什么是數據資產運營和數據中臺？
數據（圖片、視頻、文檔）以及數據產生的信息稱為數據資產，數據資產運營暨合理配置和有效利用數據資產，通過分析挖掘資產的價值，將其變現為用戶價值、群體價值、社會價值。
數據中臺是指通過數據技術，對海量數據進行采集、計算、存儲、加工，同時統一標準和口徑。數據中臺把數據統一之后，會形成標準數據，再進行存儲，形成大數據資產層，進而為客戶提供高效服務。
數據資產運營能為企業帶來哪些收益？
-
用戶生命周期管理
延長用戶生命周期獲得更多價值
-
特征值分析
篩選用戶特征，精準營銷
-
用戶成長體系
跟蹤用戶成長，做定制化產品
-
白名單建設
針對高復購率用戶，重點維護與營銷
-
關聯銷售
制造相關產品的連帶銷售場景
-
產品復購率
通過給用戶回報和愉悅感來提高復購率
企業面臨的數字化問題有哪些
-
1流程多、標準少
建筑施工行業流程眾多、繁雜；
未形成流程標準，人為因素問題居多；
業務流程標準化是數字化支撐的前提。 -
2需求多、投入少
對數字化的支撐性需求普遍存在：知識復用建立知識庫系統、 精細化管理建設數字工地、海外項目建設海外項目管理系統等 劃缺失、投入不足。
-
3手工多、效率少
應用系統覆蓋業務度低；
大部分工作需要手工線下操作；
個人工作量大，質量難以衡量。 -
4煙筒多、集成少
系統按各部門需求建設，相互對立；
缺少統一規劃，系統間缺少協同；
人資、財務系統，獨立部署，互不關聯。 -
5數據多、貫通少
缺少統一的數據治理體系；
各系統間數據格式不統一，難共享；
數出多源、數據不一致現場嚴重。 -
6經驗多、復用少
優秀的管理、施工經驗多；
缺少知識庫積累和共享，難以推廣。
數字經濟時代的企業發展需求
-
趨勢一：
速度成為關鍵競爭要素企業要以最快的速度制定新的戰略并加以實施、以最快的速度對戰略進行調整。
-
趨勢二：
跨部門的合作成為必然選擇信息技術手段降低了合作溝通的信息成本，為合作的各方帶來競爭優勢。
-
趨勢三：
業務價值鏈重構許多企業利用數字化將價值鏈重構，重組優化自己的供應商隊伍。
-
趨勢四：
大規模量身定制成為可能企業通過收集、分析不同客戶的需求，利用靈活的生產系統分別進行定制。
中臺為銜接和服務而生
-
前臺
網站 手機APP 公眾號 其他 企業區域終端用戶觸點，快速響應用戶的需求前臺，快速響應用戶的需求，講究的是快速創新迭代，所以要求轉速越快越好。
-
中臺
交易管理 訂單管理 數據分析 其他 連接企業前臺和后臺的變速齒輪，快速響應前臺的創新需求中臺，為前臺而生，是前臺與后臺之間的變速齒輪。
-
后臺
財務系統 產品系統 客戶系統 其他 管理企業核心資源，安全穩定至上，提升企業管理效率后臺，無法快速響應前臺需求
慢：穩定至上，響應速度慢
貴：大量的服務年費，改功能貴
危：企業核心資源，改動風險高
不同行業對數據中臺應用有哪些需求？
-
金融
傳統金融行業數據研發效率低，數據時效性差，數據質量難以保障，數據標準模型無法適應快速變化的業務需求，且缺乏數據深度使用和綜合分析的能力，方法論體系亟需迭代升級。
-
零售
業務系統的割裂和渠道的分散逐漸暴露出弊端，即無法通過統一的會員數據管理搭建全場景的消費者畫像以實現精準營銷，無法 實時更新“進-銷-存”數據并與營銷數據結合以實現智能化的數據分析。
-
政務
政務系統基于各部門打通數據，能展開更深度的數據洞察，提升部門內和跨部門的辦公及辦事效能，促進政府工作精細化開展。
-
制造業
系統建設缺乏總體規劃，導致眾多高價值數據只能在自身系統里流轉，無法在更大的全流程鏈條上發揮價值。
什么樣的企業更適合搭建數據中臺？
-
從數據成熟度來看
企業有一定信息化基礎，豐富的數據維度
企業業務復雜，有豐富的數據維度和多個業務場景
企業有數字化轉型、精細化經營的需求
-
從業務性質來看
toC業務，且業務運營非常依賴用戶/客戶數據
企業內部運營多業態/品牌/產品的客戶數據，需要打通數據共享
供應鏈特別復雜的企業，需要數據驅動優化
生產制造業，生產線上的數據需要數據中臺來整合服務化
哪些人更適合學習數據資產運營與數據中臺？
產品崗位 項目崗位
IT運維崗位 數據分析崗位
運營崗位
數據資產運營與數據中臺課程大綱
- Part 1
- Part 2
- Part 3
- Part 4
- Part 5
- Part 6
- Part 7
-
Part 1 企業數據資產化、中臺化概述
1.企業數字化轉型及智能化需求
2.高價值數據資源日益成為搶占未來發展主動權
3.數據分布散-企業的數據資源散落在多個業務系統
4.數據標準散-數據標準不統一，數據孤島普遍存在
5.數據質量差-標準缺失、數據錄入不規范導致數據質量差
6.安全意識弱-數據安全意識不夠、安全防護不足
7.資產評估難：而且數據的價值難以評估，數據服務缺乏合規性
8.從傳統數據管理向數據中臺的發展過程
9.數據中臺賦能的業務領域
10.數據中臺實施的難點鴻溝
11.數據中臺建設的必備能力
12.數據中臺總體架構 -
Part 2 中臺化核心基礎——數據資產管理主要內容
1.數據資產管理的核心管理職能
2.數據資產管理的組織架構、制度體系
3.數據資產管理之數據標準管理
4.數據資產管理之數據模型管理
5.數據資產管理之元數據管理
6.數據資產管理之主數據管理
7.數據資產管理之數據質量管理
8.數據資產管理之數據安全管理
9.數據資產管理之數據價值管理
10.數據資產管理之數據共享管理 -
Part 3 中臺化體系架構——數據模型建立與優化
1.企業業務能力主線的業務梳理
2.識別企業中數據模型的應用場景
3.企業數據概念模型的設計流程與規范
4.企業數據邏輯模型的設計流程與規范
5.企業數據物理模型的設計流程與規范
6.企業數據運營模型的設計流程與規范
7.企業數據模型的評估與優化 -
Part 4 中臺化運營保障——數據實驗室運營機制
1.組織架構以及保障
2.角色以及崗位職責
3.運營流轉機制及規范
4.運營機制之需求實驗階段
5.運營機制之服務驗證階段
6.運營機制之產品運營階段
7.實驗室前期環境工具支撐 -
Part 5 中臺化技術實現——技術平臺的場景化服務
1.技術平臺的整體定位
2.企業級數據加工調度流程
3.數據時效性設計及保障
4.數據容錯和服務連續性處理
5.數據平臺實時加工計算
6.企業級數據質量監控
7.風險防控和安全防護 -
Part 6 數據資產實施過程步驟
1.數據資產管理在“統籌規劃→管理實施→稽核檢查→資產運營”四個階段的方法
2.數據資產管理實施之建立組織架構
3.數據資產管理實施之應用需求梳理
4.數據資產管理實施之數據盤點梳理
5.數據資產管理實施之引進平臺技術
6.數據資產管理實施之匯聚多源數據
7.數據資產管理實施之治理數據
8.數據資產管理實施之數據應用
9.數據資產管理實施之數據運營 -
Part 7 數據資產、數據中臺管理實踐案例
以一個完整的大型集團數據中心為例，講解數據中臺應該包含哪些技術平臺和工具，這些平臺和工具應該怎么去選型。
1.標桿企業數據資源中心案例；
2.基于大數據架構下的數據資源中心技術架構（數據中心總體架構、功能架構、系統架構、安全架構等等）；
3.數據倉庫和大數據平臺常見工具介紹。；
4.數據治理相關工具介紹(主數據管理工具、數據指標（元數據）管理工具、數據質量管理工具、數據安全工具)；
5.數據資源中心建設路徑和難點分析。
標桿集團企業數據中心運營管控體系（組織機構、職責、制度、流程）介紹。
1.組織機構，數據中心團隊內部組織怎么建設和分工；
2.職責，相關角色職責；
3.制度，數據中心相關制度；
4.流程，數據管理流程（比如：數據認責流程）和運維管理流程；
5.考核、應用考核規范等管理制度。
京公網安備11010602007294號 增值電信業務經營許可證：京B2-20201348