《数据驱动资产管理的威力(英文版)(31页).pdf》由会员分享,可在线阅读,更多相关《数据驱动资产管理的威力(英文版)(31页).pdf(31页珍藏版)》请在三个皮匠报告上搜索。
1、从长远来看,将数据转化为差异化资产需要关注业务、技术和人员三个相互关联的行动:创建有效的数据管理计划,包括数据治理、数据质量和主数据管理;技术平台和数据架构;以及数据供应链管理。使用人工智能(AI)、机器学习和分析从数据中收集关键见解。管理高级数据管理的人员和文化层面。强大的数据管理计划是将数据转化为资产并成功实现公司目标和复杂项目的关键。无论资产管理公司是在转变投资会计的整个运营模式,还是在跟上行业的变化,他们都可能会发现自己难以按时交付具有预期业务价值的项目,因为他们缺乏全面的数据管理计划。企业的数据基础对于促进数据挖掘业务用例和实现有形业务价值至关重要。资产管理者往往难以全面地查看数据,
2、因此他们的数据管理方法只支持特定的、非集成的需求。这种方法创建了对数据的孤立理解,从而导致数据结构的分裂,以及对跨功能域的报告需求的不同观点。有效的数据治理计划为业务用户建立可信、经认证的数据。它为业务数据透明度、数据保护和审计完整性创建了标准。资产管理者意识到良好治理的重要性:埃森哲最近接受调查的资产管理者中,超过一半(55%)的人表示,他们正在实施一项旨在提高治理和数据质量的数据管理计划。它从C级开始,但从结构上来说,重要的是建立一个数据委员会一个维护跨领域视角的正式管理机构,以指导公司的数据战略。特定的角色也很重要,包括数据管理员和业务数据所有者,他们管理高质量的数据资产,并在整个公司内
3、提高数据素养。数据治理策略和过程有助于建立一个管理框架,但该过程能够提供成果。流程被组织成支持业务和数据转换的操作模型。例如,支持完整的端到端数据生命周期(从初始数据捕获到分析视图的交付)的运营模型,其中数据已标准化以支持资产的企业视图。技术和平台支持治理过程。元数据管理和数据编目检测和隔离冗余数据,并识别数据流中断和数据丢失。企业数据治理平台提供的功能包括策略管理工具、数据词汇表、数据沿袭功能以及仪表盘/报告,这些功能提供了数据的垂直和水平视图。一家全球资产管理公司希望通过增强其报告能力来实现增长。强调有效的数据治理,以确保报告的数据准确无误,不会带来声誉风险或招致监管罚款的机会。与埃森哲合作,该公司使用自动化解决方案建立了企业范围的数据治理和数据质量能力。该公司改进了业务决策,因为它现在拥有高质量的数据和标准分类法。