起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識數據地圖：數據資產管理，到底管什么？
編輯導語：作為數據中臺的重要根基，數據資產絕對值得重視。那么，如何針對數據資產進行管理？我們首先需要了解當下數據資產管理過程中面臨哪些問題，并了解數據消費者的需求。本篇文章里，作者針對數據資產管理這一問題進行了總結，一起來看一下。
數據資產是數據中臺的重要根基，沒有資產的數據中臺是無源之水，就只能叫做數據工具。在數據中臺架構中，數據資產建設、管理、治理是重頭戲。
那么數據資產到底該如何管理，怎樣治理呢？本文主要分享資產管理模塊，后期輸出資產建設流程規范、資產治理相關內容。
數據資產所處數據中臺中的位置
一、企業數據資產管理面臨的問題
數據資產的用戶場景可以概況為兩類，找數據和管數據。找數據主要是數據分析、產品運營等數據消費者，基于數倉加工好的數據進行分析、應用。找數據時，主要的痛點如下：
1）數據找不到
數據生產者和消費者會存在業務上的天然屏障。對于很多一線的業務同學并不能第一時間數據的輸出。例如，一個新入職的產品要做產品首頁的改版，想先分析下目前頁面各個流量入口的點擊與轉化情況，只能去問其他的PM或者去找數據同學，流量數據是哪個數據表，事件埋點規則又在哪里？
2）數據不敢用
數據處理邏輯不清楚，業務找到了訂單數據在XX表中，但是對訂單狀態的枚舉值含義不清楚，或者不知道營收的數據計算口徑，不敢用，只能咨詢表的負責人。
數據質量問題，搞數據的人都知道數據質量是數據團隊的生命線，但是卻又是無法避免的老大難問題，故障出得多了，用戶拿到數據的第一反應是先和數據人員確認下，今天數據沒問題吧。
管數據，主要是數據開發者，他們的目標是讓自己生產的數據可以更安全地被更多人復用，在實踐過程中，面臨的問題主要是以下幾種。
1）用戶咨詢多
用戶用數據找不到或者找到了數據不敢用，就只能向數據負責人進行咨詢，不同人的相同問題，或者不同問題。每天處理用戶問題可能就要花個幾個小時。
2）數據復用低
數據中臺建設要解決的也是數據復用問題，對于數據工作者經常遇到做好了數據模型使用者寥寥無幾的問題，有酒香但巷子深無人知曉的因素，也有部門墻、數據安全限制因素。
3）價值感知弱
數據開發者做了很多的數據模型，但不知道有多少人在使用，用到了哪里，產生了多少業務價值。數倉開發不生產數據，只是數據的搬運工，“工具人”的感受強烈。
4）問題排查路徑長
用戶反饋數據異常時，需要翻代碼，對數據加工鏈路進行追根溯源，排查路徑長，消耗時間久。
5）工作評估難
作為數據管理者，對于資產最關心的莫過于建設的怎么樣，如何評估數據工作的成果。做了很多的數據模型，績效就應該好嗎？
二、數據消費者與生產者的訴求
1. 找數據
數據消費端，通過數據地圖尋找目標數據，進行分析或者數據應用。
1）業務場景
- 不知道所需要的數據在哪里，“逛數據”，發現目標；
- 知道表名或字段信息，確認數據邏輯或元數據信息。
2）用戶
- 核心用戶：數據分析、數據挖掘、數據開發；
- 重要用戶：產品、運營；
- 覆蓋用戶：業務開發、商務等。
3）產品訴求
- 資產分級分類，提供簡單易用的資產“地圖”導航，快速找到目標表；
- 強大的搜索功能，可以基于關鍵詞、字段、指標搜索目標表；
- 元數據信息完善，輔助決策，確定表是不是所需要用的，能不能用，以及邏輯說明。
2. 管數據
數據生產者，負責數據加工處理，對數據質量、資產元數據、資產管理負責。
1）業務場景
- 維護表元數據信息；
- 數據資產審計，管理用戶權限、使用日志；
- 數據治理，針對數據表的使用情況，定期下線不用表或者冷數據歸檔；
- 追根溯源：數據質量異常通知下游，數據問題快速排查定位問題。
2）用戶
- 核心用戶：數據開發；
- 覆蓋用戶：數據表創建者。
3）產品訴求
- 元數據維護操作簡單、快捷，支持批量操作；
- 可以清楚的知道自己負責的資產元數據覆蓋、用戶使用情況；
- 平臺提供方便的數據追蹤、溯源的功能，可以快速定位數據血緣。
3. 數據團隊管理者
評價數據資產業務價值、數據對業務支撐或賦能效率，對數據開發人員進行量化考核。并對數據資產的健康度、數據成本進行管控。
1）業務場景
- 評價數據資產建設的到底怎么樣；
- 數據人員工作量化考核；
- 平臺健康度管控，降本增效。
2）用戶
- 數據開發管理者；
- 數據部門負責人。
3）產品訴求
- 能夠提供資產健康度評價的全面的指標，如模型覆蓋度、復用度、元數據完善度、數據質量等；
- 資產責任人到人，可以量化考核每個數據開發者的工作數量和質量。
三、數據地圖需要具備的數據資產管理能力
1. 資產大盤
資產大盤按照不同角色的用戶，提供從總體到部門（租戶）以及個人的資產視圖，主要作用是客觀描述資產現狀，并且以健康度評價體系，提供資產建設優化指引。主要服務于數據工作者及管理團隊。例如：
- 資產數量：資產總數、新增數量、治理數量；
- 資源消耗：存儲資源、生產消耗計算資源；
- 健康度：元數據覆蓋度100%表占比、數據質量異常數、高耗時任務及列表、跨層引用數、近90天無訪問數；
- 治理維度：治理資產數量、治理效果、待治理數量。
圖：阿里數據地圖
2. 數據探索
數據檢索方式包括基于業務域、主題、標簽等層級篩選，表中英文、字段信息搜索，以及熱門推薦、個人收藏、數據專題等快捷方式。
在實際應用時，搜索功能是第一優先級的，至少要先讓用戶能夠精準觸達目標。因為業務域劃分、主題標簽維護很難做到沒有二義性，讓用戶可以順利篩選出目標數據。表的元數據信息是指可以給找數據的用戶提高更加全面、準確的業務元數據、技術元數據等一系列的信息。包括：
- 基本信息：如表中英文名稱、負責人、業務描述、字段中英文、分區字段、字段處理邏輯、業務域、主題、標簽層級；
- 數據預覽：提供示例數據預覽功能，可以快速查看字段內容或結構；
- 產出信息：產出時間、任務耗時及趨勢、最后更新時間；
- 數據血緣：數據表上下游，一鍵通知能力；
- 數據質量：數據質量監控規則覆蓋、最新監控結果是否正常；
- 數據審計：表使用信息、變更記錄。
圖：阿里數據地圖
3. 資產管理
資產管理主要是面向資產創建者，對所負責的資產進行業務元數據、技術元數據的維護及配置，對資產健康度負責。數據地圖需要的功能包括：
- 元數據信息維護：業務描述、字段描述、業務邏輯、審批流程配置；
- 元數據更新：表結構變更，如字段刪減、新增；
- 批量配置：批量授權、批量修改主題、層級；權限移交、復制；
- 數據治理流程：主要建立和數據質量監控、數據質量等平臺的聯動，做到跟進用戶使用情況，快速跳轉至治理平臺，一鍵治理（歸檔、下線、刪除）。
4. 配置管理
提供業務域、數據層級、主題、標簽配置，以及部門（租戶）公共參數配置能力，主要服務于數據倉庫或數據資產管理員，負責資產層級、架構以及創建流程規范的規劃。
5. 個人工作臺
個人資產盤點，例如有權限的資產，是否有權限即將到期，需要進行批量續期。自己負責的資產，用戶權限列表、資產使用分析。
代辦事項：數據資產管理要建立從上到下的管理和考核機制，否則資產創建時，為了圖快不進行元數據信息維護，就必然會導致資產復用度低。資產大盤服務于資產管理者，提供不同維度的資產健康度評價指標。而個人代辦則提供每個資產創建者，需要關注的優化任務，例如元數據覆蓋不足100%，近XX天無訪問，任務耗時長，跨層引用等等。
四、總結
數據資產管理是提升企業數據復用度的重要數據產品之一，在產品規劃和設計時，需要從用戶需求場景以及產品目標出發，提供更快速找到數據，以及更方便維護資產信息的能力，同時，為數據工作的量化考核以及開發人員的工作改進提供指引方向。阿里Dataworks、網易猛犸、火山引擎都提供了商業化的數據地圖產品解決方案可供參考。
#專欄作家#
數據干飯人，微信號公眾號：數據干飯人，人人都是產品經理專欄作家。專注數據中臺產品領域，覆蓋開發套件，數據資產與數據治理，BI與數據可視化，精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。
本文原創發布于人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基于CC0協議
寫的很專業，建議必讀。
寫的不錯
文章里的腦圖我可以下載下來嗎，真的很有用，點贊
數據資產是數據中臺的重要根基，沒有資產的數據中臺是無源之水，就只能叫做數據工具。