导图社区 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。
这是一篇关于数据分析的思维导图，主要内容包括：数据模型，数据指标体系，数据标签体系，数据分析方式，用户转化与付费分析，三大分析思维，软技能。
这是一篇关于CCRC-CDO数据治理：数据集成与共享的思维导图，主要内容包括：数据集成的4种典型应用，数据集成步骤与方法，数据集成架构的演进，应用集成的4个层面。
这是一篇关于CCRC-CDO数据治理：数据标准管理的思维导图，主要内容包括：数据标准管理与其他治理活动的关系，数据标准设计流程，企业数据标准的梳理，数据标准管理的内容，什么是数据标准。
社区模板帮助中心，点此进入>>
项目时间管理6大步骤
项目管理的五个步骤
电商部人员工作结构
暮尚正常运转导图
产品经理如何做好项目管理
车队管理
创业者10条创业经
创业十大思维误区
管培生课程作业
商业模型
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
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
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
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
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
数据安全保障
数据隐私保护
