CCRC-CDO企业数据资产管理体系

这是一篇关于CCRC-CDO企业数据资产管理体系的思维导图，主要内容包括：数据资产管理组织，数据资产管理趋势，数据资产管理体系，数据资产管理法则，高价值数据资产管理活动，两类数据资产及其价值作用，数据资产价值释放三阶段，数据资产价值金字塔，数据资产特性，数据何以成为资产。

CCRC-CDO 企业数据资产管理体系

• 一、 数据何以成为资产
  • 被企业完全拥有或控制
  • 能给企业带来经济利益
  • 由企业过去的经济行为所产生
  • 使用场景必须符合数据伦理和法律规范
  • 数据成为资产的必要条件
• 二、 数据资产特性
  • 数据资产特性
    • 依托性
    • 形式多样性
    • 价值易变性
    • 可共享性
    • 可加工，多次衍生性
    • 复制无消耗性
• 三、 数据资产价值金字塔
  • 发展远景
  • 增加透明度
  • 集成、链接、风险控制
  • 业务增长、降低成本、节省时间
  • 守法合规、创新、符合伦理、塑造文化
  • 企业成就
    • 守法公民
    • 数据文化公司
    • 集约型经营企业
    • 风险有效控制
    • 供应链得到整合
    • 结果导向管理透明
    • 远景符合企业基因
• 四、 数据资产价值释放三阶段
  • 业务贯通
  • 数智决策
  • 产品赋能
• 五、 两类数据资产及其价值作用
  • 基础性数据资产
    • 主数据资产
      • 人员主数据
      • 物料主数据
      • 其它类别
        • 组织架构
        • 地点
        • 时间
      • 主数据，企业数据资产基本盘 围绕主数据开展
    • 交易数据资产
      • 销售交易数据
        • 订单、发货单、发票等
      • 采购交易数据
        • 采购订单、收货单、付款信息等
      • 金融交易数据
        • 交易记录、支付信息等
  • 服务型数据资产
    • 五要素
      • 场景
      • 数据指标
      • 数据
      • 算法
      • 决策模型
    • 场景
      • 业务需求、痛点或者用例数据
    • 数据、算法、数据指标
      • 基础数据+统计算法=数据指标
        • 服务于场景
      • 指标设计
        • 需要行业专家进行数据洞察
      • 指标数据的获取
        • 可来源于基础数据
    • 决策模型
      • 数据指标+决策模型=业务决策
      • 业务决策服务与场景
    • 方法论
      • 1、定义场景
      • 2、数据、算法、数据指标体系
        • 数据高质量性
        • 算法的合理性
        • 指标可持续性
      • 3、数据指标分析
      • 4、建立决策模型
  • 两类数据资产的关系
    • 基础性数据资产
    • 服务型数据资产
      • 场景、算法、指标、决策模型
• 六、 高价值数据资产管理活动
  • 场景发掘与分析
  • 构建所需数据指标体系
  • 寻找数据源
  • 匹配算法
  • 开发决策模型
  • 数据资产评估
  • 持续运营与优化
• 七、 数据资产管理法则
  • 采集法则
    • 合理合法、按需采取
  • 价值法则
    • 业务贯通---数智决策---产品贡献
  • 使用法则
    • 越使用越有价值
  • 流通法则
    • 把数据资产产品化
• 八、 数据资产管理体系
  • 目标愿景
    • 实现数据价值金字塔，取得七大成就
  • 管理活动价值实现路径
    • 愿景（通过）---管理活动（实现）---数据资产---包装产品---销售形成价值
  • 资产类型与价值释放
    • 基础性数据资产 服务型数据资产
      • 数据产品 包装转为产品，对外部销售、融入生态
  • 运营支撑价值创造的保障
    • 资产识别
    • 资产增值
    • 销售策略
    • 盈利模式
  • 管理法则，价值创造的指导
    • 管理法则----贯穿体系
• 九、 数据资产管理趋势
  • 管理理念：被动到主动
  • 管理方式：敏捷协同
  • 管理手段：自动与智能
  • 数据安全：合规发展
  • 组织形态：专业化
  • 技术架构：面向AI
  • 运营模式：多元化
• 十、 数据资产管理组织
  • CDO角色工作内容
    • 管理层面80%
      • 战略规划
        • 文化塑造
          • 数智决策
      • 资产构建
        • 资产运营
      • 产品开发
        • 市场参与
      • 数据治理
        • 数据安全
    • 业务层面20%
      • 数据洞察：提供对业务领域的升入理解
      • 数据分析：了解基础数据架构
  • 数据洞察
    • 专业领域知识
      • 业务域及其特殊需求
      • 知道需要解决什么组织问题以及原因
      • 从业务痛点发掘出用力和数据长江
    • 数据处理能力
      • 寻找数据来源、收集、整理、处理数据并对数据建模
      • 分析大量结构化、非结构化数据
      • 以最佳形式准备和呈现数据，以便做出决策并解决问题
    • 算法与模型构建能力
      • 探索性数据分析并找出重要的模式关系
      • 使用严格的统计思维从噪音中提取信号
      • 了解各种算法和模型的适用场景
      • 构建数据指标体系，以及说明它们为什么适合给定的问题
    • 沟通能力
      • 使用业务相关术语，并解释数据驱动型见解的意义
      • 以突出强调行为价值的方式交流信息
      • 传达可以推导结论的研究过程和假设
  • 数据治理专家
    • 主数据管理
      • 维护好数据资产的基本盘
    • 数据质量管理
      • 针对交易数据，其满足升值为高价值数据资产的要求
    • 数据集成
      • 利用数据湖和数据仓库等技术汇聚数据，为决策提供支撑
    • 元数据管理
      • 管理好业务、技术元数据
    • 数据架构
      • 管理好数据分布、数据流和建模
    • 数据安全
      • 数据安全保障
      • 数据隐私保护