400-0380-010
申请试用
免费预约演示
让我们的咨询顾问用最短 20分钟 的讲解,来帮助您
更高效的评估大数据+RPA
数据价值化
发布时间:2021-06-25 浏览:1

5月27日,中国信息通信研究院副总工程师史德年在会上发布了《数据价值化与数据要素市场发展报告(2021年)》。


报告建立了数据价值化的“三化”框架,即数据资源化、数据资产化、数据资本化。


数据资源化:本质是提升数据质量、形成使用价值。

每个公司都会根据《数据安全法》制定自己的数据标准。数据标准就像我们人类正常血压范围为60-90 等等指标。要看看一个人健康与否的判断依据便是这些指标是否在正常范围内。数据资源化亦是如此,首先要检查数据是否符合数据标准。

图片

我们依据数据标准,找到有问题的数据,把这些错误数据修正,才可有效的提高数据质量。


众所周知,医生无法一下子确定到底是什么原因导致病人高血压。与之相似,找出错误数据节点,不仅是一个耗时、耗财力的过程,而且很可能无果。在数据迁移过程中,即使是一个数据工程师独立完成全部任务,因过程复杂,他也很难准确的记清楚这一路来数据经过什么样的路径、过程中融入哪些其他元素、数据经过什么清洗方式。


图片


更何况数据迁移这项庞大工程是由多个工程师在不同的时间不同的环境运用不同的方法及语言来完成的,搞清所有数据的来龙去脉几乎成为了不可能事件。


数据图谱这个新生数据管理工具就奇迹般的实现的数据溯源过程。数据图谱通过元数据管理,进行数据血缘分析,通过梳理系统、 表、视图、字段等之间的关系,可视化地展示这个数据是 怎么来的,经过了哪些过程和阶段,了解数据的来龙去脉, 快速便捷地理解数据,快速找到问题,解决问题,提高数据质量。


图片


数据资产化:本质是形成数据交换价值,初步实现数据价值的过程

数据资产化是数据通过市场,流通交易给使用者或所有者带来经济利益的过程,能够去做精准营销,能够去做风控,实现开源节流的效果。进而会极大提升企业的核心竞争力。


图片


但是,数据在企业内部充分应用最大的障碍是存在语言壁垒。在缺乏交易规则和定价标准的情况下,数据交易双方承担了较高的交易成本, 制约了数据资产的流动,所以就出现了资蛛侠数据服务这一类产品,支持统一的 SQL 对关系型、大数据、NoSQL、文件等多类型数据源进行高性能跨库联邦查询,零代码发布数据API接口。


图片

这样就在公司内部形成共同的“数据语言”,各部门为了统一的分析目的,形成各自对应的统计标准,在运营过程中实时对数据进行收集汇总分析。


数据资本化:本质是实现数据要素的社会化配置的过程

数据资本化主要有两种类型:数据信贷融资与数据证券化。因小编对于本部分应用案例了解较少,欢迎大家多来交流~



往期回顾
【麦肯锡】全球资管行业数字化转型
618,退款堆积成山?
揽粽的数据程序猿
数据图谱与TDH擦出怎样的火花
一个数字员工划水的一天


图片