知识卡片
数据资产四类构成
多数人一提到”数据资产”,第一反应就是数据本身,但真正能变现的数据资产至少包含四类。大数据本身:数据资源本身可以作为商业交易主体,是数据资产最直接的体现——”巧妇难为无米之炊”,没有数据资源就谈不上其他一切;要真正实现数据交易流通,还需要标准化的质量评估、认证、传输管理、安全管控、来源追溯等配套体系支撑(如贵阳大数据交易所、大数据标准化白皮书)。大数据技术:包括数据开发和计算技术,是推动产业发展的核心引擎,创新方式分独立创新(靠自身力量)、联合创新(多方协同)、引入创新(先引进再基于其上创新)三种,且技术创新往往由科学研究驱动(如Google对无人驾驶的持续投入)或业务需求倒逼(如淘宝双11交易量暴涨倒逼自研技术)。大数据应用模型:是数据应用落地的载体,可以是一个算法包、一段脚本或一套工作流,涵盖计划管理、效果预测、风险预警、规则提取、画像标签等,为使用者提供开箱即用的解决方案,还能沉淀知识、降低人员流动带来的价值损失。大数据衍生服务:包括由内向外输出的服务(如阿里云)、基于技术的外部衍生服务(自己没有数据但靠技术能力帮客户挖掘数据价值)、基于咨询的外部衍生服务(如麦肯锡式的规划咨询)、基于周边支撑的衍生服务(数据交易集市、培训认证、征信评价等)。四类构成说明:数据资产不是单一的”数据仓库”概念,而是数据、技术、模型、服务四层叠加的完整资产体系。
结构图:
flowchart TB
A["数据资产四类构成"]
A --> B["数据本身:交易的基石<br/>需标准化质量评估/交易监管支撑"]
A --> C["数据技术:核心引擎<br/>独立/联合/引入三种创新方式"]
A --> D["应用模型:落地载体<br/>算法包/脚本/工作流,可复用可沉淀"]
A --> E["衍生服务:内向外输出+技术外包+咨询+周边支撑"]
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《企业大数据系统构建实战:技术、架构、实施与应用》第13章《大数据未来趋势》"13.1 价值资产化"(源文件:_epub-src/OEBPS/text00184.html)
- 结论依据:原文说明"从数据变现的角度,数据资产至少包含数据本身、数据开发和计算技术、数据应用模型和数据衍生服务四类",并逐一展开每类的具体内涵和案例,直接支撑本卡结构图。
- 原始内容:从数据变现的角度,数据资产至少包含数据本身、数据开发和计算技术、数据应用模型和数据衍生服务四类