原標題：釋放數據生產力，如何才能做到最優解？
近年來，數據及其價值被社會各界廣泛討論，儼然成為最為熱門話題之一。
事實上，關于數據價值的這一波討論，看似偶然，其實必然。隨著產業互聯網的深入，以及《關于構建更加完善的要素市場化配置體制機制的意見》中首次將數據寫入生產要素，傳統企業逐漸意識到數據形成資產化之后所帶來的巨大價值。
因此，如何釋放數據生產力就成為眾多企業數字化轉型中的一道必答題。如今，越來越多傳統企業著手構建數據資產體系，希望把數據“用起來”和“用好”。但這絕非易事，因為如今數據從生產到消費的鏈路愈發復雜，傳統的理念和方法論亟待突破。
如何才能打破局面？為此，網易數帆帶來了突破性的“數據治理與開發一體化”理念以及數據生產力模型，帶來了“人人用數據，時時用數據”的最優解。
不可否認，經過多年的“大數據”概念教育，很多行業如今都異常重視數據的采集，有些企業甚至都擁有龐大、且豐富的數據集，卻無法很好地實現數據驅動日常的決策、運營和創新。
造成這種局面的核心原因主要有三個方面。
面對當前數據市場里越來越旺盛的需求，當前市場中卻處于比較尷尬的局面?！笆袌霾蝗惫?，但卻鮮有一套合理、經過驗證的方法論能夠幫助用戶把數據資產用好?！本W易數帆大數據產品線總經理余利華如是說，“很多企業通常是走一步看一步，先建設再說，缺少整體和長遠的考慮?！?/p>
為此，網易數帆基于超過300+行業頭部客戶、10+行業覆蓋的實踐上，針對目前大部分企業在“數據治理”和“數據開發”等領域遇到的挑戰，在今年的網易數字+大會上推出了數據生產力模型和“數據治理與開發一體化”理念，為釋放數據生產力尋找到一條可行之路。
“數據治理”目的是實現數據資產安全可控、質量高和容易消費，乃釋放數據生產力的基礎前提。
如果說數據如水，滋潤數字經濟時代萬物生長；那么“數據治理”則恰如治水，釋放數據生產力或造成數據泛濫均維系于此，其重要性堪比數據本身。
不過，“數據治理”擁有多年歷史，并非新鮮事物。但隨著千行百業數字化轉型的深入，用戶數據驅動和數據創新的需求亦產生重大轉變，讓數據治理的復雜性今非昔比，傳統的數據治理理念、方法論很難適應需求的變化趨勢。余利華認為：“多數情況下，企業對于數據治理并無規劃，并且治理與開發脫節，容易陷入運動式治理和惡性循環?！?/p>
具體來看，很多企業在數據治理領域首先采取的是先污染后治理，開發與治理體系割裂；當遇到數據問題越來越多之后，則通過運動式治理來解決數據問題，治理效果無法有效衡量和持續反饋；并且很多企業的數據治理范圍往往局限在湖內，無法對大量湖外數據進行治理；最終形成的數據資產，往往存在找不到、看不懂和信不過的尷尬情況。
“造成這種情況的核心原因在于，數據治理是旁路系統，上不能深入到應用環境，下達不到開發環節?！庇嗬A坦言道。
為此，圍繞數據治理與數據開發脫節這個難啃的硬骨頭，網易數帆的數據生產力方法論提出了“數據治理開發一體化”理念，即“先設計后開發”，將數據標準定義、指標規范定義、模型設計和數據開發體系連接在一起，讓數據治理流程自然融入到數據開發的全生命周期過程中，在數據開發過程中即可完成數據治理，實現研發治理一體化，從而幫助用戶在數據治理方面取得長效治理。
例如，數據標準定義了數據取值范圍、安全特性和類型，將數據標準與數據質量相結合，自動生成集合規則，則可以在數據測試階段看到數據質量報告，在線上運行階段可以收到數據治理告警；數據標準與安全中心結合，則可以得到加密、脫敏的規則，構建數據安全等級，實現數據開發治理一體化。
元數據管理也是治理能力中關鍵的一環，網易數帆在技術元數據之外對管理元數據、業務元數據的覆蓋，使得產出的數據資產具備了可理解性。此外，網易數帆還通過大數據健康評估體系實現大數據的健康診斷，并且利用數據治理運營三板斧形成數據治理運營的改進閉環；而且還能實現湖內、湖外數據統一治理，以及統一的數據資產門戶，從而幫助用戶不斷提升數據治理的效果。
“數據治理過去的理論和方法在當下的確存在巨大短板。網易數帆對數據治理理念進行大膽創新與實踐，如今在多個行業客戶中得到落地。未來，網易數帆還將打磨全鏈路大數據產品和技術能力，持續做好數據治理?！庇嗬A補充道。
如果說數據治理是釋放數據生產力的基礎，那么要想徹底釋放數據生產力，則必須從數據全生命周期的整體視角帶來最優解。為此，網易數帆基于過去各種理論和自身長期實踐，推出了數據生產力模型。
據悉，網易數帆數據生產力模型包含DataOps、DataFusion、DataProduct三大內核和數據技術、數據資產、數據應用、數據運營四要素。
具體來講， DataOps是一種將軟件工程CI/CD的方法融入數據開發的流程,基于自動化的數據測試、任務發布等技術，構建數據發布流水線,使得數據開發效率更高、交付更加頻繁，交付質量更有保障；DataFusion則是面向分析的數據治理，在傳統數據治理的基礎上，將數據治理融入到數據開發之中，形成開發與治理一體化；DataProduct則是通過數據產品化來打通數據到決策的轉化鏈路，實現數據到決策轉化。
而從企業實踐的角度，打造數據生產力離不開數據技術、數據資產、數據應用、數據運營四要素的共同作用，四要素提供了三大內核落地的路線圖。網易數帆認為，沉淀數據資產是核心所在，不僅符合企業追求數據價值的初衷，更容易獲得各層級各角色的感知與認同，也讓實現數據開發與治理一體化的意義更加鮮明。
數據生產力模型最難能可貴之處在于，它既充分汲取了互聯網公司在數據技術、數據理念和數據創新方面的可取之處，又從服務眾多傳統行業的過程中獲取了豐富的實踐經驗，以此來幫助企業建立數據資產管理體系和實現數據資產化。
正如余利華所言：“數據生產力模型是網易數帆融會貫通+創新的結果?！蹦壳?，數據生產力模型已經在金融、制造、醫藥、物流等多個行業得到實踐。
以東北證券為例，該公司選擇與網易數帆合作從0到1搭建數據治理體系，希望實現數據的資產化、價值化和智能化，支撐數字化轉型。結合組織架構、業務流程的梳理及網易數帆全平臺產品引入，通過元數據管理、數據標準、數據安全等能力，東北證券完成了數據資產的構建。目前，東北證券已完成核心系統30000余張表的全量元數據采集，數據資產的質量提升和完善累計注冊2814項，形成179個基礎數據標準，累計沉淀400余項數據質量規則，并建立了覆蓋數據分級分類的數據安全體系。
資產建立之后，相比此前BI需要到底層數據庫獲取數據的方式，此時通過數據資產拖動BI，效率、準確性和口徑一致性都更加有保障。
面向未來，企業在數字化轉型過程中所形成的變革能力、敏捷能力、生態能力、數字化產品與服務能力均是以數據為基礎，企業建立數據資產管理體系和實現數據資產化是大勢所趨?！熬W易數帆的生產力模型希望幫助企業充分激活數據生產要素活力，將數據與業務相結合，沉淀企業數據資產，從而實現數字化轉型發展?！庇嗬A最后表示道。
（免責聲明：此文內容為第三方自媒體作者發布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com）
