电力企业数据资产管理平台功能研究

信息和数据是智能电网建设实现电网资产高效利用和全寿命周期管理、电力用户与电网之间的便捷互动等目标的基础,公司运营分析和有效管理的核心资源,将数据进行资产化并进行有效管理,是后续数据分析、挖掘的基础,通过数据的分析挖掘可有效发现公司生产、运行及管理过程规律,提高企业数据共享交换范围和效率,为真正满足智能电网建设和发展奠定坚实的数据基础、为公司做出有效决策提供有利依据.数据资产管理平台功能方面主要包括数据资产管理需涉及的数据架构、数据生命周期管理、数据模型、数据标准管理、数据质量管理、主数据管理、元数据管理和数据安全管理等功能,为实现公司未来数据资产管理平台建设提供有力支撑.     

数据资产管理及关键技术的应用

数字化转型是企业通向未来的必由之路，而数据资产管理是实现企业数字化转型的重要一环。数据资产管理可以有效控制、保护、交付和提高数据资产的价值。对数据资产管理的基本概念、管理流程和框架，数据资产生命周期管理进行深入介绍，并对一些前沿技术，包括AI/机器学习、数据编排、知识图谱等在数据资产管理的应用进行了探讨。     

大数据技术在校园数据信息化中的应用

阐述大数据技术在校园信息化系统中的应用，数据治理的架构中的数据治理层、数据平台层、数据服务层，探讨数据标准管理、元数据管理、数据质量管理、数据资产管理、数据安全管理。     

数据资产价值评估模型研究与应用

数据资产是企业重要的战略资源,为了促进公司运营数据资产应用价值提升,在对数据资产价值构成及其主要影响因素分析的基础上,引入层次分析模型构建指标评价体系,并利用层次分析法软件计算数据资产各项评估指标权重,建立了基于成本和应用考虑的数据资产价值评估模型,对模型应用给出具体评估步骤,并将该模型应用于具体的数据资产价值评估。区别于传统的数据评估方法,这里将评估的关注点从数据质量方面转向以往很少关注的数据资产价值方面。     

模型驱动的数据管理在电网企业的实践与应用

随着企业信息化水平和企业精细化管理要求的不断提高,企业对数据标准、主数据、编码统一管理及数据质量检查的需求也随之增强。为实现电力企业数据资源的有效管理,充分发挥数据资产的价值,本文开展了数据管理的探索与实践,针对电力企业在主数据管理、编码管理、数据标准管理、数据质量管理方面的主要问题进行分析,提出了模型驱动的数据管理解决方案。     

面向企业数字化转型的建木系统实践与应用

面向企业数字化转型,以集团战略为指引、业务需求为核心,开发建木系统。建木系统作为数据应用能力平台,建立“感知—洞察—实践—引领”闭环体系。归集数据资产,形成规范化的数据资产目录;支持总体到局部的层层穿透查询分析,为精细管理奠定基础;借助新型信息技术,实现移动端适配应用,提升数据价值挖掘的广度、深度,提高展示效果,提升企业经营管理水平,实现业务数字化和智能化。     

大数据思维下的高校资产管理改革分析

当前科学技术迅速发展背景下,大数据技术在诸多领域中应用,促进了应用领域的发展,在和高校资产管理工作相结合下,就能大大提升管理的质量。本文先就大数据时代高校资产管理的现状进行阐述,然后就大数据思维下高校资产管理改革措施详细探究,希冀能从理论层面深化探究为资产管理工作的实施起到启示作用。     

信息化时代企业数据质量管理研究

在信息化飞速发展的时代,数据是企业至关重要的资源,是企业的核心,而数据质量是企业提升业绩和盈 利能力的关键。为了确保企业的数据质量,从数据维度及其定义、质量标准及其定义和评定方法等方面提 出了企业数据质量框架。该框架可用于指导企业获取高质量的数据,同时针对企业不同用户和任务对数据 质量的不同要求,提出了数据质量管理模型,为企业开展数据质量管理提供了参考依据。     

试论数据治理在数据质量管理中的作用

随着社会经济的发展,我国逐步进入了大数据时代,强化数据质量管理显得越来越重要,特别是在数据治理方面.数据处理是一项极为复杂的工程,一旦数据质量过低就必须采取与大数据特征相适应的治理举措.在管理方面,提升战略认知,建立健全大数据治理的机构、标准和体制,利用具有生命周期的质量管理方式;在技术方面,运用适合大数据管控、数据质量监管、主数据管控等技术.     

一种基于流程管控的数据治理平台设计研究与实现

在大数据时代,数据资产化和价值化无可置疑成为企业的核心竞争力,而数据标准化管理能力直接决定了后续数据价值变现的上限,文章通过对目前支撑系统数据资产管理存在问题的分析及研究,运用管理与技术双向驱动的模式实现了全方位嵌入式的数据标准化平台建设同时完成了基础的数据治理工作,大大提升了数据资产管理的能力。     

数据资产化管理实施路径探索

数据资源开发利用问题是当前数字政府建设的重要议题。随着信息化建设的深入,政府部门各自为政的建设造成数据标准之间的差异,导致各部门间难于进行数据共享交换应用,政府数据难以进行统一管理,从而形成一个个数据孤岛。本文所研究的政府数据资产化管理实施路径,从分析政府数据资源现状入手,结合数据资产化理论要点,通过建立数据资源目录、构建数据标签体系、融合加工异构数据等过程,充分挖掘数据价值,推动政府数据跨部门应用,实现政府数据资产化管理。     

大数据模型开发管理技术研究及应用

大数据场景下的模型开发管理是实现数据资源向数据资产转化的重要手段，为了提高数据模型的规范化和标准化水平，提升数据模型全生命周期管控能力，本文提出了一套大数据模型开发管理技术框架，从数据架构设计、模型开发标准管控、建模质量评估等多个方面提出解决方案和落地方法。其中所提数据架构在满足传统数据仓库分层原则基础上可同时兼顾生产、测试和临时分析，以及兼顾共性数据共享和个性数据分析场景，具有更好的综合性和适应性；所提数据开发标准管控覆盖了数据模型开发建设的全生命周期，满足数据开发者和数据管理者的需要；所提建模质量评估体系是对数据开发管理的创新性补充，能够有效实现数据模型的生命周期迭代及模型价值提升。     

盘活数据资产 赋能企业数字化转型

数据资产(Data Asset)是指由组织(政府机构、企事业单位等)合法拥有或控制的数据资源,以电子或其他方式记录,可进行计量或交易,能直接或间接带来经济效益和社会效益。数据资产管理是指对数据资产进行规划、控制和提供的一组活动职能。本文针对为什么需要数据资产盘点,数据资产盘点从哪里开始,数据资产盘点的基本方法,数据资产盘点的基本流程,如何建立数据目录及数据资产目录等角度阐述盘活数据资产的重要性及方法论,为企业数字化转型提供关键路径。     

论数据质量的“真实性”与相关融合计算策略

数据成为数字化时代政府和企业的要素资产,数据质量是数据资产建设的核心工作。对数据质量的概念和传统“六维度”方法论进行了系统性审视,并结合实际案例阐述数字化时代应以“业务真实性”为数据质量工作的主线,并提出建设真实可信数据资产的融合计算策略。     

数据治理

数据是数字经济时代最核心的生产要素,拥有海量数据也是我国发展数字经济的最大优势。要把数据真正变成要素,发挥对数字经济的基础性作用,需要做很多基础性工作,数据治理就是其中的关键一环。在数据治理活动中,相关各方要对数据的各个方面进行合理安排,并采取措施,提升数据质量、保障数据安全和数据应用合规,确保数据最终能产生正向社会价值,并让各方能够均衡享受数据带来的价值。     

论数据质量的"真实性"与相关融合计算策略

数据成为数字化时代政府和企业的要素资产,数据质量是数据资产建设的核心工作.对数据质量的概念和传统"六维度"方法论进行了系统性审视,并结合实际案例阐述数字化时代应以"业务真实性"为数据质量工作的主线,并提出建设真实可信数据资产的融合计算策略.     

大数据在人力资源管理中的应用

大数据是如今企业管理中应用最广泛的理论依据之一。在大数据时代下,企业应对大数据产生的背景、发展现状以及发展趋势有清楚地认识,如此才能更好的应用大数据来提升企业软实力和行业竞争力。本文通过对大数据基本概念及其企业价值的解析,探讨大数据对人力资源管理的影响,提出大数据背景下人力资源管理应明确的几个问题。     

数据质量管理在电力安全生产信息系统中的应用

企业的数据质量与业务绩效之间存在着直接联系,高质量的数据是提高企业精细化管理水平、推动管理提升的重要支撑。本文重点研究数据质量应该包含哪些方面的内容,以及通过什么样的步骤或方法对数据质量进行管理和监控,并以电力安全生产设备数据为基础,讲述如何通过信忠系统提升生产设备数据的质量。     

基于国标规范的数据评价应用实践

为了构建与业务相结合的数据质量评价体系,确定高价值数据资产,开展数据资产全生存周期的数据评价及应用情况分析。在梳理数据资产评估定义和数据资产评估方法的基础上,提出了基于国标的数据资产评估方法,并以某金融企业的“风险扫描”和“客户优选”两款数据产品为例,进行该方法中数据评价部分的实际验证,最终设计形成了一套匹配国家标准、可复制可推广的数据资产评估方法,从而为数据资产评估的数据评价工作提供了重要的支持和依据。     

个人信息保护

推荐理由：网络个人信息是信息经济时代网络空间重要的信息资产和国家战略资源;网络个人信息是信息消费环境的拉动引擎,可以不断提升信息消费环境的整体品味和质量;随着大数据技术的发展,网络个人信息已经成为大数据应用的重要添加要素和组织图谱,基于网络个人信息的大数据应用已经成为重要发展方向;保护网络个人信息已成为世界各国保护互联网经济以及网络空间国家战略资产的必然战略举措。