전 세계적으로 데이터는 새로운 생산 요소로서 글로벌 경제 및 무역 활동에서 중요한 역할을 하며 디지털 경제의 활발한 성장을 주도하고 있습니다. 미래 예측에 따르면 2025년까지 글로벌 데이터 흐름이 전체 경제 성장에 기여하는 금액은 무려 11조 달러에 이를 것으로 예상됩니다.

최근 몇 년 동안 데이터 요소 에 대한 국가의 관심이 높아지고 있습니다. 2023년 12월 31일, 국가데이터청(National Data Administration)을 포함한 17개 부서가 공동으로 "데이터 요소 ×" 3개년 실행 계획(2024~2026)을 발표했습니다. -품질 개발.

2024년에는 새로운 '데이터×' 시대가 본격화되어 데이터 승수효과가 발현되고 새로운 생산성 발전이 촉진될 것으로 예상된다. 이 목표를 달성하기 위한 핵심 경로는 데이터 자본화 프로세스를 촉진하고 , 데이터 요소를 사용하여 비즈니스 변화를 주도하고, 데이터 가치를 실현하는 것입니다.

이 기사에서는 데이터 요소와 데이터 대문자 사용의 정의와 중요성을 살펴보고 빅 데이터 맥락에서 이들의 주요 역할을 명확히 할 것입니다. 동시에, 우리는 데이터 자산화를 실현하는 경로 와 데이터의 응용 가치를 실현하는 방법을 정리하여 새로운 시대에 기업의 혁신적인 발전을 지원하고 비즈니스 업그레이드와 가치 전환을 달성할 것입니다.

데이터 요소 및 데이터 대문자 사용

데이터 요소란 무엇입니까?

"데이터 요소 백서(2022)"에 따르면, 데이터 요소는 사회적 생산 및 비즈니스 활동에 참여하고 소유자 또는 사용자에게 경제적 이익을 제공하는 데이터 자원을 의미합니다. 따라서 "데이터 요소"라는 용어는 디지털 경제를 지향합니다. 생산성과 생산 관계를 논의하는 맥락에서 "데이터"를 언급하는 것은 생산 촉진에 있어서 데이터의 가치를 강조하는 것입니다. 특정 생산 요구에 따라 수집, 분류 및 처리된 컴퓨터 데이터와 그 파생 형식, 원본 데이터 세트, 표준화된 데이터 세트 , 생산에 투자된 다양한 데이터 제품, 데이터를 기반으로 생성된 시스템, 정보 및 지식이 모두 포함될 수 있습니다. 데이터 요소 카테고리에 대한 논의.

데이터 요소의 핵심 속성에는 고유성, 원자성 및 정의의 명확성이 포함되며 이를 통해 시스템에서 해당 요소를 정확하게 식별, 처리 및 분석할 수 있습니다. 예를 들어, 당사의 휴대폰 번호, 이메일 주소, 웹 검색 기록 등은 모두 당사가 더 나은 결정과 솔루션을 내리는 데 도움이 되도록 수집, 저장, 분석 및 활용할 수 있는 데이터 요소입니다.

데이터 대문자화의 필요성

디지털 경제에서는 데이터의 효율적이고 안전한 사용을 보장하는 것이 중요합니다. 데이터 자산화 구현은 데이터 품질 및 보안 보증 시스템 구축의 기초입니다. 데이터 대문자화에는 데이터 수집, 저장, 사용 및 공유에 대한 규칙 및 표준이 포함됩니다. 또한 데이터 대문자화에는 데이터 사용이 개인 권리를 침해하거나 법률 및 규정을 위반하지 않도록 하기 위한 데이터 개인 정보 보호 및 규정 준수 요구 사항도 포함됩니다.

따라서 데이터 자본화는 " 데이터 요소 x " 를 실현하기 위한 기반이라고 할 수 있습니다 . 데이터 자산의 표준화된 관리를 통해서만 데이터가 경제적 가치를 실현할 수 있는 조건이 창출될 수 있습니다. 데이터 자본화를 통해 데이터 자산의 획득, 저장, 처리, 공유 및 사용을 더 잘 관리할 수 있으며 데이터의 신뢰성, 정확성 및 보안이 향상될 수 있습니다.

데이터 대문자화를 실현하는 방법은 무엇입니까?

Kangaroo Cloud의 " 데이터 자산 관리 플랫폼 "을 통해 메타데이터 수집, 메타데이터 관리 및 메타데이터 분석의 완전한 링크를 통해 표준화된 메타데이터 정보를 수집 및 유지하고 데이터 관계 네트워크를 개방하여 기업이 실현할 수 있습니다. 데이터의 자본화 및 표준화된 관리.

또한 기업은 데이터 보안 관리 및 제어 관련 기능과 결합된 자산 인벤토리를 통해 전체 데이터 자산을 이해 하여 데이터 가치 마이닝을 위한 "완전하고 통합되고 연결된" 메타데이터 기반을 제공하고 데이터 요소의 잠재력을 최대한 활용할 수 있습니다. , 비즈니스 혁신과 업그레이드를 추진합니다.

메타데이터 수집

메타데이터 수집은 데이터 자산화를 실현하기 위한 기반입니다. 메타데이터 정보를 수집하려면 먼저 기업이 통합 메타데이터 관리를 수행하는 데 필요한 비즈니스 데이터, 레이크 웨어하우스 데이터 또는 애플리케이션 데이터를 분류하기 위한 내부 조사를 수행해야 합니다. 다양한 유형의 데이터에 대한 데이터소스 연결 정보를 수집한 후, 각 데이터 담당자에게 메타데이터 읽기 전용 권한을 신청하여 메타데이터를 수집합니다.

데이터 소스에 성공적으로 연결한 후 Kangaroo Cloud " 데이터 자산 관리 플랫폼 "을 통해 특정 데이터 소스 또는 데이터베이스에 대한 주기적인 동기화 작업 과 임시 동기화 작업을 생성할 수 있습니다. 수집 및 유지 관리할 필요가 없는 데이터베이스 테이블 정보가 있는 경우, 데이터베이스 필터링 조건과 데이터 테이블 필터링 조건을 설정하여 중요하지 않은 데이터베이스/테이블이 자산 플랫폼에 동기화되는 것을 방지하고, 메타데이터의 임시 동기화 내용 구성을 지원합니다. 동기화 작업의 스케줄링 주기.

동기화가 완료된 후 플랫폼은 해당 데이터가 속한 데이터베이스, 데이터 테이블 생성 시간, DDL의 마지막 변경 시간, 스토리지 등 각 데이터 소스 유형에 따라 데이터 테이블의 메타데이터 정보를 자동으로 수집합니다. 위치, 저장 크기, 저장 형식, 테이블 행 수, 테이블 유형 및 기타 기술 속성 정보를 수집하고 데이터 자산화의 예비 유지 관리 작업을 완료합니다.

메타데이터 관리

메타데이터 수집을 완료한 후 특정 비즈니스 요구에 따라 표준화된 메타데이터 관리를 수행하여 데이터 자산화 품질을 향상시킬 수 있습니다. 첫째, 메타데이터 부족에 대해 오프라인으로 각 데이터소스 담당자와 소통하고, 메타데이터 모델 설계 사양에 대해 논의하고, 데이터소스 유형별로 유지관리해야 할 메타데이터 항목을 나열한 후 플랫폼에 입력할 수 있다. .

둘째, 메타데이터 유지 관리 방법을 사용하여 각 메타데이터에 대한 책임자를 할당하여 메타데이터 유지 관리 작업을 책임자에게 할당할 수 있습니다. 담당자는 누락된 메타데이터 정보를 정리에 따라 완벽하게 유지관리해야 하며, 모든 유지관리 담당자는 태그 분류에 따라 데이터 자산 정보를 빠르게 조회할 수 있도록 데이터 자산에 맞춤형 태그를 추가할 수 있습니다. 관리자는 정기적으로 메타데이터 무결성을 계산하고 메타데이터 유지 관리 진행 상황을 추적할 수 있으며, 데이터 소스 및 담당자 등 다양한 차원을 기반으로 정기적인 통계를 수행하고 적시에 문제를 발견하며 담당자에게 메타데이터 정보 개선을 촉구할 수 있습니다.

동시에 플랫폼이 제공하는 데이터 표준 관리 기능을 통해 데이터 자산의 현장 수준 표준 정보를 표준화할 수 있습니다. 루트 관리 및 표준 관리를 통해 데이터 테이블의 필드에 대한 표준 정보(예: 필드 이름, 필드 중국어 이름, 필드 유형, 필드 길이 및 기타 정보)가 정의됩니다.

메타데이터 분석

메타데이터 수집 및 관리가 완료된 후 메타데이터 정보를 기반으로 분석을 수행할 수 있습니다. 플랫폼은 메타데이터의 완전성 분석, 품질 분석, 계보 분석을 제공 하고 기업 내 자산 정보를 종합적으로 분석 및 통합하여 기업을 효과적으로 활성화합니다. 데이터 자산을 관리합니다.

완전성 분석: 플랫폼 수준, 데이터 소스 유형 수준 , 데이터 소스 수준, 데이터베이스 수준, 책임자 수준, 특정 속성 수준 등 다양한 차원의 통계 분석을 지원하는 통계적 완전성 비율입니다. 예를 들어, 담당자 차원에 따른 통계 분석을 수행할 때, 통계 결과는 데이터 개발자가 메타데이터 정보를 적시에 완전하게 유지할 수 있도록 장려하고 감독하는 데 활용될 수 있습니다.

품질 분석: 플랫폼은 품질 검증 기능을 제공 하고 다양한 품질 모니터링 시나리오를 제공할 수 있습니다 . 단일 테이블 검증 및 다중 테이블 비교를 위한 풍부한 검증 기능이 내장되어 데이터 적시성, 완전성, 일관성에 대한 기업의 요구를 충족합니다. 타당성과 정확성의 다차원적 검증을 위한 요구사항. 사전 이벤트 규칙 구성, 이벤트 내 규칙 검증, 사후 분석 보고서 프로세스를 통해 데이터에 대한 다차원적인 평가가 수행되어 기업 데이터의 품질을 보장합니다.

혈연 분석: 기업은 혈연 분석 기능을 통해 데이터 웨어하우스의 다운스트림 수준 테이블, BI 보고서 등 혈연 관계가 확실하지만 혈연 관계가 누락된 일부 테이블을 신속하게 발견할 수 있습니다. 기업은 혈연 모니터링에 필요한 데이터베이스 정보를 설정할 수 있습니다. 플랫폼은 혈연 SQL 분석 결과와 데이터베이스에 있는 격리된 혈연 테이블의 통계를 사용하여 기업이 데이터 자산의 품질을 모니터링하고 자산 저장 공간을 최적화하는 데 도움을 줍니다. .

자산 인벤토리 및 디스플레이

플랫폼은 데이터베이스 테이블, 개발 작업, 지표, 태그, API 및 기타 유형의 데이터 자산을 포함한 모든 기업 자산 데이터를 요약하는 데이터 맵 기능을 제공 하여 사용자에게 통합되고 완전하며 편리한 메타데이터 쿼리 포털을 제공합니다 . 다양한 검색 모드와 필터링 조건을 지원하여 메타데이터를 빠르게 찾을 수 있으며, 쿼리 결과를 기반으로 누락된 메타데이터를 지속적으로 발견하고 메타데이터 유지 관리도 지원합니다.

동시에 플랫폼은 자산 대시보드를 제공합니다 . 이를 통해 기업은 전체 자산의 변화하는 추세, 분포, 가치 순위, 저장 비율 및 기타 정보를 분석하여 데이터 자산의 전반적인 상황을 완전히 이해할 수 있습니다. 경영진이 건설 방향에 대한 의사 결정을 내릴 수 있도록 자산 시각화 액세스 권한을 제공합니다 .

데이터 보안 통제

데이터 자산화 관리는 데이터 보안 제어 와 분리될 수 없습니다 . Kangaroo Cloud의 " 데이터 자산 관리 플랫폼 "은 데이터 둔감화 규칙 관리 , 데이터 권한 관리 및 데이터 분류를 지원합니다. 휴대폰 번호, ID 번호 및 기타 개인 정보와 같은 일부 민감한 데이터의 경우 민감도 감소 표시에 대한 민감도 감소 규칙을 사용자 정의할 수 있습니다. 플랫폼은 행 수준 권한 구성을 지원하며 데이터 분류 및 사용자 수준과의 연결을 기반으로 사용자 권한 범위를 제어하여 데이터 권한을 세밀하게 제어할 수 있습니다.

요약하다

데이터 자본화는 기업의 데이터 관리 효율성을 크게 향상시키고 데이터의 응용 가치를 완전히 탐색하고 실현할 수 있습니다. 이러한 과정을 통해 기업은 데이터를 체계적으로 분류, 저장, 검색하여 다양한 시스템과 파일에 흩어지는 데이터가 아닌 통일된 수집을 이룰 수 있습니다.

동시에 데이터 자산화 로 인한 통합 관리 모델은 데이터 보안 강화에 핵심적인 역할을 합니다. 기업은 데이터의 민감도를 낮추고 암호화하고 기밀 수준을 제어하여 승인된 직원만 데이터에 액세스하고 수정할 수 있도록 함으로써 데이터의 보안과 개인 정보 보호를 최대한 보장하고 기업이 규정 준수를 전제로 데이터 자산을 완전히 활용할 수 있도록 할 수 있습니다. 기초.

데이터는 모든 것의 출발점입니다. 기업은 데이터 자산화 촉진에 큰 중요성을 부여하고 데이터 관리 역량을 강화하며 데이터 자산을 최대한 활용하여 기업의 지속 가능한 발전을 촉진해야 합니다.

데이터 자산이 필요한 사용자는 아래 링크를 클릭하여 [데이터 자산 플랫폼]을 사용해 볼 수 있습니다.

데이터 자산 플랫폼: https://www.dtstack.com/dtinsight/dataassets?src=szsm

"산업 지표 시스템 백서" 다운로드 주소: https://www.dtstack.com/resources/1057?src=szsm

"Dutstack 제품 백서" 다운로드 주소: https://www.dtstack.com/resources/1004?src=szsm

"데이터 거버넌스 산업 실무 백서" 다운로드 주소: https://www.dtstack.com/resources/1001?src=szsm

빅데이터 제품, 산업 솔루션, 고객 사례에 대해 더 알고 싶거나 상담하고 싶은 분들은 Kangaroo Cloud 공식 홈페이지( https://www.dtstack.com/?src=szkyzg )를 방문해 주세요.

기업은 어떻게 데이터 자본화를 통해 "데이터 요소 x"를 활성화하고 새로운 생산성을 창출할 수 있습니까?