01
数据资产管理–信息成熟度模型（IMM）
现在，许多组织正在通过数据资产管理改变规划设计、业务管理、产品生产和物流供应的方式，从而提供了一种更成功，更有效的方式来持续改进核心运营和流程的日常执行和结果。数据资产管理体系结构、方法和技术、数据服务和平台支持数据创新，以创建新的数据产品和服务，并可以推动企业竞争力来提高业务绩效。数据资产管理涉及的核心内容：数据资产模型–企业和域级别的数据、服务和数据模型数据架构–业务和技术数据架构和路线图数据技术平台–社交、移动、分析和云平台数据资产管理框架–企业数据和服务框架快速数据设备–内存计算–GPGPU/SSD（SAPHANA）大数据平台–Hadoop集群，Spark（Cloudera，Hortonworks，MAPR）数据科学平台–倾向和预测模型、分析和见解人工智能平台–人工智能（AI）/机器学习通过创新的方式将这些新数据资产组装和集成在一起，可以创建新的业务模型和数据架构，例如社交智能、生活方式分析和消费者行为分析。如今，可以通过数据创新实现以数据为驱动的特征和功能，例如微型营销和大规模定制，满足每个个人消费者独特需求的特定产品和服务定制，不仅可以通过新的生成手段来实现，而且还可以通过数据创新实现竞争优势和开拓新市场，大大提高运营效率和经济效益。02
数据资产管理–数据信息知识智慧模型（DIKW）
数据资产作为企业数据和服务既不是丰富的资源也不是随时可用的资源。数据资产可能会分解为大量稀缺、独特、有价值且经常来之不易的数据点和应用程序。每个数据点均由其共享的元数据（格式）及其特定的内容（值）定义。数据点出现的特征可以是结构化的事务性的基于事件的数据，包括时间（历史）和空间（地理），个人（人口），位置（地点），财政（货币），条件（状态）和事务性（事件）数据项值，也可以是非结构化的文本、图像、音频和视频数据内容。每个数据点都与特定的一组应用程序（数据服务）、源、成本和收益相关联。正如企业无法在没有必要的种子资金或资本的情况下参与新的市场和经济一样，同样，企业也无法在没有数据和算法支持的情况下产生新的预测模型或定价测量。03
数据资产管理-企业数据框架
数据资产管理和支持数据资产管理的数据体系结构和技术平台，包含一组企业数据框架，而该企业数据框架又由执行企业数据管理任务和决策的方法、技术和过程组成。企业数据框架：治理–审计，报告和控制可用性–健壮性，可靠性，扩展性性能-速度，可变性和容量质量–标准，合规性，可追溯性采集–识别和捕获应用–索引，编目和注释管理–存储，访问和安全交流–检索，出版和发行数据资产管理必须支持对速度、可变性和容量的关键数据要求，从而可以将传统的本地应用程序（ERP，CRM，DWH和BI）转换为一组健壮、有弹性和可靠的SMAC（社交、移动、Analytics，Cloud）数据服务。这些新的SMAC数据资产通过Internet交付，并作为公共、私有或混合云服务托管。SMAC数据资产还必须与企业信息系统集成才能有效。SMAC数据资产释放的价值不仅将极大地提高运营效率，而且还进一步增强战略竞争优势。竞争优势是通过部署数据科学/大数据/快速数据，为分析和洞察力提供动力，API服务访问、云计算和其他第三方消费者平台来推动的。SMACT/4D数据技术集合：1.社交媒体用户内容2.移动平台
智能设备
智能应用3.分析
数据科学
大数据–Hadoop，Spark
快速数据–GPGPU，SSD4.云平台–AWS，Azure，NetSuite，Salesforce，Workday5.远程数据处理–机器生成
自动数据流
物联网6.地理空间数据科学
地理人口统计
GIS映射和空间分析
04
数据资产管理