为凡是公司收集的数据,都是资产,因为你的存储和计算都要钱。 数据资产变现:就是怎么更好的利用数据去变现。不管是分析,挖掘还是推荐系统什么都,都要能提现数据的钱。比如你广告赚钱了,那数据贡献多少?这就是数据资产要提现的地方。 在企业中,并非所有的数据都构成数据资产数据资产是能够为企业产生价值的数据资源。 关于数据资产: 我认为数据资产可以这样子理解:数据资产是企业过去所收集的或者所交易的预期能给企业带来收益的资源。如果可以这么定义的话,那么数据资产所关注的应该是这三个问题: 企业付出过什么?

    1.5K20发布于 2019-09-10
  • 来自专栏idba

    数据资产治理-元数据采集那点事

    一、介绍 数据资产治理(详情见:数据资产,赞之治理)的前提要有数据。它要求数据类型全、量大,并尽可能多地覆盖数据流转的各个环节。元数据采集就变得尤其重要,它是数据资产治理的核心底座。 四、数据采集 经过元数据提取,我们可以获取数据全链路中各个平台组件的元数据数据采集指的是把这些元数据入库到数据资产管理系统的数据库中。 全量采集,找差异 全量采集时,获取平台组件的所有元数据,和资产数据库中的元数据表做全量比对,找出差异的表并设置下线。 如下图所示,目前已接入了各种组件的元数据,并对数据分类统一管理,提供数据字典、数据地图、资产大盘、全域成本账单等元数据的应用。 ? 如果把数据资产治理比作建设高楼大厦,那么不同组件的元数据就是原材料,数据采集就是地基。只有地基打得牢固,数据治理这座大厦才会越建越稳。

    3.1K43发布于 2020-12-31
领券