数据资产云图(DACP)产品介绍ppt课件

数据资产云图（,DACP,）产品介绍,主要内容,产品概述,架构功能,部署实施,应用案例,联系我们,2,3,尽管,“,数据是资产,”,概念已经广为人知，但,“,如何管理数据资产,”,仍然缺少成熟理论以及工具手段,数据资产管理是企业或组织采取的各种管理活动，用以保证数据资产的安全完整，合理配置和有效利用，从而提高带来的经济效益，保障和促进各项事业发展。该领域是大数据时代企业布局竞争的核心，也是目前市场空白。,什么是数据资产？,存在什么问题？,数据源不规范,，,导致无效数据加工,处理缓慢,，,导致低效决策,加工流程混乱,，,人力物力浪费,评估手段缺失,，数据资产价值大打折扣,分配不透明，,数据资产错配,定义不统一,错误判断,分布杂乱，,数据资产闲置,数据不开放,，企业数据合作受限,数据库,报表,文件,接口,权限,视图,治理无力,应用低效,运营缺失,数据资产是企业及组织拥有或控制，能带来未来经济利益的数据资源。,4,数据资产管理包括哪些核心内容？,让企业数据更加准确、一致、完整、安全，降低,IT,成本。,数据资产治理,使得企业数据的使用过程更为人性、快捷、智能，从而提升管理决策水平。,数据资产应用,支持企业数据资产的分发、开放、交易等数据嫁接的实现，从而促进数据资产的价值实现。,数据资产运营,5,XX,提倡建立一体化全流程的数据资产管理体系,数据资产规范及治理能力,数据资产运营、开放、应用能力,数据资产管理体系核心在于有效解决对数据资产进行管理的实践性问题，既帮助企业合理评估、规范和治理企业信息资产，又可以挖掘和发挥数据资产价值并促进持续增值，并符合大数据的跨行业合作趋势,资产质量,更加可靠,创新合作更加便捷,运营手段更加丰富,数据资产应用,有效处置,租赁、报损、转换,全面评估,资产分布、活性、配置合理性、使用策略,使能创新,交易、数据开放,数据资产运营,协同工作,数据资产,数据规范,管控体系,元模型数据,情景规则,人员组织,数据处理,全局洞察,采集加工,快速可视化,运维管控,第三方应用加载,标准化数据接口、平滑迁移、快速定制,快速开发部署,效率、质量,形式丰富易用,数据产品、报表,有机融合,数据资产云图（,DACP,）：数据资产管理的专业管家,6,DACP,作为数据资产管理平台，涵盖了采集、加工、使用、评估、优化、下线等数据资产的全生命周期管理，并基于全面数据治理能力，进一步提供专业化的数据资产,“,管家,”,服务，包括资产规划、运营管理、开放管理，以及面向企业客户和个人客户的不同类型数据资产应用，从而为大数据时代的数据资产管理和增值发展提供全面支持。,数据资产治理,数据资产开放管理,数据资产运营管理,数据资产规划管理,数据资产应用,应用软件,浏览器,终端,/app,电话呼叫,微信,短信,Email,内部数据,传统数据库,新型数据库,文档资料,数据加工,运维管理,安全管理,质量管理,数据体系规划,数据标准化管理,价值评估,增值策略,资产活性分析,资产配置优化,数据采集,开发者社区,数据交互中心,数据资产合作平台,数据可视化平台,企业客户应用,个人客户应用,金融,-,风险识别,医疗,-,传染源定位,征信管理,个人数据宝库,小数据聚合,政府,-,舆情管理,注：数据资产应用内容需要根据具体业务场景定制。,DACP,将立足数据资产管理领域，服务于全行业和全客户,7,特定行业的大型企业,（如电信、金融、航空、制造等）,各行业的大中型企业,中小企业以及个人客户,产品部署,+,定制化开发,产品部署,+,云化服务,SaaS/App,管理,数据,资产,掘金,经济,价值,注：云化服务和,SaaS,、,App,等形式目前仍处于规划阶段。,DACP,能给企业内与数据资产相关的不同角色人员带来价值,8,能够合理评估、规范和管理企业信息资产，在有效,IT,投资和降低管理成本的同时，挖掘和发挥数据资产价值并增值。,企业管理者,IT,建设部门,业务运营人员,数据运营人员,能够规范数据处理过程、保障数据资产质量、提升,IT,系统建设效率、快速支撑业务部门运营需要，从而激发创新、体现价值。,能够快速、高效的提供体验良好的数据展现手段，通过确保了数据资产质量，从而有助于做出更加准确的业务举措。,支持多种数据使用模式，并提供更为丰富、安全的数据运营管理手段，有助于企业间进行更广泛的数据合作并由此创造价值。,9,为什么传统数据管理方式不适合数据资产管理要求？,传统数据管理方式,元数据,数据,稽核,管理,制度,外部性管理，依赖管理力度和执行自律，成难毁易。,挑战,1,挑战,2,挑战,3,从,范围,来看，,从,形式,来看，,从,内涵,来看，,非结构化数据、内外部数据混搭、云化处理等都会冲击传统管理模式,数据加工的复杂度和速度要求越来越高，也对传统管理效率提出挑战,数据的交换、转让、租赁、交易等各种创新模式，也要求新的管理手段,资产验证,数据整合,交易保障,DACP,不仅是技术工具，也是重要的运营管理手段！,10,良好界面体验,完善规范标准,智能化过程控制,凝聚了,10,年以上电信级数据管理规范和实践经验，形成了一整套管理办法和信息体系,全,Web,界面的在线操作,提供了丰富的可视化组件，能够很好地帮助信息展现、问题定位和决策支持,能够根据数据资产实际使用过程进行智能化分析，并动态调整管理过程中的规则参数；,支持第三方应用集成,一站式管理,：,面向业务人员提供快速取数、自助分析、门户定制等功能；,面向技术人员提供可视化运维、自动化处理等工具；,面向管理人员提供各种评估告警以及决策支持手段；,数据治理,企业级大数据中心,数据处理及可视化框架,使能数据开放,支持多租户管理、数据开放平台、数据合作加工模式等数据交互模式，并能够很好地保证数据使用过程中的隐私安全；,11,DACP,客户概览,湖北移动,上海移动,青海移动,山东移动,四川移动,重庆移动,辽宁移动,福建联通,马来西亚,马来西亚,青海,四川,上海,湖北,福建,重庆,DACP,已通过市场认可，并持续拓展新空间,主要内容,产品概述,架构功能,部署实施,应用案例,联系我们,12,DACP,在企业,IT,系统中的定位,13,网络通信平台,主机系统软件,主机,存储,备份,OS,1.,网络通信层,2.,主机存储层,数据存储层,db2,oracle,hadoop,3.,数据层,DACP,平台,资产规划,资产应用,4.,应用支撑层,资产评估,资产运营,数据采集,数据加工,数据管理,运维监控,业务应用系统,应用,系统,1,5.,应用系统层,应用,系统,5,应用,系统,2,应用,系统,3,应用,系统,4,应用,系统,6,分析门户、网站,6.,信息发布层,信,息,安,全,体,系,项,目,实,施,方,法,论,支,持,标,准,化,体,系,支,持,gp,DACP,定位于应用支撑层，在数据治理基础上，实现资产规划、加工、评估、运营等功能,DACP,的功能架构,14,数据资产规划,数据架构管理,数据标准化,维度表标准化,指标标准化,数据资产质量,数据资产加工,数据流程设计,数据模型设计,数据处理开发,数据应用开发,数据测试,上线,数据运维,运行监控,告警管理,数据评估,数据优化,存储优化,下线管理,质量规则管理,质量规则检查,质量问题管理,元数据管理,元数据采集,元数据分类,元数据稽核,数据关系分析,字段关系分析,元数据服务,数据资产安全,安全策略管理,安全漏洞检查,权限申请分配,安全审计,数据处理类,|,数据交换类,|,文件操作类,|,数据查询类,|,数据安全类,|,数据检查类,(,函数适配器,),Engine for db2,db2,Engine for oracle,Oracle,Engine for hadoop,Hadoop,Engine for GBASE,MPP,功,能,层,统一,API,层,生产,平台,数据地图,运营层,数据资产应用,数据资产评估,数据资产运营,指标墙,自助分析,多维报表,运营诊断,资产构成分析,资产使用评估,资产活性分析,资产分布评估,多租户接入管理,数据开放平台,BI,应用商店,数据分发中心,DACP,的技术架构,15,16,元数据库,元数据库,元数据管理,开发管理,运维监控管理,统一日志、通信、控制中心,生产运行环境,质量管理,上线,元数据,采集,1,2,3,4,元数据查询,元数据分析,元数据维护,元数据采集,开发过程管理,需求开发管理,项目开发管理,。,数据生命周期管理,应用生命周期管理,进程启停,临时任务管理,数据质量采集,数据稽核评估,问题管理,质量报告,运维管理,同步开,发任务,DACP,以元模型驱动，连接数据管理，开发、运维和生产运行，形成一体化管理,DACP,的集成架构,17,关键特性介绍：完善的数据治理与管控（,1/5,）,建立标准体系,1,数据标准是数据资产管理的基础，需要对管理对象，管理要求、管理手段、管理流程等进行规范，从而成为海尔相关系统和部门统一遵循的标准。,具备管控手段,3,针对数据生命周期各个阶段的不同特性，提供各种监控、管理工具，将可能出现的系统运行出错或数据异常变化进行修正或告警，以避免出现更大的损失,形成信息地图,2,建立全集团的,IT,的信息地图，通过自动化的多源头元数据采集，自动分析汇总，形成完整的企业数据地图，使用户能够从全局视角审查企业整体数据状况。,实现影响分析,4,实现数据来源的追溯，能够方便内部管理、审计或外部监管的需求追溯业务指标、报表的数据来源和加工过程,即能方便的找到想要的数据以及这个数据与其他数据的传递关系和业务逻辑关系。,促进数据协同,5,实现跨平台的元数据管理，具备数据管控统一功能平台，增强应用的协同管理能力,能够展示出数据之间的关系，从而促进不同阶段的数据形成协同关系，以及闭环加工流程，确保数据可靠性。,持续质量改进,6,数据质量体系需要通过实践和规划的相互促进，不断完善改进，为此，需要确保确保数据架构合理，条理清晰，过程可控，知识积累传承，并通过监控和审计不断促进质量水平的持续提升。,建立起可管可信的数据资产治理体系,18,关键特性介绍：完善的数据治理与管控（,2/5,）,DMP,可持续的技术架构体系,组织架构与标准规范,数据质量智能化,数据标准化规范化,数据关系脉络化,通过对数据、应用、系统综合管理，构建标准化、流程化、自动化、一体化的数据管理体系,确保数据架构合理，条理清晰，过程可控，知识积累传承。,19,关键特性介绍：完善的数据治理与管控（,3/5,）,数据标准化制定,数据架构管理,主数据管理,指标数据管理,代码标准化管理,规则稽核评估,DACP,提供了完整全面数据治理与管控功能体系，可以帮助企业实现数据资源的条理化、脉络化，成为数据资产化管理的重要基础,数据采集,数据加工,数据分发,数据共享,敏感数据管理,质量规则管理,问题定位分析,影响范围分析,问题知识库,质量标准定位,数据标准化管理,专业数据管理,高效数据处理,持续质量改进,可视化开发管理,需求分析,变更分析,知识积累,自助分析,数据可视化,快速响应,20,关键特性介绍：完善的数据治理与管控（,4/5,）,接口,系统提供完整细致的血缘分析，对问题的节点进行回溯，分析其处理路径上可能存在的问题以及相关影响范围,应用,处理程序,数据表,全面追溯的数据影响分析，一切尽在掌握,21,关键特性介绍：完善的数据治理与管控（,5/5,）,一站式统一运维监控,为运维部门提供了一个中央管理点，使得运维人员可以紧密有效地对系统上发生的事件进行控制，为分布式环境创建一个,“,任务控制,”,中心。,对收集到报警信息及时触发各种动作，可通过邮件、短信、语音等方式提醒运维人员,对日常监控数据的分析，也可以帮助运维人员分析出系统中存在的性能瓶颈，以便采取适当的解决措施对系统进行优化或扩展。,22,关键特性介绍：高效的数据资产应用（,1/4,）,需求,设计,开发,调试,测试,部署、升级,文档生成,需求,设计,开发,测试,上线,接口开发,程序开发,指标开发,展示开发,数据流程设计,数据模型设计,规则设计,展示设计