数据是企业数字化转型活动中最为关键的资源，但是数据并不是越多越好，数据的存储和管理活动本身就会消耗资源，同时，如果数据量的规模过大，也会影响到数据应用的效率。
因此，企业在对数据进行管理之前，先要做好顶层设计，在顶层设计中定义好数据管理活动的对象边界，也就是说，需要有决断力地甄别出到底哪些数据对企业是有用的，然后将精力和资源投入到这些“有用”的数据中去。
首先，企业需要建立一个数据地图。结合自身的业务发展情况，把所有数字化相关的数据都在数据地图中定义出来。
在数据地图中，包括企业所有已有的数据，同时也包括对企业有价值但暂时不拥有的潜在数据资源，可以将这部分内容列入到未来的数据战略规划中。
那么，什么才算是有用的数据呢？
从数据类型上来说，主数据一般是价值最大的。主数据就是企业经营的核心业务对象的基本属性数据。常见的主数据类型比如有，客户数据、员工数据、供应商数据、产品数据、生产设备数据等。
主数据贯穿于各类业务流，以及相应的信息化、数字化系统的数据交互过程当中。主数据蕴含了大量业务本身的知识，所谓数据挖掘，其实就是在力求完善关于主数据的基本信息。
因此可以说，主数据以及能够反映或者补充完善主数据信息的数据，都可以当作是非常有价值的数据资源。
数据治理有两大类基本任务：一是提高基础数据的内容质量，二就是实现数据贯通。
其中，数据质量提升是指通过经验或者规则发现数据问题缺陷，然后进行整改。主数据治理，与元数据治理并称为量大核心的治理对象。
通过提高主数据的基础质量，可以很明显地改善数据服务的应用效果，继而取得比较明显的“数字化”成绩。
数据贯通，目的是将分散在不同业务系统的有关主数据的信息进行融合，从而提高主数据的信息维度。有点类似于，将数据表中的“主”id键进行对齐的工作。
数据质量决定了主数据的有效性，数据贯通决定了主数据的价值潜力。如果一个数据表的内容，可以通过某些属性的动态关联，完善主数据的核心字段信息，那么这些数据对象就是很有价值的。
前面讲的，都是能够直接为主数据信息进行完善优化（补充关键业务对象的画像标签）的策略，当然还有一些比较间接的手段。
比如，很多有关主数据的信息并不是“显性”地给出的，而是需要通过大数据分析来获得的。
主数据会体现在有关业务流程的事务记录中，通过对业务活动历史信息进行统计分析或者预测分析，就可以推断出很多原本在系统中没有直接存储的主数据维度信息。
例如，对于电商平台来说，分析用户的购买行为可以推断出客户人群的社会特征标签；对于智慧厂区来说，分析设备运行作业时的传感信号可以推断出有关设备老化程度的健康度标签。
从广义上来说，消费记录信息实际上是对用户注册的基本信息的重要补充，而设备传感数据也是设备基础台账信息的附加业务描述。
总之，识别主数据以及发现能够完善主数据的相关数据资源，是数字化转型中非常重要的早期规划任务，也是数据走向“价值化”的关键一步！
希望关注数字化转型的企业主们能够与我们交流，一起学习和讨论关于数字化的想法！
数易达科技，长期关注数据价值开发和应用场景构建的前沿AI技术，希望通过大数据工具和平台帮助企业快速建立成熟的数据资产管理体系（了解更多）。
往期精彩推荐
为什么很多行业巨头，至今不愿做数字化 ...
为什么这两年，“大数据”谈得越来越少了 ...
数字化下半场，建“中台”还重要吗？
数字化转型中的重要管理思想！
数字化转型，为什么一定要谈“架构”？
后数字化时代，数据部门的窘境渐显！
30条金句，说透数字化转型真相！
数字化咨询，正在走向“廉价化” ...
数字化，“抓住”这几点就够了 ...
如何理性看待，中小企业数字化转型！
搞懂“数据要素”，需要了解这些事儿 ...
大型传统企业数字化转型难点与策略洞悉！
从“数据科学”视角，看懂数字化转型
公众号推送规则变了，如果您想及时收到推送，麻烦右下角点个在看或把本号置顶！提供数字化咨询和技术工具，有意立即添加留言！点击这里 查看服务
（Bill Liu | 数字化落地）
