区别:大数据平台是指以处理海量数据存储、计算及不间断流数据实时计算等场景为主的一套基础设施。数据资产管理是规划、控制和提供数据及信息资产的一组业务职能。数据质量管理是循环管理过程,其终极目标是通过可靠的数据提升数据在使用中的价值。
大数据平台建设
大数据平台是指以处理海量数据存储、计算及不间断流数据实时计算等场景为主的一套基础设施。典型的包括Hadoop系列、Spark、Storm、Flink等集群。既可以采用开源平台,也可以采用华为、星环等商业级解决方案,既可以部署在私有云上,也可以部署在公有云上。
大数据平台是基于数据分析而产生的,通过数据分析可以帮助企业做出较好的抉择,改善企业的业务现状,以求获得更多的利益回报,并且还可以分析出竞争对手的策略,针对性地提供名列前茅竞争对手的对策。
数据资产管理
数据资产管理(Data asset management 简称DAM)是规划、控制和提供数据及信息资产的一组业务职能,包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序,从而控制、保护、交付和提高数据资产的价值。
“数据资产管理”一词,在国内首次由DAMS(中国数据资产管理峰会)组委会正式提出。
数据管理的概念从80年代提出已经接近40年了,数据治理的提法也有近20年了,而数据资产管理的提出基本是最近5年的事情,中国数据资产管理峰会对数据资产管理的定义为是对数据管理、数据治理及数据资产化的管理过程。
数据质量管理
数据质量管理(Data Quality Management),是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,进行识别、度量、监控、预警等一系列管理活动,并通过改善和提高组织的管理水平使得数据质量获得进一步提高。
数据质量管理是循环管理过程,其终极目标是通过可靠的数据提升数据在使用中的价值,并最终为企业赢得经济效益。
延伸阅读:
数据资产及其管理重要性
资产是个人或组织控制的有价值资产,企业资产有助于实现企业的目标。数据以及数据产生的信息已经被公认为是企业的资产。
离开高质量的数据,很难有企业仍然可以高效运行。今天,各企业都依赖于它们的数据资产以做出更明智和有效的决策。市场名列前茅正利用数据资产,通过丰富的客户资料、信息创新使用和高效运营取得竞争优势。企业通过数据资产,提供更好的产品和服务,降低成本,控制风险。随着企业对数据需求的不断增长,以及企业对数据依赖性不断增强,人们可以越来越清楚评估数据资产的商业价值。
每一个企业都需要有效地管理其日益重要的数据,通过业务领导和技术专家的合作,数据资产管理职能可以有效地提供和控制数据和信息资产。
文章标题:大数据平台建设,数据资产管理、数据质量管理有什么区别,发布者:小编,转载请注明出处:https://worktile.com/kb/p/39024