数字资产运营的主要内容(浅议数据资产管理与数字化运营)
数据的商业价值是通过数据资产管理方法从企业数据和服务中提取出来的,推动数字化运营创新,在数据经济时代中不断推出新的数字运营产品和服务,使得企业在提升市场竞争力同时也强化了运营能力,以此获得高速业绩增长。
浅议数据资产管理与数字化运营
数据资产现在被广泛认为是推动商业价值增长的重要因素。数据成为一类资产是信息资源资本化的体现,让数据资源不仅仅具有经济价值和应用服务本身,而且具有了内在的财务价值。“大数据之父”维克托·迈尔·舍恩伯格认为,数据资产列入资产负债表,只是时间问题。但同时我们也要认识到,不是所有的数据都具备资产的属性,数据本身不等于资产。
正如其他有形资产货币化,企业的数据和服务同样应该在资产负债表上体现财务价值。数据的商业价值是通过数据资产管理方法从企业数据和服务中提取出来的,推动数字化运营创新,在数据经济时代中不断推出新的数字运营产品和服务,使得企业在提升市场竞争力同时也强化了运营能力,以此获得高速业绩增长。
在如今大数据时代下,各个企业每天都需要在海量的企业运营数据中挖掘出业务运营的分析和见解,并且在此基础上提供运营的决策建议。这一数字化运营模式依赖数据资产管理架构、数据模型架构和信息技术平台的整合运营。各个行业和公司都在竞相研究自有的数据资产积累和数据资产开发的方法,以此战胜、超越他们的竞争对手。那些不把数据视为核心企业资产或无法开发数据资产管理策略的公司将面临业务衰退的风险,最终会导致企业被市场无情地淘汰。
现代组织正在通过数据资产管理架构去融合业务和技术,并深度数字化业务运营的规划、设计、执行全过程,实现组织数字化业务运营模型转型。基于数据资产管理架构的高效数字化运营方式,来不断提高日常运营效果和核心业务运营效果。常见的数据资产管理框架包括以下几部分:
◆ 数据资产模型——企业级和域级数据、服务和信息模型
◆ 数据架构——业务和技术的数字化架构和路线图
◆ 数据技术平台——社交、移动、分析和云平台
◆ 数据资产管理框架——企业数据和服务框架
◆ 大数据平台——Hadoop、Spark(Cloudera,Hortonworks,MapR)
◆ 数据科学平台——偏好和预测模型,分析和洞察能力
◆ 人工智能平台——人工智能(AI)/机器学习
新的商业模式和数字化运营模式可以通过创造性的方式整合这些新的数据资产,如智能交通、生活轨迹分析和消费者画像等。以数据驱动的个性化服务成为可能,如微营销和客户个性化定制的产品和服务,满足每一个消费者的独特需求,现在很容易通过数字化运营实现,不仅能够增强竞争优势,开辟新的市场,设计新的服务,而且还带来客户体验上根本的改善,加速业务扩张。
数字资产管理要满足企业数据核心要求:高增速、多样性和大容量,并且要整合传统的企业运营支撑核心应用(ERP,CRM,数据仓库和BI),打造成一个一个强大的、有弹性的和高可用的SMAC(社交、移动、分析、云)数据服务应用平台,让企业轻松实现对数据获得、安装、实施、使用和开发应用过程。
创新的SMAC数字服务应用平台是基于公有、私有或混合云服务之上产生。同时SMAC平台上的数据服务应用也必须与传统的企业解决方案有效整合,有些传统企业的数据中心可以通过私有云重新配置来实现SMAC平台搭建。SMAC数据服务应用平台不仅提升运营效率,还进一步扩大运营竞争优势。运营竞争优势是通过部署数据科学、大数据、实时数据、分析洞察平台,以及通过云计算和第三方客户定制化平台提供API服务应用实现。
数字资产将极大传播算法分析和洞察见解的影响力,数字化运营从根本上改善人类决策的结果。随着管理人员将更多的数据纳入他们的决策过程,更多的问题或机会将在他们的逻辑分析中体现。那些传统的人力服务领域业务将被机器一一取代。这种情况已经发生在消费者产品购置建议、递送路由和信贷审批上。复杂的业务应用,如数字医疗中的癌症筛查图像的算法分析,今天主要还是实验性的数据探索阶段,相信不久的明天将成为寻常事情。