数据治理-数据运营4

数据治理项目-数据运营数据确权：结合数据认责，推动数据治理，打好数据流通基础

部门类型数据责任部门类型数据资源持有权数据加工使用权数据产品经营权业务部业务责任部门√√√系统归口部门

√

数据使用部门**

数据录入部门

√

业务部下属业务处室业务责任部门√√*系统归口部门

√*数据使用部门**

数据录入部门

√

科技部门系统开发维护部门

√

数据管理部门

√

其他部门数据使用部门**

数据录入部门√√

中应综合企业实际情况，参考“意见”提出的“三权”，即数据资源持有权、数据加工使用权、数据产品经营权三种权利分置框架，开展数据责任和数据权利的映射。通过数据确权和数据认责映射，将数据权利和责任绑定，压实企业数据治理责任。因此，数据确权首先根据数据认责（权）体系明确数据责任，然后根据数据确权-认责的映射矩阵完成数据权利的映射。确权申请【由提出变更申请的部门填写】申请部门【提出认责/确权变更申请的部门】申请人【提出认责/确权变更申请的人员】联系方式【填写联系人的电话或邮箱地址】申请日期【提出认责/确权变更申请的日期】认责/确权类型【描述认责/确权变更的类型：基础类数据管理责任、统计分析类数据管理责任或系统管理责任】变更内容【详细描述认责/确权变更的内容，包括：需变更的数据、报表或系统类型，需变更的责任部门类型等】变更理由【描述认责/确权变更的原因，说明导致的数据问题及其负面影响】审核【由数据管理小组填写】数据管理小组审核意见【以问题为导向，判断是否受理维护需求以及变更认责的急迫性、重要性】日期：变更完成日期【填写数据认责变更完成日期】数据确权-认责映射矩阵示例如下：数据确权/认责模版如下：示例数据运营体系全景该需求阶段包括数据需求的收集、需求分析与评估等步骤。该阶段包括设计数据模型、数据库、数据服务等。在设计阶段应检查现有数据服务、数据资源的复用性与可用性。该阶段包括开发和测试、数据迁移和转换、验证数据需求等。在开发阶段开始之前，需基于数据质量分析结果，获取所需数据资源，用于支持数据服务或数据应用的开发。该阶段的数据价值及数据运营情况评估对组织合理管理和利用数据资产、优化资源配置、评估投资回报具有重要的意义。监测数据应用的运行情况，管理应用服务提供服务水平。管理用户提出的变更需求，并及时的响应。该阶段包括应用的部署、通知等工作。数据应用和需求完成部署后，通知需求方，并将相应的数据资源、服务依照流程加入数据资源目录。数据需求数据设计数据加工评估数据运维数据服务/应用线上/线下需求提交需求管理需求分配、分析、评估解决方案设计相关文件存档复用性与可用性检查源系统数据数据平台数据服务/数据资源注册数据应用发布数据服务开发数据产品上线使用情况监测提供反馈渠道变更管理质量检查支撑数据价值评估数据运营情况评估数据开发共享数据运营的目的是实现一站式管理数据产品（数据资源，数据服务，数据应用等）从业务需求到开发成品共享的闭环过程，确保数据需求得到快速响应。基于以上目标，数据运营应从以下角度进行规范管理，包括数据需求，设计加工，服务，应用、运维、评估等功能。同时在整个流程中对数据需求的响应服务水平进行监督。数据需求管理：建立数据需求的管理协调机制，提升业务需求的响应效率制定数据需求的统一受理、分配、追踪的职责、流程制定数据需求的规范化模板（报表分析、指标、标签..）明确数据需求与服务体系的推广职责明确数据分析团队职责，设计主要业务部门进行专人服务的模式，构建数据服务的敏捷机制明确不同类型数据服务的服务流程、各个节点的职责，进行服务流程效率监控及绩效管理明确数据应用开发的职责边界及费用分摊方法制定数据需求与服务管理办法示例示例数据需求管理事项数据加工管理：规范数据加工，保障数据服务工作可靠运行

平台开放数据开放服务开放应用开放高低低高灵活性易用性开放形态开放对象举例应用功能数据消费者（业务人员、决策者）报送Open

API消费者：内外部系统DataAPI数据资源（数据表、数据权限等）开发人员应用宽表、指标集、

标签集平台工具资源（租户、开发工具等）开发人员多租户、沙箱数据加工是指以可查证的静态数据及数据知识作为生产材料，为满足业务信息需求而进行的数据加工、转换、传输以及咨询等活动。按数据加工产出的数据服务能力的形态，分为平台开放、数据开放、服务开放和应用开放，以支撑不同使用者的需求，在保障数据安全的同时促进了应用的百花齐放数据服务管理：以API服务形式为例数据资产查看API服务客户标签服务即席查询服务数据社区服务可视化服务数据挖掘服务梳理数据资产，以DataAPI的形式注册数据资产并发布在数据资产管理平台，让相关应用进行调用在数据常态化运营纳入数据标准、数据架构、数据质量等数据治理管控要求业务需求提出数据需求分析（包括历史数据迁移需求）数据应用识别数据服务识别可直接或通过轻度加工复用现有数据服务注：轻度加工指不需要额外整合数据资源需重新开发数据服务数据服务查询数据资产目录-数据服务是否可复用现有数据服务？否是发起数据共享线上申请在数据地图自助提出线上申请数据资源查询数据资产目录-数据资源推动数据入湖流程发起数据使用申请在数据地图自助提出数据使用申请数据是否入湖？是否为本单位或下级业务单位产生的授权共享数据？否是数据使用申请线上备案、获取备案使用数据湖相应共享数据数据资源共享申请数据共享申请线上审批、获取由跨领域数据的数据归口管理机构根据数据的共享属性、安全、保密等级等要求，对共享申请进行授权审批，获得审批后由数据湖提供跨领域数据资源。5.1获取的数据资源支撑数据服务的改造与开发或数据迁移需求，满足业务需求否是1.1查找可复用的数据服务2.2查询开发数据服务所需的数据资源3.2获取数据资源2.1复用数据服务是否为授权共享数据？是否3.3所需数据资源为无条件共享数据，不需要申请即可用于数据服务开发，满足业务需求注：如该数据资源为非共享数据，则该数据资源无法获取，应重新分析或修改业务需求数据入湖数据治理——借助智能化工具完成数据治理数据是否满足入湖标准？否是进入数据治理流程业务盘点、系统盘点建立数据资源目录与数据模型5定（定标准、定可信数据源、定质量、定安全、定共享）元数据注册1.2.3.4.5.3.1推动数据入湖示例引入数据开发、应用开发及数据开放共享，建设全面的数据运营管理能力

业务部业务部下属业务处室管理领域管理组织设计数据平台管理组织架构按照统一架构建设数据管理部门管理制度设计发布统一的数据平台管理制度在符合平台管理制度要求的前提下，针对各自数据区进一步完善制度开发领域数据开发负责业务部总部数据开发，并建立数据开发资源池，支撑业态数据开发需求负责各自能够独立承接的数据开发工作，通过资源池满足其余开发需求应用开发负责业务部总部数据应用开发负责各自数据应用开发数据共享负责制定方案，在合规的前提下开放供业态使用按照授权共享规则提申请、审批授权分析领域需求管理统一接收并分析处理下属处室数据需求按照需求规范写需求，归拢数据需求应用权限管理的应用权限管理各自应用的应用权限治理领域数据标准制定数据制度标准并对数据标准执行情况进行监督、检查和指导制定个性化数据标准，在源系统落实数据标准数据安全负责数据安全领域的风险识别，制定解决方案，并推动落地负责数据区的数据安全运营数据质量负责建立数据质量的管理流程和制度规范，推动数据质量管理方案的落地实施协助对个性化数据制定数据质量规则，并确保数据质量规则的落实元数据管理负责制定并监督落实元数据管理方案，确保数据平台中产生的元数据能够得到及时的注册、维护在业务部元数据管理方案的指导下，协助维护管理业态数据的元数据以使用便捷，产生价值，安全合规为主导原则，明确数据平台未来的管控角色、使用角色，以及未来在数据平台上的工作事项明确各个管控角色的定位，在数据运营上的职责明确各个使用角色的定位，在数据平台上的数据使用要求结合现有管控手段及数据平台工具，制定当前数据各项工作的运营流程数据要素产品价值评估框架使用前提估值方法估值步骤数据资产的未来收益可以合理预期并用货币计量；预期收益所对应的风险能够度量；预期收益期限能够确定或合理预期；数据质量能够达到应用场景下所要求的基准。数据资产能正常使用或者在用;数据资产能通过重置途径获得；数据资产的重置成本以及相关价值调整系数能够合理估算;数据质量能够达到应用场景下所要求的基准。数据资产的可比参照物具有公开活跃的市场；有关交易的必要信息可获得，如交易价格、时间和条件等;数据资产与可比参照物在交易市场、数量、价值影响因素、交易时间和类型等方面具有可比性，且可比方面可量化;存在足够数量的可比参照物，通常建议不少于三个;数据质量能够达到应用场景下所要求的基准。收益法预期收益收益期限折现率成本法重置成本价值调整系数市场法参照数据资产差异分析调整确认预期收益：直接收益预测、分成收益预测、超额收益预测、增量收益预测。确定收益期限：综合考虑法律有效期限、相关合同有效期限、自身的经济寿命年限、更新时间、时效性和权利状况等因素，合理确定收益期限。估算折现率：数据资产折现率与预期收益的口径需要保持一致。可以采用风险累加法，即无风险收益率加风险报酬率的方式确定。汇总重置成本：数据资产的重置成本包括前期费用、直接成本、间接成本、机会成本和相关税费。确定价值调整系数：专家评价方法和剩余经济寿命法。筛选参照数据资产：在市场上寻找与数据资产具有可比性的参照数据资产或对标交易活动。差异分析调整：通过比较数据资产和参考数据资产或对标交易活动来确定调整系数，对价值影响因素和交易条件存在的差异做出合理调整，以取得准确价值。数据运维：通过资产运营、运维监控、主动运营实现可持续的高效数据运营资产运营运维监控主动运营培训视频长文论坛用户运营：提升活跃度和忠诚度内容运营：搭建立体化传播通路资产运营：确保数据可用性，时效性，准确性冗余监控：保障数据使用效能数据产品运营指标体系产品监控服务监控指标监控：实时监测，稳定运行，量化业务数字驱动生产运营数据洞察支持用户运营内容运营通过数据洞察，升入了解核心群体，为运营活动的设计，人群分类，内容定制助力降本增效在数据领域，降的是资产厘清的成本，增的“效”则是数据资产的可用性和易用性提升。通过系化地经营数据资产，完成精细化运营管理，并进一步实现规模化降本增效。精准、高效的决策支撑

通过用户数据，产品数据，服务数据等，构建问题的全局视角，发现关联业务，要素间的因果关系，预测数据动态演化情况，优化数据价值数据运营效益评估发掘促活变现潜能预测对基础型数据资产应用潜能的预测效能评估对基础型数据资产和服务型数据资产运营效能的评估产能评估对服务型数据资产和数据资产货币化收益的测算数据资产潜在能发挥的价值内在价值IV获取数据资产的成本成本价值CV数据资产带来的业务提升业务价值BV数据资产对净利润的贡献经济价值EV数据交易实际售卖的价值市场价值MV价值因子计算公式定性指标定量指标数据规模数据质量使用频度服务质量建设成本加工成本管理成本运维成本风险成本数字化客户管理数字化营销管理