一、解决方案简介

索信达数据资产管理方案可以智能接入各种分布式异构数据资产，采集和补充数据资产信息，面向业务构建数据资产目录，提供数据地图功能智能便捷发现数据资产，并展示丰富的数据资产画像信息。数据使用者在安全合规的使用过程中贡献经验技能，参与数据治理问题上报，并通过数据社区促进知识沉淀和协作共享。数据管理者通过机器学习技术和敏捷式数据治理手段，对数据质量、数据安全、数据标准等进行有效治理，提供可量化的数据资产运营工具，促进数据驱动业务，释放数据资产价值。

二、应用场景痛点简介

数据作为资产已经是行业共识。数据也首次成为生产要素与资金、土地、人才、技术等并列。当前，大数据战略已成为国家重要战略。近年来，国家高度重视数据要素市场的培育发展，出台了一系列政策措施促进数字经济、大数据发展。去年12月，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《数据二十条》）发布，从总体要求、数据产权制度、数据流通交易制度、数据要素收益分配制度四个方面构建了完善的数据基础制度，以保障促进数据价值释放，真正推动数字经济稳定和长远发展。2023年2月，中共中央、国务院印发《数字中国建设整体布局规划》，将数字中国建设提高到全局性、战略性的地位。3月，国务院宣布组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。

金融行业与数据要素存在着天然的耦合关系，具有天然的数字基因，属于数据密集型行业。但对比实物资产，数据资产在管理和应用仍然还处于初级阶段，很多金融机构对其数据资产缺乏全面了解，数据质量和数据安全有待提升，数据资产共享、价值释放和持续运营更为薄弱。

在金融领域，在数据资产管理方面主要面临三大痛点：

一是数据的发现。具体包括：企业内部有哪些系统、哪些数据？企业级信息模型长什么样，关联的数据是哪些？

二是数据的理解。具体包括结合业务场景用数据时，不知道数据在哪里？缺少易于业务人员理解的数据地图或数据资产目录。

三是数据的使用。哪个数据使用热度高?可信度较高？数据的口径是什么？同一数据分布在多处，选择使用哪个数据？

应对这些挑战，企业需要一种创新的数据资产管理能力，能对数据资产进行盘点、发现、理解、信任、使用、治理、知识分享，促进数据资产价值释放。

三、解决方案亮点介绍

1、解决方案的八大核心能力

1.1全面数据资产盘点

能够快速接入企业各种异构和分布式数据资产，利用机器学习技术，自动采集和丰富数据资产信息，全面盘点企业数据资产；面向业务构建和组织数据资产目录，为数据使用者提供多维度数据资产视图，整合企业内外部数据，打破数据孤岛。

1.2智能的资产发现

数据地图功能提供多种方式快速便捷地导航和定位数据资产。

数据资产目录浏览/过滤：可通过数据资产目录，从业务/数据/系统的分层次浏览和过滤，查询所需的数据资产。

语义智能搜索：基于关键词的智能搜索，定位匹配的数据资产。

数据资产关系发现：通过数据血缘、引用、层级等关系，发现数据资产。

智能资产推荐：智能推荐相关、相似的数据资产。

基于使用行为的发现：用户通过热点、分享、专辑、关注等行为，发现数据资产。

1.3深刻数据资产洞察

通过人机协同，提供丰富可信的数据资产全景画像，深化对数据资产理解和洞察能力。

涵盖数据资产的各种元数据信息（技术元数据、业务元数据、操作元数据、社交元数据），并通过图文表格等可视化技术展现。

基本信息：包括基本描述、资产分类、数据来源、数据认责、个人标签、变更历史等。

扩展信息：包括样本数据、统计信息、血缘分析、安全级别、质量状况、相关资产、资产报告等深度扩展丰富的资产信息和图谱。

使用信息：包括信息推荐、安全标注、质量标注、资产专辑、经验分享、社区点评等数据使用者主动贡献的资产相关信息。

1.4便捷高效的数据资产使用

通过数据目录、智能SQL工作站、Python笔记本等工具，提供智能安全的数据资产使用环境，还可利用数据API方式将数据资产发布成数据服务，也可提供数据目录API给第三方BI工具使用。

数据资产预览和下载：发现数据资产后，授权用户可以直接预览数据内容，下载数据集。

智能SQL工作站：支持多种异构数据源连接和智能SQL代码编写以及多种辅助功能，方便数据使用者查看、创作和分享新的数据资产，探索数据资产价值。

Python笔记本：利用Python工具对数据资产的进一步分析和探索。

数据API：将数据资产发布成数据服务，方便数据开放和共享。

数据目录API：提供数据资产目录给第三方工具。

1.5敏捷数据治理

创新的敏捷式数据治理机制，使数据治理由传统的自上而下的命令和控制方式，引入用户参与和协作机制，治理策略与数据流通过程紧密集成，使治理更有效和敏捷。

通过建立数据认责和激励机制，每个用户都可通过协作参与数据治理，提高数据可访问性、准确性、业务相关性以及安全合规。

支持对数据安全、数据质量、数据标准、数据模型等专题活动的机器学习增强治理。

1.6数据安全合规保障

提供事前事中事后的数据安全保障能力，有效规避安全合规风险。

事前安全策略：支持数据资产的安全分类分级、预定义的国标PII类型及名称：支持企业根据实际管理需要定义数据安全等级；

事中安全管理：全面的用户管理、权限管理、流程审批、操作日志、数据脱敏加密、敏感数据使用预警功能。

事后安全追溯：全面的日志审计功能和可视化安全分析报告。

1.7数据知识社区

数据知识社区提供高效即时的沟通功能和有效激励机制，数据使用者可以对数据资产发表注释和点评，问题交流问答，数据使用经验和技能分享，促进知识沉淀，提升数据素养，培育数据文化。

1.8数据资产运营

提供可量化的数据资产价值评估模型。

全面了解数据贡献者的数据技能、资产贡献和知识分享动态。

提供数据资产内部共享和运营流通工具，如数据人力资源、资产使用报告、数据资产价值评估等。

2、解决方案的五大特性

2.1连接一切

提供广泛、智能和便捷的连接能力，以数据资产为核心，连接数据、人和知识，释放数据资产价值，实现数据驱动决策。

2.2机器学习

通过机器学习的工具和方法，极大地降低管理复杂度，提高资产质量和可信度，保证管理可持续性，提升数据使用效率。

辅助资产分类/编目：机器学习技术辅助实现数据资产的分类和编目。

基于语义的智能资产画像：如资产类型识别、描述信息标注、敏感数据识别、数据安全自动分级、数据资产关系等。

智能搜索：支持中文语义搜索及智能匹配，类Google的搜索引擎技术。

智能资产推荐：根据数据使用行为和上下文相关预警，智能推荐感兴趣的数据资产。

智能SQL工作站：数据使用规律的智能学习，让 SQL IDE 更加智能，提高 SQL 代码效率。

2.3敏捷治理

敏捷式数据治理：通过众包机制，持续完善和标注数据元信息、数据记录、解答提问、评价资产等行为，使数据资产便于理解，真实可信。

协同知识分享：通过活跃数据社区和沟通协作，建立激励机制，帮助用户交流使用经验，分享数据技能，促进知识沉淀，提升数据能力，提升数据素养，培育数据文化。

2.4安全合规

通过数据分类分级、数据访问权限设置、流程审批、数据脱敏加密、数据审计等各项功能，提供数据使用全流程的数据安全保障能力，有效规避安全合规风险。

2.5开放共享

提供数据服务、数据目录API，开放给第三方工具的数据使用和数据资产目录功能。

作为数据资产管理门户，提供丰富的数据资产元数据导入导出功能，用户可自由选择第三方数据管理工具模块。

3、解决方案的两大创新

3.1技术创新：全方位应用机器学习技术，数据资产管理更加智能、自动和高效。

3.2业务创新：协同共享的数据社区文化，敏捷式数据治理机制。

4、解决方案优势

(1)企业级的数据资产管理解决方案。

(2)全面的数据资产管理产品支持。

(3)可落地的咨询和实施服务。

(4)灵活的产品开发和服务实施模式。

(5)跨行业实施案例提供佳应用实践。

(6)提供数据盘点、数据目录、数据地图和自助用数的完整解决方案。

(7)内嵌行业数据分类参考模型，快速构建数据资产目录。

(8)引入机器学习技术，与敏捷式数据治理结合，提升数据管理效能。

(9)集成数据治理、数据社区和运营能力。

5、解决方案能为客户带来的价值

为企业提供数据资产全景视图，保障流通安全合规，释放数据价值。

业务用户能快速查找和理解数据，提高数据分析效率和质量。

促进数据资产复用，提升数据需求支持效率。

构建数据、用户和业务的桥梁，培育企业数据文化，提升数据素养。

6、解决方案的典型应用场景

数据资产管理方案适应各种数据资产管理和应用场景，如：

数据资产管理平台；

企业级/部门级数据目录；

数据自助分析；

数据实验室；

数据服务平台；

数据资产目录集市；

数据安全分类分级；

数据治理门户；

数据分析社区；

数据知识库；

数据应用集市；

数据开发平台。