建立数据地图，盘活数据资产！

数据地图的潜在价值

1.什么是数据地图

数据地图是一种图形化的数据资产管理工具，它提供了多层次的图形化展现，并具备各种力度的控制能力，满足业务使用、数据管理、开发运维不同应用场景的图形查询和辅助分析需求。

2.案例分析

以百度地图为例，通过交互式界面，我们可以在一个陌生的城市，方便地搜索我们想要的信息，比如：附件的酒店、美食、景点、游乐园、超市、的士等一系列服务信息，并且直接可以在搜索到的界面中，点击电话号码来订餐或者通过小程序叫车。围绕着不同的场景来进行信息交换也可以理解为资源置换和服务整合。

3.构建数据地图平台

有些银行、保险公司想规划建设一套数据地图平台，能够提供如手机地图软件一样的创新数据服务形式，内容如下：

支持快速搜索定位，找到企业中各种数据资产，形成有效的数据交汇，来支持应用分析。
提供各种数据资产快速展现的个性化形式，方便使用者获取所需要的关键信息。
积累过去所有进行过的数据加工知识，在相似场景下可以更好的推送或重复使用这些数据。
在数据的搜索结果上，直接配备方便的分析工具，让数据使用的更加得心应手。
建立数据资产分布及综合评估的入口，更好的了解数据资产使用的各个方面。

借助这样的平台，企业的数据资产的配置效率将会大大提升，而潜在创造的未来经济效益也会快速增长。

将数据装入地图

数据地图是一种全新的信息门户入口，并不是简单地把数据报表、分析工具、数据应用的网页链接整合起来，做一个前台框架，即使是建立了所谓的个性化工作台的前台框架。事实上，数据地图所提供的价值远远不知如此，具备的战略意义也很大。数据地图的对象分为三类：数据资产的使用者、开发者和管理者。

1.数据资产使用者视图

作为数据资产的使用者，我们通常关心的是数据是什么、数据在哪里、数据如何取、数据怎么用四方面的问题。

数据是什么：需要知道数据形式是怎么样的，比如结构化或非结构化；数据定义是什么，比如技术、业务、管理等；数据的使用特性如何，比如频度、评价、质量、安全级别等；数据包含什么信息，比如时间周期、业务分类、信息密度。
数据在哪里：需要知道数据存放的位置，与业务相关的数据还有过去曾今用过且值得参考的数据有哪些，与数据使用相关的辅助性工具在哪里，等等。
数据如何取：需要提供一系列工具及辅助信息，帮助实现数据采样、数据查询、数据下载、数据安全沙箱建立各种使用数据的方式。
数据怎么用：需要帮助使用者更快速便捷地获取数据内在信息，例如，数据摘要信息、数据快速分析、数据报表工具、数据分析模型、知识帮助指导等。

2.数据资产开发者视图

数据地图给数据资产开发者提供了全新的数据使用帮助，根据是否以数据地图为入口，也可以将开发者分为两类：

独立于数据地图的数据资产开发者：数据地图作为一种对数据资产分布及运行情况的反馈的工具，用于帮助开发工作的有序进行。例如，对于业务部门提出的新增指标需求的开发，如果缺少数据地图对整个企业数据资产的全盘映射，则研发人员无法准确知道该指标是否已经存在，以及重复开发的可能，长期这样的话，会导致企业数据资产冗余低效，但依托数据地图，则可以通过指标注册、存在分析、链路比较等功能对指标的新增需求、加工流程进行一个统一的管理。
以数据地图为入口的数据资产开发者：可以参考框计算，数据地图可以实现对各种数据工具的集成，从而变成一个全新的入口整合平台。比如，原来搜索出来的报表，只知道名称和位置，要获取加工和所处位置，要获取信息或者做拆分加工，还需要启动开发流程，但借助数据地图，提供的工具集成，可以在搜索完之后，立刻进行简单的数据摘要信息展现、初步加工分析或者通过链接去调用其他系统的核心服务功能，这样便能让数据地图的功能更好丰富。

3.数据资产管理者视图

对于数据资产管理者来说，需要了解数据资产的全局情况，以及通过各种手段来评估数据资产在配置合理性、应用充分性、质量可靠性、风险可控性等方面的情况，从而有针对性地进行决策分析，并落实管理动作。数据资产管理者视图提供了如下三方面的能力：

数据体检：提供对数据在设计、加工、运行、管理等不同的环节关键指标的采集，基于预设算法进行健康评估，从而为解决数据健康问题提供参考。数据体检是驱动数据治理不断完善的内生驱动力，它是高品质数据资产环境可持续发展的有力保障。
运维监控：配合运维日常管理制度和人员，基于各种技术监控、预警、问题诊断、干预等手段，并且依托数据地图来统一展现和管理交互，因此保障数据质量的可靠性。
安全评估：从数据安全角度提供评估分析能力，例如，数据敏感度、客户隐私信息和各环节审计日志记录管理等。

在数据资产目录已经建设完成的情况下，数据地图的信息采集可以重复使用，这样就形成了整个企业或组织范围内。语义层数据（通过对数据库里的有关数据项定义）的集中管理，就需要在元数据的支持下，逐渐构建数据地图的信息逻辑层，并为后续建设数据资产目录提供一个基础。

4.数据使用者视角

数据平台为数据使用者回答，数据是什么，数据在哪里，数据如何获取，数据怎么用这四个问题

数据是什么：需要知道数据形式是什么，eg：结构化，非结构化；数据定义是什么，eg：技术，业务，管理等；数据的使用特性如何，如频度，评价，质量，安全级别；数据包含什么信息，如时间周期，业务分类，信息密度等。
数据在哪里：数据存放的位置，与业务相关的数据还有过去曾经使用且值得参考的数据有哪些，与数据使用相关的辅助性工具在哪里等，eg：记录数据相关的所做的处理过程名称，上下游关联表
数据如何获取：需要提供一系列的工具及辅助信息，帮助实现数据采样，数据查询，数据分发推送，等各种使用数据的方式。eg：记录数据的获取方式，是否需要走流程开权限，是否需要支持某些开放的接口，还是已经有一些现成的查询工具
数据怎么用：需要帮助使用者更快速，便捷地获取数据内在信息，eg：数据摘要信息，数据快速分析，数据报表工具，数据分析模型，知识帮助指导等

5.数据开发者

数据地图作为对数据分布和运行情况的反馈能力，用于能够帮助开发工作的有序进行。例如，一企业业务指标一般都是成百上千。如果没有通盘了解以前做的工作，或者对业务有足够的理解，很可能重复指标开发。造成功能冗余，产能低效。但数据平台具备的功能，则可以通过指标注册，存在分析，链路比较等功能对指标的新增需求，加工流程进行统一管理，减少重复开发，也加深了每个数据开发者对业务的立体化理解。

第三方开发者

数据平台，可以输出各类数据 API，功能 API，对各类数据工具的集成，形成一个开发的数据中心和开发的计算平台。eg：例如分析企业担保圈，担保圈算法开发人员，针对数据平台提供数据输出接口，计算平台的输入格式，输出格式，甚至兼容自定义输出格式，开发自己的算法。

6.对数据管理者

对于数据管理者来说，需要了解数据的全局情况，以及通过工具手段来评估数据资产在配置合理性，应用充分性，质量可靠性，风险可控性等方面的清苦啊，从而针对性地进行决策分析，并落实管理工作，具体表现在三个方面的能力

数据体检：通过对数据在设计，加工，运行，管理等不同环节关键指标的采集，基于预设算法进行健康度评估，从而为解决数据健康问题提供参考。数据体检是驱动数据治理不断完善的内，生驱动力，他是高品质数据资产环境可持续发展的有力保障。
运维监控：配合运维日常管理制度和人员，基于各种技术监控，预警，问题诊断，干预等手段，且依托数据平台来统一战线和管理交互，从而对确保数据质量可靠。
安全评估：从数据安全角度提供评估分析能力，例如，数据敏感度，客户隐私信息和各环节审计日志管理等

7.数据体检

数据体检是保障数据质量的一个关键手段，可以及早发现问题隐患并预计及金额，放缓数据质量问题引起不良后果的重要手段。可以考虑从三个方面进行思考和研究：系统资源，数据流转，使用，存储状态，管控

系统资源
系统资源的充足健康，是数据产生价值的基础。