[发明专利]一种基于大数据分析的数据资产管理方法

说明书

本发明公开了一种基于大数据分析的数据资产管理方法，包括以下步骤：S1、评估数据质量，探查数据内容、结构和异常；S2、建立数据质量管理方针并明确目标；S3、确定数据质量问题原因，设计和实施数据质量业务规则，制定提高方案；S4、形成完善的数据质量监控，包括预防控制、过程控制和监督控制机制；S5、定期开展数据质量的检查和清洗工作；S6、对照目标，监测数据质量，在整个业务应用中持续监测和管理数据质量，归档和沟通质量管理效果、所做的改进和改进的结果。本发明通过建立数据质量管理方针以及完善的数据质量监控，能够强化源头数据、对数据加工卡点校验，在数据的维护和使用过程中持续监测和管理数据质量。

技术领域

本发明涉及资产大数据管理技术领域，尤其涉及一种基于大数据分析的数据资产管理方法。

背景技术

数据资产管理的定义为：数据资产管理是规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。

数据资产管理一般地认为有十大数据管理职能：数据治理、数据架构管理、数据开发、数据操作管理、数据安全管理、参考数据和主数据管理、数据仓库和商务智能管理、文档和内容管理、元数据管理和数据质量管理，其中数据质量与业务绩效之间存在着直接联系，高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。有了普遍深入的数据质量，企业在任何时候都可以信任满足所有需求的所有数据。

目前，企业对于数据质量管理不到位，无法通过有效的数据质量控制手段，进行数据的管理和控制，不能消除数据质量问题进而提升企业数据变现的能力，为此，我们提出一种基于大数据分析的数据资产管理方法来解决上述问题。

发明内容

基于背景技术提出的技术问题，本发明提出了一种能够准确地评估数据质量，能够确定数据质量问题的根本原因，从而可以更加准确地找出需要改进的地方加以改进，并且通过建立数据质量管理方针以及完善的数据质量监控，能够强化源头数据、对数据加工卡点校验，在数据的维护和使用过程中持续监测和管理数据质量的基于大数据分析的数据资产管理方法。

本发明提出的一种基于大数据分析的数据资产管理方法，包括以下步骤：

S1、评估数据质量，探查数据内容、结构和异常，选择对应的数据质量维度，评估数据质量，评估结果用来确定数据质量问题的根本原因、需要改进的地方；

S2、建立数据质量管理方针并明确目标，选取若干个指标来作为数据质量评价指标，建立数据质量评估模型，对企业的数据进行评估和测量，固化数据标准，优化数据管理流程；

S3、确定数据质量问题原因，设计和实施数据质量业务规则，制定提高方案，引起数据质量问题的根本原因，并区分优先次序，以及为解决这些问题的具体建议，明确企业的数据质量规则；

S4、形成完善的数据质量监控，包括预防控制、过程控制和监督控制机制，强化源头数据质量，在数据的维护和使用过程中去监控和处理数据质量，基于数据的元模型配置数据质量规则，即针对不同的数据对象，配置相应的数据质量指标；

S5、定期开展数据质量的检查和清洗工作，设置成手动执行或定期自动执行的系统任务，通过执行检查任务对存量数据进行检查，形成数据质量问题清单；

S6、对照目标，监测数据质量，在整个业务应用中持续监测和管理数据质量，归档和沟通质量管理效果、所做的改进和改进的结果。

优选地，在S1中，探查数据以发现和评估数据的内容、结构和异常，识别数据的优势和弱势，明确指出数据错误和问题。

优选地，在S2中，数据质量评价指标包括：数据唯一性、数据完整性、数据准确性、数据一致性、数据关联性、数据及时性等。