中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語：在我們的日常工作中，很容易做一些無用功，比如沒有找準(zhǔn)需求就開始執(zhí)行，會(huì)造成做很多無用功；所以在面對(duì)問題時(shí)，應(yīng)該進(jìn)行正確的分析和確認(rèn)；本文作者分享了關(guān)于如何從0開始制訂大數(shù)據(jù)規(guī)劃，我們一起來看一下。

01 分析需求

1. 挖掘真實(shí)需求

俗話說，良好的開始是成功的一半，很多大數(shù)據(jù)產(chǎn)品之所以失敗，歸根到底就是出發(fā)點(diǎn)不對(duì)，沒有找準(zhǔn)真需求，無法推動(dòng)解決實(shí)際問題；流于表面的數(shù)據(jù)產(chǎn)品，是對(duì)時(shí)間和人力資源的浪費(fèi)。

那么，如何對(duì)問題進(jìn)行分析，挖掘真實(shí)需求呢？

首先，要找到需求提出人，需求的直接發(fā)起者，可謂是第一手資料；原始需求一旦經(jīng)過層層傳遞，很可能會(huì)被損耗、曲解，確保需求完整在實(shí)際工作中是非常重要的。

然而這不意味著就簡單的羅列需求關(guān)鍵點(diǎn)，復(fù)述一遍需求，因?yàn)檎嫘枨笸请[形的，用戶很多時(shí)候并不知道自己想要什么；例如客戶說“我想要更快的馬車”，其根本目的是追求更快的速度，而不是非要局限于馬車這種交通工具。

本茨發(fā)現(xiàn)了人們追求速度的需求，然后發(fā)明了汽車；他的高明之處就在于跳出了傳統(tǒng)的思維框架，提出了全新的解決方案；很多時(shí)候，客戶只是給予了一個(gè)模糊的需求，沒有給出明確的方向，原因是自身認(rèn)知的局限性。

從模糊的需求中挖掘本質(zhì)，找出真需求，就是需求分析的內(nèi)容了。

需求分析的第一步是對(duì)客戶基本資料和現(xiàn)狀的解讀，從現(xiàn)狀出發(fā)了解客戶對(duì)現(xiàn)狀的不滿和遇到的困難。除了培養(yǎng)同理心之外，這里提供兩種簡單有效的方法，第一個(gè)是花些時(shí)間收集客戶內(nèi)部需求干系人對(duì)現(xiàn)狀的吐槽，找出其中的共性和最不滿的點(diǎn)；第二個(gè)是詢問客戶對(duì)現(xiàn)有的各類解決方案的點(diǎn)評(píng)和意見，了解其關(guān)注點(diǎn)。

“診”完了客戶的現(xiàn)狀，下一步就是配“藥”了；人們常犯的第一個(gè)錯(cuò)誤就是功能堆砌，什么都有什么都能做；第二個(gè)錯(cuò)誤就是抄襲復(fù)刻，把別人的解決方案原封不動(dòng)照搬過來，沒有特點(diǎn)；第三個(gè)錯(cuò)誤是為了讓產(chǎn)品顯得高端而強(qiáng)行捆綁一些不成熟的前沿技術(shù)，沒有考慮實(shí)用性和性價(jià)比。

在大數(shù)據(jù)項(xiàng)目中，原子級(jí)能力的強(qiáng)弱大同小異，解決方案的好壞關(guān)鍵在于場(chǎng)景滲透能力、技術(shù)整合能力和可持續(xù)升級(jí)能力；所謂”對(duì)癥下藥”，就是要以點(diǎn)帶面，在客戶最關(guān)注的一點(diǎn)上做深做透，細(xì)節(jié)上考慮的更多，在完成度上更上一層樓。

2. 減法思維，以點(diǎn)帶面

前面提到了我們應(yīng)該在核心功能上做深做透，用到的是便是減法思維。

減法思維是指合理的減少一些不必要、與現(xiàn)狀不匹配的事情來提高效率的一種思維；從概念可以看出來，減法思維的的關(guān)鍵點(diǎn)在于減少不必要、與現(xiàn)狀不匹配的事情來實(shí)現(xiàn)高效，也就是說——如果你要做減法，你需要先識(shí)別出哪些事情是不必要并與現(xiàn)狀不匹配的，并能在減掉這些事情之后能夠提高效率。

為什么減法思維能夠讓我們變得高效，取得進(jìn)步？

要介紹減法思維，先要介紹與其相對(duì)應(yīng)的加法思維。在加法思維的指導(dǎo)下，人的行動(dòng)是怎樣的呢？

今天學(xué)習(xí)這個(gè)，明天學(xué)習(xí)那個(gè)，周而復(fù)始，為了追求均衡發(fā)展而疲于填補(bǔ)短板；要知道人的精力是有限的，把精力分成了好幾份，再加上轉(zhuǎn)換，結(jié)果只會(huì)是精疲力盡，毫無效果；長時(shí)間辛苦，成效卻不大，人的情緒很容易受到打擊，從此一蹶不振。

加法思維，其實(shí)正是木桶理論的體現(xiàn)；木桶理論是指一只水桶能裝多少水，是取決于它最短的那塊木板，這就導(dǎo)致人們會(huì)想辦法去不斷的去彌補(bǔ)自身的短板，看自己哪方面不行就去學(xué)哪個(gè)方面，什么都想補(bǔ)充，什么都想做到；但是在現(xiàn)在我們的社會(huì)中，人與人之間交往與合作靠的是長板而不是短板；發(fā)展自身長處，把優(yōu)勢(shì)展示出來，一件事情做到極致，這樣更容易取得成就。

減法思維要求我們?cè)O(shè)定優(yōu)先順序，把最重要的事情擺放在第一位，把時(shí)間用在最有生產(chǎn)力的地方。

什么叫最有生產(chǎn)力的地方？

自然就是客戶最愿意為之付出代價(jià)的地方了，可以羅列一個(gè)清單，把解決方案分解成一個(gè)個(gè)模塊；從最無關(guān)緊要的地方開始砍，客戶最后砍的模塊便是他最在意的地方；依此方法便能知曉各個(gè)功能在客戶心目中的價(jià)值排行，便于后續(xù)進(jìn)行合理的節(jié)奏規(guī)劃。

02 數(shù)據(jù)盤點(diǎn)

1. 準(zhǔn)備數(shù)據(jù)需求

傳統(tǒng)IT行業(yè)的需求點(diǎn)多是固定的業(yè)務(wù)邏輯，但大數(shù)據(jù)產(chǎn)品則更多的依賴數(shù)據(jù)，它的價(jià)值上限取決于數(shù)據(jù)自身的價(jià)值上限，正如那句經(jīng)典的名言，”garbage in garbage out”；正因?yàn)槿绱?，設(shè)計(jì)大數(shù)據(jù)產(chǎn)品需要盡早準(zhǔn)備數(shù)據(jù)需求。

數(shù)據(jù)需求文檔DRD（Data Raquirements Document）顧名思義同PRD一樣，是同研發(fā)團(tuán)隊(duì)溝通的一種憑據(jù)。主要包括了三部分：Source（來源）、Measures（指標(biāo)）、Dimensions（維度）。

• 來源：就是指數(shù)據(jù)從何而來。來自哪個(gè)系統(tǒng)？使用何種數(shù)據(jù)接口？數(shù)據(jù)更新頻率如何？
• 指標(biāo)：顧名思義，講指標(biāo)的定義和計(jì)算邏輯。
• 維度：是用戶用于查看指標(biāo)的數(shù)據(jù)元素。描述了數(shù)據(jù)需要以何種粒度被組織起來。

從產(chǎn)物角度看，DRD需要產(chǎn)出的有數(shù)據(jù)流圖和數(shù)據(jù)字典，兩者相輔相成；沒有數(shù)據(jù)字典準(zhǔn)確地描述數(shù)據(jù)流圖中使用的數(shù)據(jù)，數(shù)據(jù)流圖就不嚴(yán)格；反之，沒有數(shù)據(jù)流圖，數(shù)據(jù)字典也難于發(fā)揮作用。

數(shù)據(jù)流圖：

數(shù)據(jù)流圖也稱為數(shù)據(jù)流程（date flow diagram , DFD），是一種便于用戶理解和分析系統(tǒng)數(shù)據(jù)流程的圖形工具；它擺脫了系統(tǒng)和具體內(nèi)容，精確的在邏輯上描述系統(tǒng)的功能、輸入、輸出和數(shù)據(jù)存儲(chǔ)等，是系統(tǒng)邏輯模型的重要組成部分。

數(shù)據(jù)流圖的組成成分包括數(shù)據(jù)流、加工、數(shù)據(jù)存儲(chǔ)、外部實(shí)體。

數(shù)據(jù)流：是由一組固定成分的數(shù)據(jù)組成，表示數(shù)據(jù)的流向；值得注意的是，數(shù)據(jù)流圖中描述的是數(shù)據(jù)流，而不是控制流；除了流向數(shù)據(jù)存儲(chǔ)或從數(shù)據(jù)存儲(chǔ)流出的數(shù)據(jù)不必命名外，每個(gè)數(shù)據(jù)流必須要有一個(gè)合適的名字，以反映該數(shù)據(jù)流的含義。

加工：加工描述了輸入數(shù)據(jù)流到輸出數(shù)據(jù)之間的變換，也就是輸入數(shù)據(jù)流經(jīng)過什么處理后變成了輸出數(shù)據(jù)；每個(gè)加工都有一個(gè)名字和編號(hào)，編號(hào)能反映該加工位于分層的數(shù)據(jù)流圖的哪個(gè)層次和哪張圖中，能夠看出它是由哪個(gè)加工分解出來的子加工。

數(shù)據(jù)存儲(chǔ)：數(shù)據(jù)存儲(chǔ)表示暫時(shí)存儲(chǔ)的數(shù)據(jù)，每個(gè)數(shù)據(jù)存儲(chǔ)都有一個(gè)名字。

外部實(shí)體：外部實(shí)體是存在于軟件系統(tǒng)之外的人員或組織，他指出數(shù)據(jù)所需要的發(fā)源地或系統(tǒng)所產(chǎn)生的數(shù)據(jù)的歸屬地。

數(shù)據(jù)字典：

任何字典最重要的用途都是供人查詢對(duì)不了解的條目的解釋，在結(jié)構(gòu)化分析中，數(shù)據(jù)字典的作用是給數(shù)據(jù)流圖上每個(gè)成分加以定義和說明；換句話說，數(shù)據(jù)流圖上所有的成分的定義和解釋的文字集合就是數(shù)據(jù)字典。

數(shù)據(jù)字典還有另一種含義，是在數(shù)據(jù)庫設(shè)計(jì)時(shí)用到的一種工具，用來描述數(shù)據(jù)庫中基本表的設(shè)計(jì)，主要包括字段名、數(shù)據(jù)類型、主鍵、外鍵等描述表的屬性的內(nèi)容。

2. 收集數(shù)據(jù)

收集數(shù)據(jù)主要可以分為外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)兩類。

內(nèi)部數(shù)據(jù)是由組織內(nèi)部的業(yè)務(wù)流程和運(yùn)營過程中生成的數(shù)據(jù)。這些業(yè)務(wù)流程可以生成特定于該組織運(yùn)營的大量數(shù)據(jù)，例如客戶購買數(shù)據(jù)、商品物流數(shù)據(jù)、評(píng)價(jià)數(shù)據(jù)等；除了顯式反饋數(shù)據(jù)的收集外，互聯(lián)網(wǎng)行業(yè)的一大特色是擁有大量的隱式反饋數(shù)據(jù)，例如通過埋點(diǎn)形式收集用戶的行為數(shù)據(jù)。

除了內(nèi)部數(shù)據(jù)之外，我們還會(huì)接觸到很多外部數(shù)據(jù)，外部數(shù)據(jù)就是是在組織運(yùn)營范圍之外生成的數(shù)據(jù)；外部數(shù)據(jù)一般是企業(yè)所處的外部環(huán)境相關(guān)的數(shù)據(jù)，包括諸如全球經(jīng)濟(jì)指數(shù)，人口普查信息和行業(yè)價(jià)格之類的信息等等；所有這些數(shù)據(jù)均一直存在，與任何特定組織無關(guān)。

一般而言，價(jià)值創(chuàng)收目前主要都來自于對(duì)內(nèi)部數(shù)據(jù)的挖掘，但外部數(shù)據(jù)的價(jià)值也不容小覷；假如一家創(chuàng)業(yè)公司剛剛起步，自身并沒有還積累數(shù)據(jù)，怎么辦？就算有數(shù)據(jù)，但擁有的數(shù)據(jù)無論在“質(zhì)”和“量”上都很差，怎么辦？或者說，從內(nèi)部數(shù)據(jù)上發(fā)現(xiàn)了某指標(biāo)的變動(dòng)，但對(duì)于其真實(shí)動(dòng)因無法準(zhǔn)確判定，怎么辦？這時(shí)候就需要外部數(shù)據(jù)的幫助了。

想要獲取外部數(shù)據(jù)，除了前面提到的可以從公開的數(shù)據(jù)網(wǎng)站上查詢外，另一大方法就是爬蟲；這種方法更加靈活，但是需要注意法律風(fēng)險(xiǎn)。

03 數(shù)據(jù)源管理

1. 數(shù)據(jù)源分類

完成數(shù)據(jù)盤點(diǎn)后，我們知道了現(xiàn)在有哪些數(shù)據(jù)，接下來就是給它們劃分業(yè)務(wù)領(lǐng)域，也就是類別。

對(duì)于小規(guī)模的業(yè)務(wù)來說，數(shù)據(jù)源歸類的作用并不明顯，但是當(dāng)數(shù)據(jù)表多達(dá)幾百上千個(gè)；而且功能有重疊冗余、有新有舊的時(shí)候，數(shù)據(jù)源歸類就相當(dāng)重要了。

業(yè)務(wù)領(lǐng)域囊括的范圍可大可小，完全依托于前期基于業(yè)務(wù)的梳理結(jié)果。

舉個(gè)例子：身份證號(hào)這一類數(shù)據(jù)，既可以屬于個(gè)人信息范疇，也可以屬于個(gè)人基本信息范疇，前者的范圍明顯大于后者；也許有朋友會(huì)發(fā)出疑問，需要注意的是分類并不是越細(xì)越好，因?yàn)楹苡锌赡芗?xì)分之后，最終卻發(fā)現(xiàn)無數(shù)據(jù)可進(jìn)行歸類，這是典型分類失敗的體現(xiàn)；當(dāng)然反過來也成立，分類少了，數(shù)據(jù)歸不進(jìn)去，也是分類失敗的體現(xiàn)。

值得一提的是，數(shù)據(jù)（中臺(tái)）全景圖是一個(gè)執(zhí)行數(shù)據(jù)歸類的很好的工具，便于數(shù)據(jù)查找。

2. 數(shù)據(jù)源分級(jí)

不同于數(shù)據(jù)分類，數(shù)據(jù)源分級(jí)更多的是從滿足監(jiān)管要求的角度出發(fā)；數(shù)據(jù)分級(jí)屬于數(shù)據(jù)安全領(lǐng)域，或許稱呼它為敏感等級(jí)更為貼切；有的數(shù)據(jù)密級(jí)程度高，有的低，有的可公開，有的不可公開，不同敏感度等級(jí)的數(shù)據(jù)對(duì)外共享開放的程度不同。

如果不對(duì)數(shù)據(jù)資產(chǎn)設(shè)置敏感度等級(jí)，建立相應(yīng)的保護(hù)策略，便很容易造成數(shù)據(jù)泄露。

除了一些顯而易見的敏感數(shù)據(jù)外，有的數(shù)據(jù)單獨(dú)使用時(shí)毫無敏感性可言，但是結(jié)合其他數(shù)據(jù)，卻可以組合成為敏感數(shù)據(jù)，這部分?jǐn)?shù)據(jù)可以被稱為是隱形敏感數(shù)據(jù)。識(shí)別隱形敏感數(shù)據(jù)是一項(xiàng)長期的工作，需要主題分析等工作的支持。

04 數(shù)據(jù)資產(chǎn)管理與數(shù)據(jù)資產(chǎn)管理平臺(tái)

1. 數(shù)據(jù)資產(chǎn)與數(shù)據(jù)資產(chǎn)管理

數(shù)據(jù)資產(chǎn) （Data Asset）就是指由企業(yè)擁有或者控制的，能夠?yàn)槠髽I(yè)帶來未來經(jīng)濟(jì)利益的數(shù)據(jù)資源；主要把握兩個(gè)核心內(nèi)涵，一是“擁有或控制”，二是“預(yù)期會(huì)給企業(yè)帶來經(jīng)濟(jì)利益”。

“擁有或控制”相對(duì)好判斷，通常滿足法律和形式上的所有權(quán)和控制權(quán)，如以物理或者電子的方式存放的文件資料、電子數(shù)據(jù)等，就能滿足。

“預(yù)期會(huì)給企業(yè)帶來經(jīng)濟(jì)利益”相對(duì)主觀，通常無非兩個(gè)方面，：

• 內(nèi)部消費(fèi)，用數(shù)據(jù)幫助現(xiàn)有產(chǎn)品帶來收益，數(shù)據(jù)本身不產(chǎn)生價(jià)值，但通過數(shù)據(jù)作用于其他產(chǎn)品，使其可以在創(chuàng)造收益、降低成本上有更好的表現(xiàn)；即一般在企業(yè)內(nèi)部發(fā)生，將生產(chǎn)經(jīng)營中產(chǎn)生的數(shù)據(jù)進(jìn)行收集、整理、分析，用于服務(wù)自身經(jīng)營決策、業(yè)務(wù)流程，運(yùn)營優(yōu)化和數(shù)字化創(chuàng)新，從而提升產(chǎn)品業(yè)績。
• 將數(shù)據(jù)本身變?yōu)榭蓭硎找娴漠a(chǎn)品，在合法合規(guī)的前提下，讓數(shù)據(jù)以各種形式進(jìn)行交易，直接將數(shù)據(jù)賦予價(jià)值。

數(shù)據(jù)資產(chǎn)管理（Data asset management 簡稱DAM）是規(guī)劃、控制和提供數(shù)據(jù)及信息資產(chǎn)，實(shí)現(xiàn)控制、保護(hù)、交付和提高數(shù)據(jù)資產(chǎn)的價(jià)值。數(shù)據(jù)資產(chǎn)管理有時(shí)可能會(huì)叫 “數(shù)據(jù)管控”。

在國外隨著數(shù)據(jù)管理行業(yè)的成熟和發(fā)展，數(shù)據(jù)資產(chǎn)管理作為一門專業(yè)管理領(lǐng)域被人們廣泛研究和總結(jié)，國外一些數(shù)據(jù)資產(chǎn)領(lǐng)域的專家和學(xué)者成立了數(shù)據(jù)資產(chǎn)管理專業(yè)論壇和組織DAMA International ，同時(shí)總結(jié)出數(shù)據(jù)資產(chǎn)管理相關(guān)理論指導(dǎo)體系 DAMA DMBOK。

2. 數(shù)據(jù)資產(chǎn)管理平臺(tái)的作用和價(jià)值

數(shù)據(jù)資產(chǎn)管理平臺(tái)是對(duì)企業(yè)數(shù)據(jù)盤點(diǎn)、數(shù)據(jù)管控等能力的承載和表現(xiàn)，它可以對(duì)全網(wǎng)數(shù)據(jù)資產(chǎn)進(jìn)行統(tǒng)計(jì)、對(duì)數(shù)據(jù)權(quán)限進(jìn)行細(xì)粒度的梳理、對(duì)數(shù)據(jù)使用狀況進(jìn)行分析，大大降低管理人員工作量，同時(shí)為數(shù)據(jù)安全制度的建設(shè)提供依據(jù)。

3. 數(shù)據(jù)資產(chǎn)管理平臺(tái)的主要功能

數(shù)據(jù)資產(chǎn)總覽：

資產(chǎn)總量（數(shù)據(jù)庫、表、字段、數(shù)據(jù)、敏感數(shù)據(jù)、各級(jí)數(shù)據(jù)）、資產(chǎn)變化對(duì)比信息、資源狀態(tài)信息（存儲(chǔ)容量、內(nèi)存、CPU）。

數(shù)據(jù)資產(chǎn)詳情：

元數(shù)據(jù)：數(shù)據(jù)資產(chǎn)描述信息（包括數(shù)據(jù)庫、表、字段）、分類分級(jí)信息、自定義類別信息；

數(shù)據(jù)庫詳情：IP、端口、類型、版本、賬戶、權(quán)限、表量、字段量、敏感數(shù)據(jù)量；

數(shù)據(jù)表詳情：歸屬庫、權(quán)限、字段量、敏感數(shù)據(jù)量；

字段詳情：歸屬庫、歸屬表、字段類型、長度。

數(shù)據(jù)資產(chǎn)狀態(tài)：

數(shù)據(jù)資產(chǎn)變更：數(shù)據(jù)資產(chǎn)（數(shù)據(jù)庫、表、字段、原始數(shù)據(jù)、元數(shù)據(jù)、加工后數(shù)據(jù)）創(chuàng)建、更新、銷毀的記 錄，自動(dòng)識(shí)別數(shù)據(jù)資產(chǎn)變化，可強(qiáng)制進(jìn)行數(shù)據(jù)認(rèn)責(zé)和分類分級(jí)操作；

敏感信息分布：展現(xiàn)敏感數(shù)據(jù)在哪些庫、哪些表，并統(tǒng)計(jì)；

數(shù)據(jù)資產(chǎn)責(zé)任：展現(xiàn)數(shù)據(jù)資產(chǎn)歸屬，查看責(zé)任人和權(quán)限；

數(shù)據(jù)使用狀況：數(shù)據(jù)正在被誰使用，使用頻度如何；

數(shù)據(jù)權(quán)限：展現(xiàn)所轄數(shù)據(jù)資產(chǎn)的權(quán)限情況，哪些用戶或角色可以訪問哪些數(shù)據(jù)資產(chǎn);

訪問熱度：從擁有、增加、修改、訪問四個(gè)維度進(jìn)行訪問統(tǒng)計(jì)分析和展現(xiàn)。

數(shù)據(jù)資產(chǎn)管理與數(shù)據(jù)庫管理關(guān)系：數(shù)據(jù)資產(chǎn)管理通常包括了數(shù)據(jù)庫管理（database administrator)——數(shù)據(jù)庫設(shè)計(jì)、實(shí)施和產(chǎn)品支持，以及數(shù)據(jù)管理的職能。

數(shù)據(jù)管理則是除數(shù)據(jù)庫管理以外，針對(duì)于數(shù)據(jù)的其他管理職能。

05 總結(jié)

大數(shù)據(jù)和高級(jí)分析帶給企業(yè)的好處毋庸置疑。有數(shù)據(jù)表明，一旦大數(shù)據(jù)和分析技術(shù)被深入應(yīng)用，可為企業(yè)帶來比競(jìng)爭(zhēng)對(duì)手高出5到6個(gè)百分點(diǎn)的生產(chǎn)力和利潤。

但是要實(shí)現(xiàn)這些目標(biāo)并不容易，這需要企業(yè)扎扎實(shí)實(shí)地制定大數(shù)據(jù)規(guī)劃；據(jù)調(diào)查，目前大多數(shù)公司并沒有花應(yīng)有的時(shí)間來創(chuàng)建一個(gè)收集數(shù)據(jù)、分析數(shù)據(jù)、構(gòu)建工具和利用數(shù)據(jù)與員工共同創(chuàng)造商業(yè)價(jià)值的簡單計(jì)劃；該計(jì)劃的作用在于提供一種通用語言，讓高管、技術(shù)專家、數(shù)據(jù)科學(xué)家和部門主管能夠一起討論最大的收益來自哪里，并且選擇兩到三個(gè)領(lǐng)域著手行動(dòng)起來，這和管理層制定公司戰(zhàn)略的歷程有著異曲同工之妙。

成功的規(guī)劃應(yīng)聚焦于三大核心要素——數(shù)據(jù)、分析模型和工具。

其中，制定收集和整合數(shù)據(jù)的策略非常關(guān)鍵。企業(yè)忙于收集信息，但是BU橫向或職能部門縱向經(jīng)常出現(xiàn)各自為政的問題；關(guān)鍵的數(shù)據(jù)可能存在于過去的IT系統(tǒng)中，且涵蓋客戶服務(wù)、定價(jià)和供應(yīng)鏈等各個(gè)領(lǐng)域；關(guān)鍵信息經(jīng)常以非結(jié)構(gòu)化格式散落于公司外部，例如社交網(wǎng)絡(luò)的對(duì)話，更加劇了問題的復(fù)雜性。

要讓這些信息成為長期資產(chǎn)，通常需要大力投入建設(shè)數(shù)據(jù)資產(chǎn)管理體系（可借助數(shù)據(jù)資產(chǎn)管理平臺(tái)）；規(guī)劃數(shù)據(jù)資產(chǎn)管理可以對(duì)混亂的數(shù)據(jù)庫進(jìn)行梳理，提煉數(shù)據(jù)價(jià)值，維護(hù)數(shù)據(jù)安全，并幫助日后實(shí)施能夠保持準(zhǔn)確性的數(shù)據(jù)治理標(biāo)準(zhǔn)。

#專欄作家#

大鵬，公眾號(hào)：一個(gè)數(shù)據(jù)人的自留地。人人都是產(chǎn)品經(jīng)理專欄作家，《數(shù)據(jù)產(chǎn)品經(jīng)理修煉手冊(cè)》作者。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議。