数据资产管理“AIGOV五星模型”
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数据资产管理“AIGOV五星模型”
作者:程永新梁铭图杨志洪
来源:《电子技术与软件工程》2018年第16期
摘要
从数据管理到数据治理到数据资产管理,从全球到国内,各种新概念不断提出并被加以实践改良,提升了政府、企事业单位及群众对大数据资产管理的意识,同时也促进了大数据产业不断的深入发展,借鉴国内外数据管理模型及相关理论思想,对数据资产管理的模型进行了分析、总结,提炼出组织数据管理的五大管理域十三个能力项,并对每项能力进行了详细划分以及相关功能介绍。
【关键词】数妮资产管理数据管理数据治理五星模型
1 引言
现在已经全面进入物联网时代,数据以史无前例的规模大批量一刻不停地生成,与大数据相关的研究和应用层出不穷,数据已经成为各国政府和企业最重要的资产,我国也于2015年8月发布了《促进大数据发展行动纲要》。
国家在纲要中明确指出数据是核心资产,大数据是推动经济发展的新动力,是提升企业核心价值的驱动力。
数据如此重要,数据产生量如此之大,然而整个数据管理领域的理论发展是非常落后的。
企业都知道数据很有价值,数据能够为企业带来指引,然而真正让数据为企业带来价值的案例并不多见,这主要是由于既有的数据管理模型落后并且复杂。
图1所示,数据管理的概念从80年代提出到现在已经接近40年了,数据治理的提法也有近20年了,而数据资产管理的提出基本是最近5年的事情,中国数据资产管理峰会对数据资产管理的定义为是对数据管理、数据治理及数据资产化的管理过程。
2 数据资产管理研究现状
2.1 国外研究现状
20世纪80年代后期,数据仓库概念开始形成,这也是数据管理理论的萌芽。
随着数据仓库应用落地和展开,在2000年左右数据治理的相关理念也逐步形成。
2000年前后,H.Watson 探讨了“数据仓库治理”在BlueCross和Blue Shield of North Carolina两家公司的最佳实践,被国内学者认为拉开了“数据治理”在企业管理中的大幕。
早在2004年,国际数据治理协会DGI就首次发布了DGI数据治理框架,从这个框架模型初步提出了RPP(人员/流程/规则)框架。
但是,这个框架中没有对数据治理的具体工作内容给予细化或明确说明。
2006年,国际数据管理协会(DAMA)发布了数据管理框架,并参考了PMBOK的架构编写了数据管理指南(DMBOK)。
经过多次迭代, 2008年3月,国际数据管理协会发布的最新版DMBOK中,将数据管理工作细分为十个职能:
(1)数据治理;
(2)数据架构管理;
(3)数据开发;
(4)数据操作管理;
(5)数据安全管理;
(6)参考数据与主数据管理;
(7)数据仓库与商务智能管理;
(8)文档与内容管理;
(9)元数据管理;
(10)数据质量管理。
以及目标和原则、活动、主要交付物、角色和责任、技术、实践和方法、组织和文化七大环境要素。
2010年,IBM发布了《数据治理统一流程》一书,描述了企业数据能力成熟度评价模型。
IBM提出数据治理的要素模型,认为数据风险与合规、价值创造等业务目标或成果是数据治理的核心关键命题,并且影响这些目标的达成需要组织结构和认知度、政策、数据相关责任者三个促成要素。
在三个促成因素以外,必须关注数据治理三个核心要素,分别是数据质量管理、信息生命周期管理、信息安全和隐私。
要素模型中还有数据治理三个支撑要素,数据架构、分类与元数据、审计日志和报告。
2014年,EDM发布了数据管理能力成熟度模型(Data management CapabilityAssessment Model)。
在该模型中,EDM将数据管理划分为八大职能域:
(1)数据管理策略;
(2)数据管理业务案例;
(3)数据管理项目;
(4)数据治理;
(5)数据架构;
(6)技术架构;
(7)数据质量;
(8)数据运营。
2014年,CMMi协会发布了数据管理成熟度模型,将数据管理工作分为六个维度:
(1)数据管理战略;
(2)数据治理;
(3)数据质量;
(4)平台及架构;
(5)数据操作;
(6)支持流程。
以及五个成熟度评估等级:可执行级、可管理级、己定义级、可量度级以及优化管理级。
2.2 国内研究现状
在国内,数据治理和资产管理研究和标准化工作相对较为滞后。
2018年5月份,银保监会正式发布了金融机构数据治理指引。
从相关主题的数量,可以看出金融机构数据治理指引主要关注的是制度、人员、流程、监管等相关方面建设。
同时,数据管理能力成熟度模型的国家标准也同期发布。
近几年,随着数据价值的进一步挖掘,企业对数据资产化需求不断增长,数据资产管理理念形成。
2014年新炬网络在行业中明确提出了数据资产管理概念及其三大核心框架:数据架构、数据治理和数据运营,并于次年首次对外发布了数据资产管理五星模型,进而将数据资产
管理定义为是对数据管理、数据治理及数据资产化的管理过程,此后在与国内外同行的交流和企业实践中,持续不断的迭代演进和完善,并于2018年7月的中国数据资产管理峰会上,正式发布数据资产管理“AIGOV五星模型”。
如图2所示。
2018年3月15日,中国国家标准化委员会和中华人民共和国国家质量监督检验检疫总局联合发布了《数据管理能力成熟度评价模型》,该模型包括数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生命周期等8个关键过程功能域,29个能力项。
该模型制定了相关的功能域划分、评价标准和关键指标定义,以帮助组织更好地理解和评价数据管理现状。