搜索 导航菜单

明略科技:数据资产化是如何实现核心数据要素价值的

[摘要]数据资产化的本质是发挥数据的价值,而随着数据的价值与数据的变现价值越发接近,数据流通、数据交易开始自由化进行时,数据要素的价值才能真正得以充分发挥。

2020年4月,中共中央 国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》,《意见》首次将数据列为五大生产要素之一,并指出数据要素将发挥对其他要素效率的倍增作用。作为推动经济高质量发展的新动能,国家正鼓励加快培育数据要素市场。

数据价值的重要性被越发凸显,由此,数据资产化迎来了新一轮的发展。

但,数据资产化发展到了怎样的阶段、有着怎样的特点?数据资产化工具的机会在哪里?企业如何发挥数据资产化价值?……

为深入了解和分析这些问题,推动数据资产化市场快速健康发展,中国软件网联合中国软件行业协会应用软件产品云服务分会、海比研究推出“新增长时代——2021中国数据资产化系列报道”,对行业资深人士进行深度访谈,全面反映他们在数据资产化行业发展中的理解与思考,并在此基础上进一步研究,形成《2021中国数据资产化工具市场研究报告》。欢迎关注。

本文为系列报道第一篇。中国软件网、海比研究团队采访了明略科技数据中台负责人——刘国栋。

 

明略科技数据中台负责人刘国栋 个人简介:全面负责数据中台的产品研发、运营、服务以及数据技术等工作。刘国栋先生毕业于北京大学,计算机专业硕士学位。刘国栋先生拥有超过18年的分布式数据库内核、CEP、搜索引擎、机器学习,数据中台相关工作经验。

在刘国栋看来,数据资产化的本质是发挥数据的价值,而随着数据的价值与数据的变现价值越发接近,数据流通、数据交易开始自由化进行时,数据要素的价值才能真正得以充分发挥。

在向中国软件网讲述数据资产化时,他提到:在国外发达地区,数据作为企业资产的一种类型已成为广泛共识。在欧美体系中,数据作为企业或个人资产的一种类型被认为是与生俱来的,而且有较完善的立法体系支撑。”

那么,为什么国内数据资产化在近些年来才火起来?

刘国栋认为,主要原因是,在国内的产业发展不同阶段中,数据价值的重要性程度展现有所不同。凭借多年的观察,他将国内数据资产化的发展史归纳为四个阶段。在这些发展阶段中,数据在不断发挥更大价值,从而推动了数据资产化的技术发展以及数据资产化工具的出现。

01、起步阶段 发挥企业组织内部辅助角色

在上世纪九十年代中期以前,企业已经出现了数据意识,并受到组织内的法律保护。对企业来讲,企业通过利用数据制作报表、运营等方面的工作,从而发挥了数据的一定价值。

这一时期有一个典型事件——某大型跨国连锁超市“啤酒+尿布”案例:通过复盘销售数据发现年轻父亲们的“啤酒+尿布”搭配式消费行为习惯,进而推动了超市对这类消费群体的个性化营销。

“这一阶段数据的价值主要体现为企业与组织内部的辅助性功能。”

从技术维度上来讲,这一时期的数据资产化工具及工具方法论,主要帮助企业解决两个问题:一是数据记账;二是分析预测。如九十年代中期以前Oracle,Teradata等产品体系。

“我们可以将这个阶段的数据资产工具看作是数据库工具,主要用于存储和查询。”

02、发展阶段 数据辅助功能增强

进入九十年代末期,国内互联网行业进入爆发式发展,带来了大量的数据量增长。“数据量激增,促使数据的搜索推荐、分析功能需求大增。数据对于企业及组织的价值增强,开始从辅助因素向核心因素转变。”

这一时期,出现了一套新技术体系——NoSQL。

NoSQL,结构简单、分布式、易扩展、高效且便捷的新型非关系数据库。NoSQL的出现要解决的问题是,当数据量剧增时,旧数据库已不再能支撑数据之上的应用场景新增变化。比如Cassandra, MongoDB等。

“从技术维度上来讲,这种新变化带来的问题并不很复杂,除了数据量增大外,数据的操作使用仍然简单。” 如在2012-2013年时出现的大量移动阅读需求:高并发情况下,要快速检索到一个小说,然后让用户一页一页地翻阅。在这其中,后台核心的支撑是Cassandra,Redis类工具。

而技术人员在做的是,将数据技术体系层层地重构最终完成全栈的重构——这场浩大的工程,掀起了数据技术发展中的史诗级浪潮。

“随着NoSQL的快速发展,我们需要在海量数据上构建更为复杂的场景,即大规模的机器学习,代表工具是Hadoop。”

Hadoop的高速运算和存储能力,帮助企业与组织在海量数据中完成迭代性较强的分析。Hadoop通过不断地对原来的关系模型进行排序更新,在此之中,也形成了算法最核心的数据架构PageRank,从而实现了搜索引擎在海量的、动态的非结构化数据里,更为有效、及时的排序。

“至此,我们可以看到,数据在转换成要素之前,数据资产化管理工具所发挥的是存储性功能,以及更复杂些的是海量数据化分析能力。”

在数据管理维度上,公认的DAMA(国际数据管理协会)标准治理体系出现,以及雨后春笋般的数据管理工具类厂商(后来多经大企业收购)。这一时期的数据管理工具,主要是帮助企业实现数据管理规划、质量、集合、标准以及落地。

“我们需要在海量数据之上,来实现我们经典的数据技术标准,所以又出现了NewSQL(不仅具备NoSQL的优势,更保持了传统数据库支持ACID和SQL等特性)。”

云计算、分布式文件系统、新型的并行计算引擎、支持分布式并行计算的开发语言等技术以及逐渐壮大的生态系统,正处在一个快速发展的阶段,但成熟稳定尚需6-8年。

03、变革阶段 数据向要素转变

“数据开始变成真正的核心要素/核心资产的重要因素是:数据的价值,与数据的市场价值更加接近。”

这个特征,最早和最佳成效出现在互联网金融体系的建立与运营过程中。

例如,2008年淘宝宣布,淘宝是一家数据公司,不是电商公司,不久后,淘宝的数据资产支撑的巨大的、高速发展的互联网金融体系出现了。“这标志着数据真正进入产业、进入市场,变成企业真正的核心要素或核心资产。”

HAO 智能体系 打通感知、认知、行动系统,实现AI闭环落地

要知道当数据发挥辅助决策价值、落地后,需要有一个周期的时间才能得出数据的整个价值迭代规律。而这一时期,数据资产化的发展,促生和推动了巨大的业务创新和全面数字化转型效应,成为市场的新驱动力量,进而数据的价值和变现的价值愈发接近。“由此体现的是,你拥有数据就获得了价值。”

从技术维度上来看,“前两阶段中,数据管理与数据治理技术工具主要是一些低层的架构体系,而到了第三阶段,技术的首要任务是Follow数据法治标准。”

但从使用维度上来看,当前整个行业或整个数据资产使用度上都是非常落后的。“这种落后体现在两个方面:最重要的因素是数据法案还没有完全落地下来,即如何实现数据更加有效流通没有得到解决;其次,技术并不完善,同时市场需求度不够,技术的落地就变得更困难。”

总的来看,这一阶段数据从辅助角色正式转变为核心要素被产业、市场、社会所认可。数据要素的认知建立起来后,企业所考虑的是,怎样管理好数据要素。

04、融合阶段 数据要素应用

数据资产化发展至今,数据的价值应用已经取得了很好的成果。从预测到直接参与生产,在各个行业中都能够看到大量的数据应用案例出现。

越来越多的企业及组织在布局数据要素,并至少已在组织内部使用起来。与传统行业相比,在数据管理、共享、应用方面,政府、金融行业、新能源汽车智造业走在了前列,疫情之下的健康码体系,就是一个很好的场景;一些起步较晚但相对较开放的行业,也涌现出机会与延展性。

数据资产化涵盖了整个生命周期,包括,数据资产收集、分析、评估、管理、应用,以及淘汰废弃。由此凸显了一个问题:数据的含义要比前三阶段中复杂更多,可谓,数据即‘现金’,那么数据怎样才能流动起来?

明略科技 针对结构化数据治理全生命周 期的可视化管控平台

“我认为,只有在法律的充分约束与规范之下,数据才能真正作为一种资产,开始在市场中流通。只有当数据的市场使用环境场景、合规性固定下来之后,数据要素供需应用场景才能真正爆发,从而推动数据的交易。”

不难看到行业赛道之外,数据交易的刚需大量存在。例如基于信用的生意小贷、金融等,这些公司需要更多维度的数据来壮大自身的评估模型,但数据的获取,在目前来讲是十分困难的。

因此,如何建立一个更好的数据交易体系支撑,是第四阶段发展的重要目标。

2020年以来,数据要素如何生成、如何实现生命周期管理、如何在组织内部发挥前所未有的价值,越来越成为企业和组织关注的热点。所有人都知道,数据就在那里,但怎么去发挥它的价值?

“当前,大数据平台储存需求已基本满足,数据要素全生命周期管理成为主要需求点。百分之七八十的企业在做的是数据管理和应用,但数据的市场化供给这扇门还远未打开,不过尝试和探索并未停止,如贵阳大数据交易所等。”

明略的做法是,帮助企业数据进行指标体系化运作,为整个企业做精细化运营,进而输送一种新的业务体系:企业的主营收在哪?企业营收高但为什么净利润低?“在指标体系化运作中,我们就会发现,虽然营收较好,但可能像电费等部分耗费的成本竟远远超过其它营收,于是,据此,我们帮助企业制定新的运作方式。”

明略科技 数据中台技术架构图

“在此过程中,作为数据资产化基础设施的数据中台也在发挥着作用。”数据中台的建设,除了对组织的决策链条和体系进行数字化,还需要对组织的经验、know-how进行系统化、体系化建设,进而将组织的数字化体系与Know-how体系进行结合,搭建起协同机制。

“组织的决策链条体系、经验、know-how,是数据中台建设的核心。明略科技帮助企业及组织打造的是,数据体系结合知识体系的数据中台,可基于数据进行智能决策的数据中台。”




版权声明:

凡本网注明”来源:中国软件网(http://www.soft6.com)”的所有作品,版权均属于中国软件网或昆仑海比(北京)信息技术有限公司,未经本网书面授权,不得转载、摘编或以其它方式使用上述作品。

任何行业、传播媒体转载、摘编中国软件网(http://www.soft6.com)刊登、发布的产品信息及新闻文章,必须按有关规定向本网站载明的相应著作权人支付报酬并在其网站上注明真实作者和真实出处,且转载、摘编不得超过本网站刊登、转载该信息的范围;未经本网站的明确书面许可,任何人不得复制或在非本网站所属的服务器上做镜像。

本网书面授权使用作品的,应在授权范围内使用,并按双方协议注明作品来源。违反上述声明者,昆仑海比(北京)信息技术有限公司将追究其相关法律责任。
微信公众号 微信公众号