张靖笙,张靖笙讲师,张靖笙联系方式,张靖笙培训师-【中华讲师网】
张靖笙 2019年度中国50强讲师
数字化转型、大数据、工业4.0、人工智能、智能制造、区块链
52
鲜花排名
0
鲜花数量
张靖笙:企业大数据资产管理靖笙模型
2017-07-21 3295

       硅谷的战略领袖、杰弗里•莫尔(Geoffrey More)在其著作《生活在错误路线上》(Living on the Fault Line)写了这样一段开场白,来说明现在关于资产的信息比资产本身更值钱:“在这个新世界中,信息为王。你拥有的信息越多,你的分析能力越好,速度越快,你的投资的回报将会更高。”


    而现实中海量的大数据却给企业带来了困惑,目前很多企业虽然拥有大数据资源,但是并未能有效利用而形成数据资产,数据资源是客观存在的状态,而数据资产需要经过资源能有效转化为业务价值和经济效益,大数据的核心不在于大,而在于有用,对于企业没有用的数据不是财富,而是成本,甚至是垃圾。


    传统企业数据(资源)管理的目标是保证企业数据的有效性、可访问性、高质量、一致性、可审计和安全性。企业数据的价值和如何发挥企业数据创造价值并不在其目标范围内,因此传统企业数据管理对于企业数据来说是外部性而非内生性(驱动)的管理,要依赖管理力度和执行自律才能保证效果,成难毁易,经常是费力不讨好。

    怎么看影响怎么干,传统数据管理方式是一种管控性的思维,把数据看成被管控的资源看待,并没有把数据看成资产来经营,从思想认识的根源上就和企业用大数据创富的时代要求没有对上号,因此当企业向互联网转型以后,企业的数据环境也迁移到大数据领土以后就明显水土不服了。

    面对大数据范围、形态、内涵三方面的挑战,数据治理的定义必须也要在这三方面做出拓展,在范围上,数据治理将不仅仅囿于企业内部数据,也要考虑从外部数据源采集数据的质量管理,从形态方面,以传统结构化数据拓展到包括大量非结构化数据,内涵上数据治理同时也是企业数据资产经营价值链重要支撑。

      传统的数据治理目标是保证数据的有效性、可访问性、高质量、一致性、可审计和安全性,这在大数据时代是不够的,在获得良好治理的数据资源的基础上,让更多的数据资源可以转化成资产才是企业大数据的新目标。

      从大数据产业化的发展情势来看,尽管“大数据是资产和核心竞争力”概念已经被广为接受,但对于占中国经济绝大多数从传统产业转型而来的企业而言,“如何管好大数据资产”和“如何用好大数据资产”仍然缺少成熟的理论和工具手段。

       靖笙认为,要回答这个问题,必须提出“企业大数据资产管理”的概念,从资产经营和管理的角度来看待大数据资源。企业数据资产管理是企业或者组织采用各种管理和技术活动,用以保障数据资产的安全、完整、合理配置和有效利用,并通过数据资产的利用保障和促进企业各项业务的发展,从而提高企业的业务竞争力和带来经济效益。

     这个领域是在互联网大数据时代,企业转型升级和创业商业模式布局市场竞争不可回避的核心工作之一,目前在咨询和培训市场上也存在空白,靖笙结合自己传统的企业数据应用领域十多年的经验,运用互联网大数据思维进行了一些独创性的思考。靖笙结合自身经验和理解,同时也参考了业界领先企业的实践,靖笙提出了以下企业大数据资产管理框架方法论,以帮助企业建立集约化、专业化运营组织,以最大化数据资产的价值为目标持续经营和管理大数据资产。

    我所提出的企业大数据资产管理框架方法论,是在继承传统企业数据管理技术的基础上,运用商业的思维,业务的方法,经营的思路,围绕如何最大化数据资产的价值为目标,设计一个企业经营大数据资产获得价值的“商业模式”,进而通过价值链分析的方法形成一个可以落地执行的“企业大数据资产经营管理业务架构”。

     如果我们把管理和经营企业数据资产作为一门生意,这里采用商业模式分析的方法描述企业内部通过管理和经营数据资产做“生意”的“商业模式”,下面的商业模式仅供参考,需要说明的是,这并不是真实意义上的企业的商业模式,但可以作为真实商业模式的重要参考或者直接作为其中部分内容。

      然后我们就可以在商业模式的基础上,采用传统的价值链分析工具,细化成一些具体的业务功能和能力建设发展需求,以启动从构思落地到相应一些业务活动安排的转化过程。

     从这个顶层的价值链再进一步细化,运用IBM的业务组件模型(CBM),就可以进一步细化成一些具体的工作职能定义,靖笙在综合自身和团队超过100人年的相关咨询工作经验,归纳总结出来的过程知识资产而形成了一个企业数据资产业务组件参考模型,简称EDA-CBM。这个参考模型可以看成企业大数据资产管理的共性部分,而实际的企业要结合自身的业务个性和变革方向,对于这个CBM的模型做出更深入的建构工作,在这个基础上可以形成本企业的大数据资产管理业务顶层设计。

     EDA-CBM在每个企业所定制化后,就能成为一个统揽企业大数据资产管理全局的顶层设计成果,这正是实现最大化企业数据资产价值目标的具体建设蓝图,而根据企业在信息化发展水平和数据资源利用水平上的现状,针对主要的问题进行热点分析,从而识别业务能力建设重点,并且通过对热点和当前企业现状进行差异分析规划出重点建设内容。

     篇幅所限,本文重点介绍整体思路,而每个企业要用好大数据资源实现业务创新和增值收入,必须认识到这是一个长期而复杂的系统性工程,很多具体的工作是需要结合自身发展历史和现状进行自主探究的,不能依赖拿来主义生搬硬套所谓最佳实践和成熟方案,我们必须端正认识,从自身资产保值增值的高度来对待各项数据资源,拿出实际行动来完成这个互联网+时代的二次创业。

      万事开头难,送上三句箴言给有志于成为企业大数据创客的朋友们。

  • 虽然他山之石可以攻玉,但没有一招鲜可以通吃天下,家家要念自己的经,您什么情况下最需要什么只有自己最清楚;
  • 技术是别人的,数据是自己的;利用别人的技术,善待自己的数据;
  • 数据可能是成本,也可能是资产,关键看您怎么看和怎么用;常换角度更精彩,多想价值新回报。  

      起来,用大数据探究之旅来建构我们更美好的未来吧!



本文为靖笙正在著述的第一本个人专著《企业大数据资产管理业务顶层设计参考手册》的前言, 后续靖笙将选择本专著一些关键性的段落陆续在公众号中发表,敬请关注。


全部评论 (0)

Copyright©2008-2024 版权所有 浙ICP备06026258号-1 浙公网安备 33010802003509号 杭州讲师网络科技有限公司
讲师网 www.jiangshi.org 直接对接10000多名优秀讲师-省时省力省钱
讲师网常年法律顾问:浙江麦迪律师事务所 梁俊景律师 李小平律师