
數(shù)據(jù)資源體系讓大數(shù)據(jù)發(fā)揮大價值
大數(shù)據(jù)的時代已經(jīng)到來,并且大數(shù)據(jù)在未來的時間內將影響著政府、企業(yè)以及個人的工作與生活,在此環(huán)境下,數(shù)據(jù)將成為與人財物比肩的資源,面對如此寶貴的財富,如何讓大數(shù)據(jù)發(fā)揮大價值已經(jīng)成為政府、企業(yè)以及信息化廠商急需解決的問題,同方在國內率先提出數(shù)據(jù)資源體系的概念,通過數(shù)據(jù)資源體系讓大數(shù)據(jù)發(fā)揮大價值。
如何發(fā)揮數(shù)據(jù)的價值 眾所周知,大數(shù)據(jù)的時代已經(jīng)到來,在大數(shù)據(jù)時代,數(shù)據(jù)的存儲也好、數(shù)據(jù)的整合加工、分析挖掘也罷,都是為了使用數(shù)據(jù),讓數(shù)據(jù)發(fā)揮最大價值,現(xiàn)階段在政府機關及企業(yè)中對數(shù)據(jù)進行挖掘分析讓其發(fā)揮最大價值的方法主要有兩種,一種是信息化程度較高,技術實力較強的政府機關或企業(yè),通過自有的技術讓數(shù)據(jù)發(fā)揮最大的價值,典型的代表如國外的沃爾瑪、亞馬遜、谷歌等公司,國內的阿里巴巴、百度等公司,這些公司在數(shù)據(jù)存儲、整合加工、分析挖掘及應用方面有業(yè)內較好且領先的技術,但是所具有的技術都是為了滿足自身業(yè)務發(fā)展的需要而開發(fā)設計,不對外公布;另一種是采用市場中主流的一些數(shù)據(jù)挖掘工具、數(shù)據(jù)分析工具、商業(yè)智能工具對已有的數(shù)據(jù)進行相關的挖掘、分析,讓其產(chǎn)生價值,采用此類方法進行數(shù)據(jù)整合加工、分析挖掘的用戶,可以達到初步的數(shù)據(jù)分析要求,但是由于其涉及的數(shù)據(jù)量巨大、數(shù)據(jù)種類眾多、數(shù)據(jù)結構復雜、數(shù)據(jù)之間相互獨立缺少關聯(lián)關系、數(shù)據(jù)覆蓋的業(yè)務面較廣,僅是通過一些數(shù)據(jù)分析挖掘工具很難讓已有數(shù)據(jù)發(fā)揮其最大價值。
因此,讓大數(shù)據(jù)發(fā)揮最大價值,不僅要采用數(shù)據(jù)分析挖掘等相關工具,更重要的是從數(shù)據(jù)的本質和數(shù)據(jù)所描述的業(yè)務出發(fā),規(guī)劃和整理數(shù)據(jù),建立起數(shù)據(jù)之間相互的關聯(lián)關系,并體系化對數(shù)據(jù)進行管理,才有可能讓數(shù)據(jù)源源不斷的、最大化的發(fā)揮其價值。 同方在大數(shù)據(jù)領域率先提出了數(shù)據(jù)資源體系的概念,數(shù)據(jù)資源體系的形成是對數(shù)據(jù)進行規(guī)劃設計,圍繞用戶的核心目標,采用頂層設計的方法對核心目標進行層層的分解,形成可落實各層級目標的指標體系,并且以指標體系為基礎,形成可描述業(yè)務、存儲數(shù)據(jù)、描述數(shù)據(jù)的元數(shù)據(jù)體系,并且以元數(shù)據(jù)體系為指導,形成一套即可以滿足用戶各層級的應用需求,又能夠讓數(shù)據(jù)源源不斷、最大化發(fā)揮價值的數(shù)據(jù)資源體系。 數(shù)據(jù)資源體系的形成,首先要對數(shù)據(jù)進行資源化,然后將數(shù)據(jù)資源進行體系化管理,下面將對數(shù)據(jù)資源體系的形成進行詳細分析。
如何讓數(shù)據(jù)“資源化” 首先,數(shù)據(jù)是資源,是可以與人、財、物比肩的資源,更進一步數(shù)據(jù)已形成與石油、煤炭等相當?shù)膽?zhàn)略資源,與其他資源相同,數(shù)據(jù)也需要采用科學的方法進行開采、挖掘才可能發(fā)揮出其應有的價值,與其他資源不同的是,數(shù)據(jù)是可再生、可重復利用的資源,并且只要通過科學的方法和技術對數(shù)據(jù)進行挖掘,就可以讓數(shù)據(jù)源源不斷的發(fā)揮他的價值。中國的信息化產(chǎn)業(yè)經(jīng)過近幾十年的發(fā)展,在各行業(yè)、各領域已經(jīng)積累了大量的數(shù)據(jù),據(jù)有關機構調查,這些已經(jīng)產(chǎn)生的數(shù)據(jù)中95%以上的數(shù)據(jù)都存放在各自的存儲設備或硬盤中,自產(chǎn)生之后就沒有經(jīng)過任何使用,一直屬于沉睡狀態(tài),因此,這些數(shù)據(jù)也就不產(chǎn)生任何價值,也就不能稱之為資源。對于此類數(shù)據(jù)如不能讓其成為資源,并發(fā)揮價值,對于數(shù)據(jù)的擁有者來說,數(shù)據(jù)的存儲與維護將會無止境的投入,這些無價值的投入將會給數(shù)據(jù)的擁有者帶來巨大的負擔,而這個負擔又不能丟棄,必須由數(shù)據(jù)擁有者來承擔,因為這些數(shù)據(jù)的擁有者始終認為,這些數(shù)據(jù)是其擁有的具有無限價值的資源,如何喚醒這些沉睡中的數(shù)據(jù),并讓其真正意義上成為資源是現(xiàn)階段各行業(yè)、各領域的數(shù)據(jù)擁有者都在思考,并力爭解決的問題。
對于以上問題的解決,首先需要將沉睡的數(shù)據(jù)喚醒,也就是將數(shù)據(jù)進行資源化,讓其真正意義上成為數(shù)據(jù)資源,并將所形成的數(shù)據(jù)資源進行體系化管理,最終形成數(shù)據(jù)資源體系。分析以上問題,數(shù)據(jù)不能形成資源,不能發(fā)揮其價值的原因主要有以下兩點: 第一、已經(jīng)存在的數(shù)據(jù)相互獨立,沒有建立相互的關聯(lián)關系,而數(shù)據(jù)價值的產(chǎn)生往往需要從多維度、多角度分析相關數(shù)據(jù)才可能會挖掘出其價值; 第二、數(shù)據(jù)的存儲與使用缺乏統(tǒng)一的規(guī)劃設計,已有的數(shù)據(jù)大多數(shù)來源于是已經(jīng)建立的各類業(yè)務系統(tǒng),而各業(yè)務系統(tǒng)都是為了滿足各自業(yè)務板塊的需要而建立,缺乏統(tǒng)一的規(guī)劃和設計,因此,對于已有數(shù)據(jù)的存儲和使用以及新生數(shù)據(jù)的存儲和使用缺乏統(tǒng)一的規(guī)劃和設計。
因此,將數(shù)據(jù)形成數(shù)據(jù)資源主要需要解決以上兩個問題,對于數(shù)據(jù)的統(tǒng)一規(guī)劃和設計同方采用頂層設計的方法,從用戶的核心目標出發(fā),站在全局的角度規(guī)劃和設計數(shù)據(jù)采集、存儲、整合加工、分析挖掘及應用等方面的標準和規(guī)則,并通過頂層設計的方法將核心目標自頂向下進行層層分解,分解為一系列具體的工作目標和工作任務,層層貫徹實施,并通過工作部署、跟蹤、監(jiān)測、評價、調整、反饋等一系列手段和措施,確保各項工作與核心目標保持一致,并且將已經(jīng)產(chǎn)生或以后產(chǎn)生的數(shù)據(jù)規(guī)劃到各層級目標及任務中,在此過程中,將納入到規(guī)劃體系內的數(shù)據(jù)通過指標和元數(shù)據(jù)的方法進行描述,將數(shù)據(jù)分解為“細粒度的數(shù)據(jù)元素+相對粗粒度的數(shù)據(jù)集及其組織結構描述”,把數(shù)據(jù)元素(最小的不可再分的信息單元)做為數(shù)據(jù)資源的最小描述與管理單位,基于各種數(shù)據(jù)元素的按需組合形成面向實際業(yè)務、管理、服務需要的數(shù)據(jù)集并對數(shù)據(jù)集的構成形式和組織關系提供統(tǒng)一規(guī)范的描述形式,形成粗粒度的資源管理單元,再把數(shù)據(jù)元素和數(shù)據(jù)集用資源管理的手段和方法組織在一起,實現(xiàn)數(shù)據(jù)的資源化。 如何讓數(shù)據(jù)資源體系化 數(shù)據(jù)要發(fā)揮價值,首先是將數(shù)據(jù)形成資源,對于已經(jīng)形成的數(shù)據(jù)資源只有通過科學的技術和方法進行管理和使用才可以不斷的發(fā)揮數(shù)據(jù)資源的價值,在此過程中對于數(shù)據(jù)資源的不斷使用,需要一個科學合理的管理和保障體系做支撐,才能讓數(shù)據(jù)資源源源不斷的發(fā)揮最大價值,因此需要將已形成的數(shù)據(jù)資源進行體系化管理,從而形成數(shù)據(jù)資源體系。
讓數(shù)據(jù)資源體系化,首先對于體系的規(guī)劃設計也要采用頂層設計的方法,圍繞著組織的核心目標,將已經(jīng)形成的數(shù)據(jù)資源進行規(guī)劃和設計,將已經(jīng)通過指標與元數(shù)據(jù)描述的數(shù)據(jù)資源按照統(tǒng)一的規(guī)劃設計形成指標體系,并以指標體系為基礎形成元數(shù)據(jù)體系,以指標體系、元數(shù)據(jù)體系為指導逐步完成數(shù)據(jù)的采集、整合加工、綜合應用、共享發(fā)布、信息服務與推送等一系列數(shù)據(jù)資源生產(chǎn)的流程,從而將整個過程形成一套完整的體系,即數(shù)據(jù)資源體系。 數(shù)據(jù)資源體系讓數(shù)據(jù)發(fā)揮價值 在形成的數(shù)據(jù)資源體系中,擴展是全方位的,指標可以通過擴充其屬性來不斷完善,并可以通過資源管理手段進行擴充和增加,以此支持數(shù)據(jù)元素級別的資源增長;而數(shù)據(jù)集更是可以隨時按需創(chuàng)建,只要數(shù)據(jù)元素足夠全面,針對每一業(yè)務需要都可以創(chuàng)建一個特定的數(shù)據(jù)集來全面支撐,這樣就可以最大程度的滿足各種不同的數(shù)據(jù)層面需求,從而最大程度發(fā)揮數(shù)據(jù)的價值。
小結 大數(shù)據(jù)時代已經(jīng)來臨,政府機關及企事業(yè)單位對于數(shù)據(jù)價值挖掘的需求也越來越多,發(fā)揮數(shù)據(jù)的價值,不僅僅是使用數(shù)據(jù)分析挖掘工具,更應該從對數(shù)據(jù)的規(guī)劃設計做起,通過數(shù)據(jù)資源體系為數(shù)據(jù)源源不斷發(fā)揮其最大價值打好最結實的基礎,最終讓大數(shù)據(jù)發(fā)揮數(shù)據(jù)的最大價值。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10