数据中台-数据资产篇(4)数据资源与数据资产回首高校信息化产业二十余载，各类技术、产品百花齐放。而在这个数据为王的时代，未来的建设重点已不是关于架构、开发语言、软件开发模式的选型，也不是网络、存储、安全设备这类硬件的创新，而是一度被忽视的“数据资产”从IT时代到DT时代，“数据即资产”已然成为这场变革最核心的趋势和思维方式。尽管“数据是资产”的概念在高校也得到了广泛的认知，但“如何管理数据资产”仍然缺少成熟理论以及处理手段。数据中台-数据集成篇详细分析过高校数据的基本组成，即业务系统数据、线下文本文件、机器及应用系统日志、外部互联网数据、甚至视频监控数据等，都可以认为是数据资产的输入端。对高校而言，数据资产指的是能够为其带来管理效率提升、服务便利化、业务流程优化等效益的数据资源。但高校在实际的数据资产化利用阶段，往往不是一帆风顺的：♦数据源不规范，数据加工耗时耗力♦数据分布杂乱，黄金数据长期遭受闲置♦数据质量评估缺失，造成准确度的偏差♦缺乏简易可用的管控工具，各类数据源的核心数据模型或处理能力掌握在第三方厂商手中♦数据开放度不足，数据的互通和数据应用开展受到极大的限制实际上以上问题也是从“数据资源管理”阶段向“数据资产利用”阶段迈进所遇到的核心痛点，原因在于数据资产利用实际上应是数据集成、治理、关联、开放、挖掘、决策、行动和反馈的完整闭环。完整的数据闭环可以让数据“活起来”,让高校在海量精准数据中获取有价值的分析结果，并基于此制定可执行的方案，最终推动高校的长远发展。在此过程中，数据资源也就成为了数据资产。高校数据资产现状与未来规划在数据资源管理阶段，大部分工作还是停留在数据的集中化，高校也逐步建立了公共数据平台，这类平台的核心目的是完成业务系统、平台间的少量主数据交换共享。因此无论在建设目的上还是建设效果上都疲于应对高校当前的数据资产利用需求。数据资产管理方式在高校可以分为几个层面，首要的是对全量数据资源的管控，在这一过程需要具备对于全量数据的治理与关联能力，使得高校数据更加完整、准确、一致、清晰、透明，降低原有的零散采集和加工处理成本。其次是开放，要能够将数据使用过程的沟通成本和调用门槛大大降低，改变原有封闭的高校信息化生态圈。最后是数据资产的应用场景，让数据在价值挖掘时更为便捷和智能，从而提升高校各项核心职能的发展水平。从理论到实践，高校数据资产化的落地路线数据资产管理理论的研究在业界已经很成熟，包括DAMA、Gartner等提出的数据框架，但在高校行业如何从理论走到实践，仍然是很大的挑战。希嘉通过在数百所高校的落地经验中，总结出了数据中台的建设模式。其中数据资产管理体系的建设阶段总结如下：1、全面梳理核心数据资产内容，并建立起对应的数据标准和数据规范每个高校的信息化建设水平不一，要根据自身的现状和建设规划定义建设统一的数据资产库，从而全面掌握学校的数据资产分布情况，做到在有壬磁/.JCS曰口5E賀吏£汇曰Q尹也止鬲星总一匸”暮卿匕科斤虽悚□:R严站匕吕賣三W記EC—EiCBD制述—ElCH&WSBZ.二tBC7M.W¥H亡胃圧盘宜扯皆創ttSft匕世&S冬SAVSHTjaLWYHcy^e^.-BS>r」Mjw网彌豊住管却TALMHC：!XUy审畀■门鬧野B?RiBwa」BFAJtsi^nBEnqm^CU戳3E葺的3?或丘竺注应强寒誌怜确週用貝厮3冋炖阵CCM.|9■理專临HRK宜理CC«12❷4百五TB»頁廿嗣.贬列5-口数据利用需求时能够快速定位到对应的数据源头。♦构建全校数据地图，掌握数据的来龙去脉♦制定全量数据资产的相关标准规范，并做到可执行、可监督♦确立数据的U/C/R/M矩阵（R：角色，干系人,M:权限）图：数据规范性示意图总结而言，这一阶段的目标是为做到高校数据资产可获知、可获取。(JARCHCN苜帀知医飘标椎■理按CK理庸星甘斫瞬设StKirtin®iai4cemvJCiaKM斑朋HDiiPWSflias2、借助专业的数据治理工具，实现定义标准和规范的有效落地这一阶段是对上述工作的实际落地，在梳...
