CN115619270A - 数据资产管理方法、装置、计算机设备、存储介质 - Google Patents
数据资产管理方法、装置、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN115619270A CN115619270A CN202211267703.1A CN202211267703A CN115619270A CN 115619270 A CN115619270 A CN 115619270A CN 202211267703 A CN202211267703 A CN 202211267703A CN 115619270 A CN115619270 A CN 115619270A
- Authority
- CN
- China
- Prior art keywords
- data asset
- data
- asset
- evaluation result
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种数据资产管理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:先获取需要进行评估的目标数据资产。如果目标数据资产是基础型数据资产,根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别。如果目标数据资产是服务型数据资产,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;然后根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别。最后根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。采用本方法能够降低数据资产的管理维护成本,实现数据资产管理增效。
Description
技术领域
本申请涉及数据资产管理技术领域,特别是涉及一种数据资产管理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
数字经济时代,数据已成为第五大生产要素。对数据资产价值进行评估一方面有利于数据资产交易流通,促进数据要素市场的建设,另一方面有利于企业数据资产管理,释放企业数据资产价值。
现有数据资产价值常采用成本法来进行评估。成本法是以被评估资产的成本作为价值评估的基础,从其现时重置成本中评定其各种损耗,然后进行逐一扣减,从而得到现值。然而成本法依赖于重置成本的获取,进而对资产价值进行评估,而数据资产的市场不成熟,其重置成本难以计算,存在资产评估不准确的情况。在资产评估不准确的情况下,,会导致企业对数据资产无法进行分级管理,只能对所有数据资产进行统一管理,导致耗费大量人力物力用于管理、存储或维护所有的数据资产,数据资产的管理和维护成本较高。
发明内容
基于此,有必要针对上述技术问题,提供一种能够降低数据资产管理维护成本、实现数据资产管理增效的数据资产管理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种数据资产管理方法。所述方法包括:
获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;
若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;
根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;
若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;
根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;
根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
在其中一个实施例中,获取目标数据资产,并识别目标数据资产的数据资产类型,包括:
若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,获取数据信息的数据类型;
若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。
在其中一个实施例中,基于基础型数据资产的资产内容和操作情况确定第一评估结果,包括:
获取基础型数据资产的数据质量评分、使用频度评分和数据规模;
根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。
在其中一个实施例中,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果,包括:
获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;
根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
在其中一个实施例中,根据业务评估公式确定第三评估结果,包括:
根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;
将业务指标提升程度作为服务型数据资产对应的第三评估结果。
在其中一个实施例中,根据增益评估公式确定第四评估结果,包括:
根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;
获取服务型数据资产对于目标业务的数据驱动贡献比例;
根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
在其中一个实施例中,方法还包括:
基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。
根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别,包括:
根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别;
根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别,包括:
根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
第二方面,本申请还提供了一种数据资产管理装置。所述装置包括:
分类模块,用于获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;
评价模块,用于若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;
评价模块,还用于若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;
管理模块,用于根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;
若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;
根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;
若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;
根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;
根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;
若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;
根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;
若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;
根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;
根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;
若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;
根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;
若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;
根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;
根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
上述数据资产管理方法、装置、计算机设备、存储介质和计算机程序产品,先获取需要进行评估的目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产。如果目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;然后根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别。如果目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;然后根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别。最后根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。本申请能够根据数据资产的类型,选择合适的评估方式,进而可以准确评估数据资产的价值,并根据资产价值对每一项数据资产进行分类,根据分类情况对不同价值类别的数据资产进行分级管理,可以着重管理维护高价值数据资产,降低对低价值数据资产的管理维护成本,节省管理、存储或维护数据资产的人力物力,能够降低数据资产的管理维护成本,实现数据资产管理增效。
附图说明
图1为一个实施例中数据资产管理方法的流程示意图;
图2为一个实施例中数据资产管理平台的处理流程图;
图3为一个实施例中数据资产管理装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,提供了一种数据资产管理方法,本实施例以该方法应用于计算机设备的进行举例说明,可以理解的是,该计算机设备具体可以是终端或服务器。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备、便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能医用设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中,该方法包括以下步骤:
步骤102,获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产。
其中,基础型数据资产是指利用本企业建设、管理和使用各类应用***,依据法律法规和有关规定直接或间接采集、沉淀、加工,或通过第三方引入的数据资产。服务型数据资产是指将基础型数据资产进行加工后,以数据分析为驱动,直接参与可衡量价值的业务场景的提炼后信息,即:“数据+算法+场景”组合产生的提炼后的信息。
具体的,基础型数据资产可以分为采集类数据资产(例如对象基础信息、与对象的资源管理相关的信息等)类、加工类数据资产(例如源***中的账户平均资源数值、通过BI(Business Intelligence,商务智能)或AI(Artificial Intelligence,人工智能)加工的指标、标签等);服务型数据资产可基于业务价值链进行划分,分为数字化对象管理类(例如中高端对象潜力提升清单)、数字化业务推广管理类(例如产品推荐清单)、数字化运营管理类(例如资源增益对比监控)、数字化风险管理类(例如资源风险流通监测)、数字化财务管理(例如应收账款账龄分析)、数字化经营决策类(例如总分行代发督导资源数值预测)。
可选的,计算机设备在可以按照预设时间间隔从存储的数据资产获取目标数据资产;也可以在接收到一项新的数据资产后,将新的数据资产作为目标数据资产;还可以接收用户的评估指令,根据评估指令查找目标数据资产,并进行后续处理。
步骤104a,若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果。
其中,第一评估结果用于表征基础型数据资产的内在价值,第二评估结果用于表征基础型数据资产的***值。
可选的,计算机设备识别出目标数据资产的数据资产类型后,针对不同类型的数据资产调用不同的评估算法。如果目标数据资产是基础型数据资产,计算机设备调用预先配置好的内在价值算法,计算目标数据资产的内在价值,作为第一评估结果;同时(或之后)计算机设备调用预先配置好的***值算法,计算目标数据资产的***值,作为第二评估结果。通常情况下,内在价值算法和***值算法是通用的,即不同内容的基础型数据资产均使用相同的内在价值算法和***值算法进行内在价值和***值的评估。
步骤106a,根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别。
可选的,计算机设备根据基础型数据资产计算出的第一评估结果和第二评估结果,对基础型数据资产进行价值分类,具体分类的价值类别数量、价值类别名称以及各价值类别标准,可以在计算机设备中进行预先配置。例如,可以预先配置2个基础型数据资产的价值类别,分别为高价值基础型数据资产和低价值基础型数据资产,如果基础型数据资产的第一评估结果和第二评估结果中,任一一项结果大于对应的价值阈值,认为基础型数据资产属于高价值基础型数据资产,如果基础型数据资产的第一评估结果和第二评估结果中,两项结果均小于对应的价值阈值,认为基础型数据资产属于低价值基础型数据资产。
步骤104b,若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果。
其中,第三评估结果用于表征服务型数据资产的业务价值,第四评估结果用于表征服务型数据资产的资源价值。
可选的,计算机设备识别出目标数据资产的数据资产类型后,针对不同类型的数据资产调用不同的评估算法。如果目标数据资产是服务型数据资产,计算机设备调用预先配置好的业务价值算法库(业务价值算法库中存储有多个互不相同的业务价值算法),根据服务型数据资产涉及的具体业务内容,从业务价值算法库匹配一个合适的业务价值算法(相当于业务评估公式),然后调用该业务价值算法计算目标数据资产的业务价值,作为第三评估结果;同时(或之后)计算机设备调用预先配置好的资源价值算法库(资源价值算法库中存储有多个互不相同的资源价值算法),根据服务型数据资产涉及的具体业务内容,从资源价值算法库匹配一个合适的资源价值算法(相当于增益评估公式),然后调用该资源价值算法计算目标数据资产的资源价值,作为第四评估结果。通常情况下,业务价值算法和资源价值算法是不通用的,即不同内容的服务型数据资产使用不同的业务价值算法和资源价值算法进行业务价值和资源价值的评估。
步骤106b,根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别。
可选的,计算机设备根据服务型数据资产计算出的第三评估结果和第四评估结果,对服务型数据资产进行价值分类,具体分类的价值类别数量、价值类别名称以及各价值类别标准,可以在计算机设备中进行预先配置。例如,可以预先配置2个服务型数据资产的价值类别,分别为高价值服务型数据资产和低价值服务型数据资产,如果服务型数据资产的第三评估结果和第四评估结果中,任一一项结果大于对应的价值阈值,认为服务型数据资产属于高价值服务型数据资产,如果服务型数据资产的第三评估结果和第四评估结果中,两项结果均小于对应的价值阈值,认为服务型数据资产属于低价值服务型数据资产。
步骤108,根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
可选的,不同价值类别的数据资产对应的管理要求是有区别的,在以价值创造为导向的理念里,对于由场景驱动,已经或未来将为企业带来经济利益的提炼后信息,也就是知识和智慧,需要进行重点运营,属于高价值数据资产,对于暂未明确业务场景的数据资产应积极储备,属于低价值数据资产。因此,以价值高低为划分价值类别依据,先将数据资产分为基础型数据资产和服务型数据资产两类,再根据价值高低进行价值分类,最后根据价值分类开展精细化管理。通过数据资产价值评估,企业可以加强数据资产开发的精细化管理,对于价值较低的数据资产,溯源其产生低价值的原因,进而优化开发模型或者业务推广活动。对于高价值的数据资产,可用于指导加强同领域数据资产的开发。例如,可以对高价值基础型数据资产进一步挖潜,对高价值服务型数据资产进行促活,从而最大化发挥数据资产的产能和价值,同时可以对低价值基础型数据资产降低维护成本,对低价值服务型数据资产进行删除或调整,从而降低对所有数据资产的管理维护成本。例如,可以减少对低价值数据资产的管理人员数量,从而降低人力成本,还可以减少存储低价值数据资产的计算机设备数量,从而降低存储资源成本。
上述数据资产管理方法中,先获取需要进行评估的目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产。如果目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;然后根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别。如果目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;然后根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别。最后根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。能够根据数据资产的类型,选择合适的评估算法,准确评估数据资产的价值,并根据价值对每一项数据资产进行分类,根据分类情况对不同价值类别的数据资产进行分级管理,可以着重管理维护高价值数据资产,降低对低价值数据资产的管理维护成本,节省管理、存储或维护数据资产的人力物力,能够降低数据资产的管理维护成本,实现数据资产管理增效。
在一个实施例中,获取目标数据资产,并识别目标数据资产的数据资产类型,包括:若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,获取数据信息的数据类型;若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。
可选的,计算机设备在获取到目标数据资产之后,读取目标数据资产中的信息,如果读取到算法信息或场景信息,将目标数据资产分类为服务型数据资产,如果仅读取到数据信息,则进一步确定数据信息的数据类型,如果是生产数据,则将目标数据资产分类为基础型数据资产,如果是测试数据等其他与生产无关的数据,则目标数据资产分类既不是基础型数据资产,也不是服务型数据资产,待进行其他方式的处理。
本实施例中,若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,获取数据信息的数据类型;若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。能够通过读取数据资产内部信息,对数据资产进行第一次数据资产类型划分,从而根据目标数据资产的数据资产类型,调用合适的价值评估算法,能够提高对数据资产的价值评估精度。
在一个实施例中,基于基础型数据资产的资产内容和操作情况确定第一评估结果,包括:获取基础型数据资产的数据质量评分、使用频度评分和数据规模;根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。
可选的,第一评估结果相当于数据资产的内在价值。数据资产的内在价值是指数据本身所蕴含的有效信息量。例如“企业级对象信息管理***”中的基础型数据资产,从对象管理、业务推广、风控等的应用角度,应该满足数据质量的要求(真实、准确等)、数据可用的要求(数据规模、使用频度等)。数据资产内在价值可用以衡量数据资产的质量、规模、可用性等,对于评估与数据资产相关投资的优先级排序,以及指导数据质量或数据安全相关的数据管理工作会起到重要作用。对数据资产内在价值评估适用于基础型数据资产,通过将数据质量评分和使用频度评分相加,相加结果除以2之后和数据规模相乘计算得到,具体评估公式如下:
内在价值=(数据质量评分+使用频度评分)/2*数据规模
式中:
数据质量评分——统计各信息***数据质量总体评估情况,包括:完整性、规范性、有效性、一致性、唯一性等;
使用频度评分——统计各信息***数据资产近一年的使用热度总体情况,如***数据正在使用,则此项值为1,如***数据未使用,则此项值为0;
数据规模——统计各信息***数据资产总量。
例如,对于“企业级对象信息管理***”中的基础型数据资产,以完整性、规范性规则评估其数据质量,得到平均数据质量评分100%(示例数据);因“企业级对象信息管理***”数据正在使用,故使用频度评分为1(示例数据);另外,统计“企业级对象信息管理***”数据规模0.3PB(示例数据)。最后,结合三项因子实际数值与内在价值公式得到“企业级对象信息管理***”的内在价值为0.3。
本实施例中,获取基础型数据资产的数据质量评分、使用频度评分和数据规模;根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。能够针对基础型数据资产计算得到精确的内在价值。
在一个实施例中,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果,包括:获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
可选的,第二评估结果相当于数据资产的***值。数据资产的***值指数据资产生命周期阶段中所发生的所有成本,包含建设成本、加工成本、运维成本、管理成本、风险成本。此方法从度量成本的维度出发,通过定义数据成本核算指标、监控数据成本产生等步骤,确定数据成本优化方案,实现数据成本的有效控制。对数据资产***值评估既适用于基础型数据资产,通过将建设成本、加工成本、运维成本、管理成本和风险成本进行加权求和计算得到,各加权系数可基于实际场景预先进行配置,评估公式如下:
***值=建设成本+加工成本+运维成本+管理成本+风险成本
式中:
建设成本——统计内部原始数据采集人工成本、采集终端设备成本及外部数据采购等成本;
加工成本——统计数据清洗、校验、整合等过程的投入成本;
运维成本——统计数据存储、备份、迁移成本,数据库设备折旧成本以及数据维护的人力成本;
管理成本——统计数据治理成本,数据安全和保护方面的投入成本;
风险成本——因数据原因导致外部监管处罚资源数值。
例如,对于“企业级对象信息管理***”中的基础型数据资产,测算其建设成本1000万元(示例数据)、加工成本500万元(示例数据)、运维成本500万元(示例数据)、管理成本300万元(示例数据)、风险成本0万元(示例数据),故结合***值公式得到“企业级对象信息管理***”***值为2300万元。
本实施例中,获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。能够针对基础型数据资产计算得到精确的***值。
在一个实施例中,根据业务评估公式确定第三评估结果,包括:根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;将业务指标提升程度作为服务型数据资产对应的第三评估结果。
可选的,第三评估结果相当于数据资产的业务价值。业务价值指数据资产对业务的赋能效果,通过业务指标提升衡量数据资产在实际业务使用中的效用。通过业务价值指标可直接了解实际业务使用中对于数据资产的可用性评价。业务价值的评估使用于服务型数据资产,根据业务对应的业务指标的提升程度计算得到,评估公式如下:
业务价值=业务指标提升程度
可根据是否直接参与主营业务活动区分为直接业务指标与间接业务指标,直接业务指标是指数据资产直接赋能主营业务而贡献的显性价值,如:例如净增零售中高端对象(户)、净增公司有价值对象(户)、不良资源借取控制率(%)等。间接业务指标是指数据资产服务主营业务而贡献的隐形价值,如:手工替代率(%)、服务人次(人次)等。
例如,对于基于“企业级对象信息管理***”中的基础型数据资产加工生成的服务型数据资产“产品个性化推荐”,其场景是通过手机银行等渠道为对象推荐对象偏爱的产品,以促进产品销售,故进一步选择可衡量此场景的业务指标“净增产品销售数量”,衡量此服务型数据资产的业务价值。
本实施例中,根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;将业务指标提升程度作为服务型数据资产对应的第三评估结果。能够针对服务型数据资产计算得到精确的业务价值。
在一个实施例中,根据增益评估公式确定第四评估结果,包括:根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;获取服务型数据资产对于目标业务的数据驱动贡献比例;根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
其中,总资源增涨是指有服务型数据资产参与时,目标业务在一定时长内的总体资源增涨数值;资源增涨是指服务型数据资产参与目标业务时,在服务型数据资产影响下,目标业务在一定时长内的资源增涨数值,相当于总资源增涨包含资源增涨。
可选的,第四评估结果相当于数据资产的资源价值。资源价值指通过货币化方式计算数据驱动带来的营业收入资源数值增值,以及降低营运成本和风险损失等的资源数值,形成资源价值。资源价值的评估适用于服务型数据资产,通过将业务资源总增涨和服务型数据资产对应的数据驱动的贡献比例相乘计算得到,其计算方法如下:
资源价值=资源增涨=业务总资源增涨×数据驱动的贡献比例
数据驱动的贡献比例——确定方式包括分解测算法和业务协商法。若选用业务协商法,需通过业务协商,确认算法贡献比例后,通过总资源增涨与业务协商比例相乘确认资源价值。若选择分解测算法,需通过参照组的设置计算出服务型数据资产带来的总资源增涨与初始场景对应的总资源增涨,通过做差相减计算出算法带来的资源增涨。
例如,对于服务型数据资产“产品个性化推荐”,业务总资源增涨按以下公式测算:
业务总资源增涨=执行组A产品资源增涨
资源价值按以下公式测算:
资源价值=执行组A产品资源增涨-执行组A对象数量*参照组A成功率*参照组B对象均资源增涨
其中,执行组A指模型筛选名单且执行业务推广活动名单,参照组A指随机抽取名单且执行业务推广活动名单,参照组B指随机抽取名单且执行业务推广成功名单。
数据驱动贡献比例按以下公式间接测算得出:
数据驱动的贡献比例=资源价值/总资源增涨
实际价值测算时,执行组挑了一批用户做算法推荐,展示推荐产品,然后选择类似对象做参照组,没有算法推荐,不展示推荐产品。通过参照组的设置,计算得出在无算法参与情况下业务推广成功率与户均资源增涨,在相同业务推广成本的前提下,比较得出在有该项服务型数据资产参与下所提升的产品资源增涨4亿元(示例数据),即资源价值。
本实施例中,根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;获取服务型数据资产对于目标业务的数据驱动贡献比例;根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。能够针对服务型数据资产计算得到精确的资源价值。
在一个实施例中,方法还包括:基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别,包括:根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别。根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别,包括:根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
可选的,第四评估结果相当于数据资产的市场价值。市场价值着眼于衡量在公开数据交易市场中,出售、出租或交换信息资产的潜在或实际价值,其对于确定可销售或可交易的数据资产价值是最有用的。市场价值的评估适用于服务型数据资产。通过市场价值的衡量,可直观观测企业数据资产在市场中交易流通时产生的价值。其计算方法如下:
市场价值=数据资源产品在对外流通中产生的总收益
例如,对于可在市场上交易流通的服务型数据资产“资讯服务”,其主要场景是运用商业银行的平台、信息、数据、专业知识、行业经验和人才优势,为各类公司业务对象和其他相关对象提供宏观经济、行业分析、区域情况、专题报告、服务其日常经营、投融资和长期发展等需求,可将其包装为数据产品后在市场上交易流通,而通过市场交易实现的销售额5200万元(示例数据)即为市场价值。
在一个可行的实施方式中,基础型数据资产和服务型数据资产均可以评估得到对应的市场价值。当基础型数据资产评估得到第五评估结果(市场价值)时,可以根据基础型数据资产在三个维度的价值评估结果(第一评估结果、第二评估结果和第五评估结果),确定基础型数据资产所属的价值类别;同理,当服务型数据资产评估得到第五评估结果(市场价值)时,也可以根据服务型数据资产在三个维度的价值评估结果(第三评估结果、第四评估结果和第五评估结果),确定服务型数据资产所属的价值类别。
本实施例中,基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别;根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。能够针对数据资产计算得到精确的市场价值,并将市场价值加入最后的数据资产价值分类,得到更精确的数据资产价值分类结果。
在一个实施例中,一种数据资产管理方法,包括:
获取目标数据资产,并识别目标数据资产的数据资产类型;若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,将目标数据资产作为基础型数据资产。
若目标数据资产是基础型数据资产,则获取基础型数据资产的数据质量评分、使用频度评分和数据规模;根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果;获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式;根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;将业务指标提升程度作为服务型数据资产对应的第三评估结果;根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;获取服务型数据资产对于目标业务的数据驱动贡献比例;根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。
根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;或者,根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别。
根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;或者,根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
在一个实施例中,一种数据资产管理方法,以应用于一种数据资产管理平台为例,包括:
预先在数据资产管理平台中配置并储存内在价值评估算法、***值评估算法、多个业务价值评估算法、多个资源价值评估算法以及市场价值评估算法。
数据资产管理平台可以直接存储有多项数据资产,也可以接收从外部录入、登记的数据资产,还可以通过网络接口访问第三方的数据资产。
数据资产管理平台在获取目标数据资产之后,并识别目标数据资产的数据资产类型;若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,获取数据信息的数据类型;若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。
数据资产管理平台还提供有审核功能,用于人工对目标数据资产进行审核,审核内容包括但不限于数据资产类型是否准确,目标数据资产是否需要进行数据资产价值评估,目标数据资产是否合法等。
若目标数据资产是基础型数据资产,数据资产管理平台调用内在价值评估算法,根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。同时,数据资产管理平台调用***值评估算法,根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
若目标数据资产是服务型数据资产,数据资产管理平台从多个业务价值评估算法调用一个与当前数据资产内容匹配的业务价值评估算法,以及从多个资源价值评估算法调用一个与当前数据资产内容匹配的资源价值评估算法。根据业务价值评估算法,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度,将业务指标提升程度作为服务型数据资产对应的第三评估结果。根据资源价值评估算法,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨,获取服务型数据资产对于目标业务的数据驱动贡献比例,根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
在需要的情况下,数据资产管理平台还可以调用市场价值评估算法,基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。
数据资产管理平台根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;或者,根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别。
数据资产管理平台根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;或者,根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
最后,数据资产管理平台根据各目标数据资产分别所属的价值类别,对目标数据资产添加价值类别标签,待进行下一步的维护管理。
在一个可行的实施方式中,以目标数据资产是服务型数据资产为例,如图2所示,数据资产管理平台对服务型数据资产进行自动化评估、分配、管理的步骤包括:
步骤202,服务型数据资产录入。
用户定义服务型数据资产,在数据资产管理平台上选择或填写相应的“基本信息”、“权属信息”“技术信息”作为服务型数据资产的组成要素,例如对申报资产“财富产品个性化推荐”进行登记,可在数据菜单、算法菜单、场景菜单选择对应选项后进行登记申请,在数据菜单中选择“企业级对象信息管理***”、“核心产品化***”,在算法菜单中选择“智能导购推荐引擎模型”、“基于关联规则产品池推荐模型”,在场景菜单中选择“数字化业务推广管理”后进行其余资产信息的手工填报登记。此种登记方式,一是便于服务型数据资产快速登记,二是便于***对服务型数据资产与基础型数据资产及算法信息的关系映射。
步骤204,服务型数据资产评估算法匹配。
用户申请登记服务型数据资产,通过选择相应的业务场景,自动推荐价值评估算法,包括业务价值评估算法与资源价值评估算法。
步骤206,服务型数据资产评估审核。
数据资产管理平台管理员审核服务型数据资产申报信息填写的合理性与完整性,审核通过后在数据资产管理平台上显示服务型数据资产申报成功,并告知用户。
步骤208,服务型数据资产价值分类。
对于申报成功服务型数据资产,基于前期选择的业务价值评估算法与资源价值评估算法,定期实现服务型数据资产的价值评估,根据价值评估结果为服务型数据资产添加价值分类标签,并在数据资产管理平台上展示价值分类结果。
补充该实施例的有益效果
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的数据资产管理方法的数据资产管理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个数据资产管理装置实施例中的具体限定可以参见上文中对于数据资产管理方法的限定,在此不再赘述。
在一个实施例中,如图3所示,提供了一种数据资产管理装置300,包括:分类模块301、评价模块302和管理模块303,其中:
分类模块301,用于获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;
评价模块302,用于若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;
评价模块302,还用于若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;
管理模块303,用于根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
在一个实施例中,分类模块301还用于若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,获取数据信息的数据类型;若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。
在一个实施例中,评价模块302还用于获取基础型数据资产的数据质量评分、使用频度评分和数据规模;根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。
在一个实施例中,评价模块302还用于获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
在一个实施例中,评价模块302还用于根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;将业务指标提升程度作为服务型数据资产对应的第三评估结果。
在一个实施例中,评价模块302还用于根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;获取服务型数据资产对于目标业务的数据驱动贡献比例;根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
在一个实施例中,评价模块302还用于基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。
在一个实施例中,评价模块302还用于根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别;根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
上述数据资产管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据资产数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据资产管理方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,获取数据信息的数据类型;若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取基础型数据资产的数据质量评分、使用频度评分和数据规模;根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;将业务指标提升程度作为服务型数据资产对应的第三评估结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;获取服务型数据资产对于目标业务的数据驱动贡献比例;根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别;根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,获取数据信息的数据类型;若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取基础型数据资产的数据质量评分、使用频度评分和数据规模;根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;将业务指标提升程度作为服务型数据资产对应的第三评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;获取服务型数据资产对于目标业务的数据驱动贡献比例;根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别;根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标数据资产,并识别目标数据资产的数据资产类型;数据资产类型包括基础型数据资产和服务型数据资产;若目标数据资产是基础型数据资产,则基于基础型数据资产的资产内容和操作情况确定第一评估结果,基于基础型数据资产在资产生命周期内的成本数据确定第二评估结果;根据基础型数据资产的第一评估结果和第二评估结果,确定基础型数据资产所属的价值类别;若目标数据资产是服务型数据资产,则基于目标数据资产中包含的算法信息和场景信息,获取与服务型数据资产相匹配的业务评估公式和增益评估公式,根据业务评估公式确定第三评估结果,根据增益评估公式确定第四评估结果;根据服务型数据资产的第三评估结果和第四评估结果,确定服务型数据资产所属的价值类别;根据各目标数据资产分别所属的价值类别,对目标数据资产进行维护管理。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若目标数据资产中包含数据信息、算法信息和场景信息,则将目标数据资产作为服务型数据资产,否则,获取数据信息的数据类型;若数据信息的数据类型为生产数据,将目标数据资产作为基础型数据资产。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取基础型数据资产的数据质量评分、使用频度评分和数据规模;根据数据质量评分、使用频度评分和数据规模,计算基础型数据资产对应的第一评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;根据建设成本、加工成本、运维成本、管理成本和风险成本,计算基础型数据资产对应的第二评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据业务评估公式,计算服务型数据资产应用于目标业务时,目标业务的业务指标提升程度;将业务指标提升程度作为服务型数据资产对应的第三评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据增益评估公式,计算服务型数据资产应用于目标业务时,目标业务的总资源增涨;获取服务型数据资产对于目标业务的数据驱动贡献比例;根据总资源增涨和数据驱动贡献比例,计算服务型数据资产影响下目标业务的资源增涨,将资源增涨作为服务型数据资产对应的第四评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:基于目标数据资产在对外流通中产生的资源增涨,确定第五评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定基础型数据资产所属的价值类别;根据服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定服务型数据资产所属的价值类别。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据资产管理方法,其特征在于,所述方法包括:
获取目标数据资产,并识别所述目标数据资产的数据资产类型;所述数据资产类型包括基础型数据资产和服务型数据资产;
若所述目标数据资产是基础型数据资产,则基于所述基础型数据资产的资产内容和操作情况确定第一评估结果,基于所述基础型数据资产在资产生命周期内的成本数据确定第二评估结果;
根据所述基础型数据资产的第一评估结果和第二评估结果,确定所述基础型数据资产所属的价值类别;
若所述目标数据资产是服务型数据资产,则基于所述目标数据资产中包含的算法信息和场景信息,获取与所述服务型数据资产相匹配的业务评估公式和增益评估公式,根据所述业务评估公式确定第三评估结果,根据所述增益评估公式确定第四评估结果;
根据所述服务型数据资产的第三评估结果和第四评估结果,确定所述服务型数据资产所属的价值类别;
根据各目标数据资产分别所属的价值类别,对所述目标数据资产进行维护管理。
2.根据权利要求1所述的方法,其特征在于,所述获取目标数据资产,并识别所述目标数据资产的数据资产类型,包括:
若所述目标数据资产中包含数据信息、算法信息和场景信息,则将所述目标数据资产作为服务型数据资产,否则,获取所述数据信息的数据类型;
若所述数据信息的数据类型为生产数据,将所述目标数据资产作为基础型数据资产。
3.根据权利要求1所述的方法,其特征在于,所述基于所述基础型数据资产的资产内容和操作情况确定第一评估结果,包括:
获取所述基础型数据资产的数据质量评分、使用频度评分和数据规模;
根据所述数据质量评分、所述使用频度评分和所述数据规模,计算所述基础型数据资产对应的第一评估结果。
4.根据权利要求1所述的方法,其特征在于,所述基于所述基础型数据资产在资产生命周期内的成本数据确定第二评估结果,包括:
获取所述基础型数据资产的建设成本、加工成本、运维成本、管理成本和风险成本;
根据所述建设成本、所述加工成本、所述运维成本、所述管理成本和所述风险成本,计算所述基础型数据资产对应的第二评估结果。
5.根据权利要求1所述的方法,其特征在于,所述根据所述业务评估公式确定第三评估结果,包括:
根据所述业务评估公式,计算所述服务型数据资产应用于目标业务时,所述目标业务的业务指标提升程度;
将所述业务指标提升程度作为所述服务型数据资产对应的第三评估结果。
6.根据权利要求1所述的方法,其特征在于,所述根据所述增益评估公式确定第四评估结果,包括:
根据所述增益评估公式,计算所述服务型数据资产应用于目标业务时,所述目标业务的总资源增涨;
获取所述服务型数据资产对于所述目标业务的数据驱动贡献比例;
根据所述总资源增涨和所述数据驱动贡献比例,计算所述服务型数据资产影响下所述目标业务的资源增涨,将所述资源增涨作为服务型数据资产对应的第四评估结果。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述目标数据资产在对外流通中产生的资源增涨,确定第五评估结果;
所述根据所述基础型数据资产的第一评估结果和第二评估结果,确定所述基础型数据资产所属的价值类别,包括:
根据所述基础型数据资产的第一评估结果、第二评估结果和第五评估结果,确定所述基础型数据资产所属的价值类别;
所述根据所述服务型数据资产的第三评估结果和第四评估结果,确定所述服务型数据资产所属的价值类别,包括:
根据所述服务型数据资产的第三评估结果、第四评估结果和第五评估结果,确定所述服务型数据资产所属的价值类别。
8.一种数据资产管理装置,其特征在于,所述装置包括:
分类模块,用于获取目标数据资产,并识别所述目标数据资产的数据资产类型;所述数据资产类型包括基础型数据资产和服务型数据资产;
评价模块,用于若所述目标数据资产是基础型数据资产,则基于所述基础型数据资产的资产内容和操作情况确定第一评估结果,基于所述基础型数据资产在资产生命周期内的成本数据确定第二评估结果;根据所述基础型数据资产的第一评估结果和第二评估结果,确定所述基础型数据资产所属的价值类别;
评价模块,还用于若所述目标数据资产是服务型数据资产,则基于所述目标数据资产中包含的算法信息和场景信息,获取与所述服务型数据资产相匹配的业务评估公式和增益评估公式,根据所述业务评估公式确定第三评估结果,根据所述增益评估公式确定第四评估结果;根据所述服务型数据资产的第三评估结果和第四评估结果,确定所述服务型数据资产所属的价值类别;
管理模块,用于根据各目标数据资产分别所属的价值类别,对所述目标数据资产进行维护管理。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267703.1A CN115619270A (zh) | 2022-10-17 | 2022-10-17 | 数据资产管理方法、装置、计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267703.1A CN115619270A (zh) | 2022-10-17 | 2022-10-17 | 数据资产管理方法、装置、计算机设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115619270A true CN115619270A (zh) | 2023-01-17 |
Family
ID=84862783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211267703.1A Pending CN115619270A (zh) | 2022-10-17 | 2022-10-17 | 数据资产管理方法、装置、计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619270A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116257692A (zh) * | 2023-05-15 | 2023-06-13 | 鹏城实验室 | 一种基于云边协同的资产共享及推荐方法及*** |
CN117391309A (zh) * | 2023-11-27 | 2024-01-12 | 哈尔滨工程大学三亚南海创新发展基地 | 基于数字凭证的业务实现方法、***、设备及存储介质 |
CN117972169A (zh) * | 2024-02-01 | 2024-05-03 | 江苏穿越金点信息科技股份有限公司 | 基于算法评估控制的数据资产处理方法及*** |
-
2022
- 2022-10-17 CN CN202211267703.1A patent/CN115619270A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116257692A (zh) * | 2023-05-15 | 2023-06-13 | 鹏城实验室 | 一种基于云边协同的资产共享及推荐方法及*** |
CN116257692B (zh) * | 2023-05-15 | 2023-08-18 | 鹏城实验室 | 一种基于云边协同的资产共享及推荐方法及*** |
CN117391309A (zh) * | 2023-11-27 | 2024-01-12 | 哈尔滨工程大学三亚南海创新发展基地 | 基于数字凭证的业务实现方法、***、设备及存储介质 |
CN117972169A (zh) * | 2024-02-01 | 2024-05-03 | 江苏穿越金点信息科技股份有限公司 | 基于算法评估控制的数据资产处理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9978021B2 (en) | Database management and presentation processing of a graphical user interface | |
Haile et al. | Inference with an incomplete model of English auctions | |
CN115619270A (zh) | 数据资产管理方法、装置、计算机设备、存储介质 | |
EP1361526A1 (en) | Electronic data processing system and method of using an electronic processing system for automatically determining a risk indicator value | |
CN107437198A (zh) | 确定用户风险偏好的方法、信息推荐方法及装置 | |
KR20170049328A (ko) | 기술 또는 ip의 가치 평가 장치 및 방법 | |
CN113642923A (zh) | 基于历史催收数据的不良资产包价值评估方法 | |
CN115545516A (zh) | 一种基于流程引擎的绩效数据处理方法、装置及*** | |
CN114331671A (zh) | 借贷风险监控方法、装置、服务器及存储介质 | |
CN115953021A (zh) | 一种基于机器学习的供应商风险分析方法及装置 | |
CN115147144A (zh) | 数据处理方法及电子设备 | |
CN112529628A (zh) | 客户标签的生成方法、装置、计算机设备及存储介质 | |
CN117273800A (zh) | 营销策略生成方法、装置、设备及存储介质 | |
CN117252677A (zh) | 信贷额度确定方法和装置、电子设备及存储介质 | |
CN115049456A (zh) | 金融产品组合的推荐方法及其装置、电子设备 | |
TWI634498B (zh) | 企業營運問題分析系統及其方法 | |
CN116645138A (zh) | 目标业务产品确定方法、装置、计算机设备、存储介质 | |
Ahmadi et al. | Identify and Rank the Effective Factors of Financial Risks and Efficiency in Insurance Companies Listed on the Stock Exchange using the Delphi Method | |
CN116485213A (zh) | 用户准入方法、装置、电子设备及计算机可读存储介质 | |
CN115619569A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN115984015A (zh) | 一种企业所得税的税务筹划方法及*** | |
CN116010509A (zh) | 一种基于******描绘用户画像产生标签的方法 | |
CN112016852A (zh) | 理财产品营销数据的统计方法及装置 | |
CN112967129A (zh) | 一种金融数据的测算方法、装置、计算机设备及存储介质 | |
CN116862675A (zh) | 信用风险评估方法、装置及非易失性存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |