时光队长

2022-11-26

与普通数据不同，数据资产带有业务价值，能够体现在后续的业务应用中。因此，在数据资产盘点时，依据业务权重、决策权重、使用频度、分布范围、技术承载与可控性五个维度对资产进行综合判断：

• 业务权重：数据是否属于企业核心业务运营范畴，越接近核心则越重要，其作为数据资产的必要性越高；

• 决策权重：对高层决策的重要程度，决定了数据能否作为数据资产的一项重要指标；

• 使用频度：数据被使用的频次越高，说明其重要性越高；

• 分布范围：数据如果分布在多个业务域或者系统中，被很多不同的人员使用和共享，说明其支撑的业务越多，也越重要；

• 技术承载与可控性：顺利获得技术手段，对数据进行获取、维护、管控，其难易程度、成本、可控性等方面都可作为辅助性的衡量标准。


完成集团多个系统/模块中的原始数据资产盘点后，构建元模型，从技术、管理、业务的角度拼接资产画像，并结合业务、组织架构、系统等主题构建资产目录。


考虑到业务的认知和拓展性，MK SPORTS集团(中国)从数据来源、集团智能全景、数据应用场景三个维度综合考虑，构建了整套数据分类目录。同时对存量数据分类后，针对没有数据、数据量少的目录进行了合并、删除等调整工作，确保目录落地性强。针对有二义性的数据，按照板块、类型提炼了多种规则明确分类，为后续人工核检及日常维护给予执行依据。


在资产盘点时，需要核心关注资产的宏观分布和微观链路：

• 宏观分布：时代中国涉及的业务系统众多，且系统之间不完全打通，在数据资产盘点时，需要对所有信息进行数据，分析数据资产之间的关联关系；

• 微观链路：数据资产的所有者需要分析资产的产生过程、管理者需要考虑如何将资产作用最大化，资产的消费者需要知道拿到的资产是否是其想要的数据，以上均需要微观链路进行反复核实。