CN115829613A - 一种企业数据资产管理及运营方法 - Google Patents

Abstract

本发明提供的一种企业数据资产管理工具及数据运营系统，是一站式的数据资产管理及运营工具，包括工业互联模块、数据采集模块、数据混合存储模块、分布式计算模块、运维监控模块、数据开发模块、元数据管理模块、数据标准管理模块、数据质量管理模块、数据资产目录模块、数据安全管理模块、数据全生命周期管理模块、数据服务管理模块、数据运营管理模块。提高了数据资产管理的条理性和效率，能够对数据从源头采集到中间过程处理，到对外提供服务进行收集整理展示，增加了数据的全链路监控运营能力，保障了数据的真实性和完整性。

Description

一种企业数据资产管理及运营方法

技术领域

本发明涉及数据资产管理领域，尤其涉及一种企业数据资产管理及运营方法。

背景技术

数字经济时代的来临，推动市场向着更灵活高效的形态演进，也促进了一批新业态和新模式的形成。将“数据”作为企业数字化转型中的重要基石，市场主体对于数据管理的需求也持续扩张。而数据资产运营是挖掘数据价值的有效引擎，能够决定企业数字化转型蜕变之路的成败。由数据资源集成的大数据产业生态，需要高效的数据资产运营手段为伍，才能实现企业商业价值最大化。企业未来想实现数智化发展，就要充分认识数字时代的转型关键，重点把握核心数据资产运营环节，通过闭环管理、周期评估、优化迭代运营过程，最终形成动态可持续的数据应用价值链。

发明内容

鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种企业数据资产管理及运营方法。

根据本发明的一个方面，提供了一种企业数据资产管理及运营系统，所述资产管理及运营系统包括：工业互联模块、数据采集模块、数据混合存储模块、分布式计算模块、运维监控模块、数据开发模块、元数据管理模块、数据标准管理模块、数据质量管理模块、数据资产目录模块、数据安全管理模块、数据全生命周期管理模块、数据服务管理模块、数据运营管理模块；

所述工业互联模块，采用工业协议OPC UA将工业传感器设备数据进行是实时采集及监控，完成对工业设备的监测监控；

所述数据采集模块，用于对传统业务系统的数据信息进行准实时、离线批量采集，存储采集后的数据内容；

所述数据混合存储模块，包括时序数据库、内存数据库、消息队列、大数据存储技术、图数据库、地理信息数据库，提供原始数据的存储环境；

所述分布式计算模块，用于采用分布式计算框架，提供一体化的数据计算能力，提供底层技术支撑；

所述运维监控模块，用于针对各数据源联通状态、数据混合存储模块中的存储库状态、平台整体任务调度情况、数据安全模块中的安全监控进行统一运维监控，保障整个平台的安全性和稳定性；

所述数据开发模块，用于针对采集过程中、对外数据服务提供、存储的数据进行各种数据开发计算提供统一可视化托拉拽组件完成数据的各种转换；

所述元数据管理模块，用于基于数据仓库建模方法论，从元数据的定义、元数据类型、元数据驱动、元数据应用分析、元数据检核变更、元数据监控等方面来研究元数据功能；

所述数据标准管理模块，用于通过统一的数据标准制定和发布一系列的活动，结合制度约束、系统控制手段，实现企业大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理，为后续数据质量检查、数据安全管理提供标准依据；

所述数据质量管理模块，用于提供一套完整的数据质量管理流程；

所述数据资产目录模块，用于依托平台提供不同视角的数据资产编目；

所述数据安全管理模块，用于依托平台实现数据安全治理目标，建立数据安全管理体系，打造数据安全技术体系，制定数据安全运维体系；

所述数据全生命周期管理模块，用于依托平台实现数据安全治理目标，建立数据安全管理体系，打造数据安全技术体系，制定数据安全运维体系；

所述数据服务管理模块，用于把数据变为一种服务能力，通过快速将数据定制成服务，并通过服务的管控、鉴权、计量等功能保障对外提供数据的能力；

所述数据运营管理模块，用于对数据全生命周期进行运营管理。

可选的，所述数据运营管理模块具体包括：

工业互联模块和数据采集模块对工业互联网设备数据和传统业务数据进行实时、准实时、离线采集存储至数据混合存储模块。

元数据管理模块对所有数据源进行元数据自动采集或手动维护，数据安全模块对采集过程进行安全策略保障，利用数据标准模块进行标准制定和落标检核；

数据安全管理模块对所有数据进行分类分级，针对不同级别类别数据进行不同的安全策略保障；

数据质量管理模块对存储的数据进行校验分析，自动校验分析出无用书信息和重要数据信息，重要数据信息经数据质量检核后传输至数据资产管理模块；

数据资产目录模块将重要数据内容在分级分类的基础上进行描述，并对数据信息进行详细记录；

数据全生命周期管理模块对数据信息进行自动化数据归档和清理；

数据开发模块和数据服务模块将资产数据进行定制化服务对外提供，支撑数据分析；

数据运维管理模块对数据全生命周期进行运营管理。

可选的，所述系统的总体框架采用分层架构体系设计，从下到上依次为基础设施层、数据源层、数据中台层、应用层和访问层；

两大体系包括标准规范和管理制度体系、安全保障体系。

可选的，所述基础设施层采用云技术构建，通过云服务模式进行运行，基础设施层建设使用符合业界标准的产品来设计，采用云计算、分布式计算等先进技术，建设简单可靠、易于部署和管理、便于扩展和升级的IT基础架构,实现对计算资源进行实时的监控和性能查看、自动化分析与调优。

可选的，所述数据源层是各种数据资源，包括数据库、埋点采集、服务器日志、爬虫数据、大数据平台数据、数据仓库和应用系统数据。

可选的，所述数据中台层提供数据接入、数据管理、数据分析、数据治理及数据服务五大核心能力，实现多源异构数据资源的接入、管理、分析、治理和数据服务，接入的数据资源有效支撑数据分析和治理过程中的各个环节需求，通过生成数据服务接口，持续为业务应用提供数据服务，实现数据全生命周期管理。

可选的，所述数据应用层是指将形成的数据接口或文件在应用系统中进行使用，实现数据的价值增值。

可选的，所述支撑体系包括标准规范与运维支撑体系和安全保障体系；

所述标准规范与运维支撑体系用于标准规范体系需制定各类平台内部标准和各类管理规范，保证平台建设的质量，规范业务流程，确保平台的长期稳定的运行并不断改善；

所述安全保障体系用于安全保障体系涉及系统架构各个层次的所有层面，安全方面包括基础设施物理安全、网络安全、数据安全、传输安全、应用安全各方面，并需要建设相关安全管理制度。

本发明提供的一种企业数据资产管理工具及数据运营系统，是一站式的数据资产管理及运营工具，集数据采集、数据存储、数据管理、数据检测、数据分析、数据建模、数据服务、数据运营等能力于一体的综合性数据管理平台，包括工业互联模块、数据采集模块、数据混合存储模块、分布式计算模块、运维监控模块、数据开发模块、元数据管理模块、数据标准管理模块、数据质量管理模块、数据资产目录模块、数据安全管理模块、数据全生命周期管理模块、数据服务管理模块、数据运营管理模块。提高了数据资产管理的条理性和效率，能够对数据从源头采集到中间过程处理，到对外提供服务进行收集整理展示，增加了数据的全链路监控运营能力，保障了数据的真实性和完整性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的系统总体框架图；

图2为本发明实施例提供的系统架构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。

下面结合附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明提出了一种企业数据资产管理工具及数据运营系统。该工具，是一站式的数据资产管理及运营工具，集数据采集、数据存储、数据管理、数据检测、数据分析、数据建模、数据服务、数据运营能力于一体的综合性数据管理平台。包括工业互联模块、数据采集模块、数据混合存储模块、分布式计算模块、运维监控模块、数据开发模块、元数据管理模块、数据标准管理模块、数据质量管理模块、数据资产目录模块、数据安全管理模块、数据全生命周期管理模块、数据服务管理模块、数据运营管理模块。

工业互联模块是通过工业协议OPC UA将工业传感器设备数据进行是实时采集及监控，进而完成对工业设备的监测监控。

数据采集模块是对传统业务系统的数据信息进行准实时、离线批量采集，采集后的数据内容存储至数据混合存储模块。

数据混合存储模块是由时序数据库、内存数据库、消息队列、大数据存储技术、图数据库、地理信息数据库组成，提供原始数据的存储环境。

分布式计算模块是采用分布式计算框架，提供流批一体化的数据计算能力，为数据开发模块提供底层技术支撑。

运维监控模块是针对各数据源联通状态、数据混合存储模块中的存储库状态、平台整体任务调度情况、数据安全模块中的安全监控进行统一运维监控，保障整个平台的安全性和稳定性。

数据开发模块是针对采集过程中、对外数据服务提供、存储的数据进行各种数据开发计算提供统一可视化托拉拽组件完成数据的各种转换。

元数据管理模块是主要基于数据仓库建模方法论，从元数据的定义、元数据类型、元数据驱动、元数据应用分析、元数据检核变更、元数据监控方面来研究元数据功能。

数据标准管理模块是提供了一套完整的数据标准管理流程及办法，通过统一的数据标准制定和发布等一系列的活动，结合制度约束、系统控制等手段，实现企业大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理，为后续数据质量检查、数据安全管理等提供标准依据。

数据质量管理模块是提供了一套完整的数据质量管理流程及办法，对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动提供可靠的平台功能，通过对数据质量的循环管理，提升数据在使用中的价值，并最终为企业赢得经济效益。

数据资产目录模块是依托平台提供不同视角的数据资产编目，如技术视角、业务视角、管理视角。通过对数据资源、数据产品(由用户整理好带有知识结论的一批数据)进行编目，编目好的资产发布到门户上提供给用户使用，同时，一旦有新的资产加入，资产目录支持再次编辑修改，保证资产的及时性、完整性。数据资产的编目管理，是为了更好地支撑各种数据的应用。平台支持丰富的服务接口拓展，从而实现所管理资产的多渠道应用，实现数据资产价值的最大化释放。

数据安全管理模块是依托平台实现数据安全治理目标，建立数据安全管理体系，打造数据安全技术体系，制定数据安全运维体系，结合数据安全基础设施来将从战略和技术层面上支撑数据治理的开展，通过实施安全访问、分级分类、合规使用的数据安全策略，实现业务的目标。

数据全生命周期管理模块是依托平台支持数据资产全生命周期管理，根据存储周期自动计算每行数据的存储时限，并根据存储时限进行数据自动归档、销毁，为业务系统节省数据空间，提高数据的查询效率。

数据服务管理模块是把数据变为一种服务能力，通过快速将数据定制成服务，并通过服务的管控、鉴权、计量等功能保障对外提供数据的能力。

一种数据运营方法，包括如下步骤：

工业互联模块和数据采集模块对工业互联网设备数据和传统业务数据进行实时、准实时、离线采集存储至数据混合存储模块。

利用元数据管理模块对所有数据源进行元数据自动采集或手动维护，数据安全模块对采集过程进行安全策略保障，利用数据标准模块进行标准制定和落标检核。

利用数据安全管理模块对所有数据进行分类分级，针对不同级别类别数据进行不同的安全策略保障。

数据质量管理模块对存储的数据进行校验分析，自动校验分析出无用书信息和重要数据信息，重要数据信息经数据质量检核后传输至数据资产管理模块。

数据资产目录模块将重要数据内容在分级分类的基础上进行描述，并对数据信息进行详细记录。

数据全生命周期管理模块对数据信息进行自动化数据归档和清理。

利用数据开发模块和数据服务模块将资产数据进行定制化服务对外提供，支撑数据分析。

利用数据运维管理模块对数据全生命周期进行运营管理。

本发明中公开的一种企业数据资产管理及运营系统，提高了数据资产管理的条理性和效率，能够对数据从源头采集到中间过程处理，到对外提供服务进行收集整理展示，增加了数据的全链路监控运营能力，保障了数据的真实性和完整性。

工具的总体框架采用分层架构体系设计，由下到上依次为基础设施层、数据源层、数据中台层、应用层和访问层组成；两大体系由标准规范和管理制度体系、安全保障体系构成，系统总体框架如图1所示。

基础设施层采用云技术构建，通过云服务模式进行运行，基础设施层建设使用符合业界标准的产品来设计，采用云计算、分布式计算等先进技术，建设简单可靠、易于部署和管理、便于扩展和升级的IT基础架构,实现对计算资源进行实时的监控和性能查看、自动化分析与调优。

数据源层是各种数据资源，包括数据库、埋点采集、服务器日志、爬虫数据、大数据平台数据、数据仓库和应用系统数据等。

数据中台层提供数据接入、数据管理、数据分析、数据治理及数据服务五大核心能力，实现多源异构数据资源的接入、管理、分析、治理和数据服务。接入的数据资源有效支撑数据分析和治理过程中的各个环节需求，通过生成数据服务接口，持续为业务应用提供数据服务，实现数据全生命周期管理。

数据应用层是指将形成的数据接口或文件在应用系统中进行使用，实现数据的价值增值。

标准规范与运维支撑体系：标准规范体系需制定各类平台内部标准和各类管理规范，保证平台建设的质量，规范业务流程，确保平台的长期稳定的运行并不断改善。为了保障平台的正常运行，以业务运维为中心，兼顾技术、标准、流程体系和保障措施，以运维应用系统为支撑的全方位运维体系。在整个运维服务体系架构中，业务运维是核心，技术运维是基础，管理体系是保障，流程体系是根本，软件平台是支撑。

安全保障体系：安全保障体系涉及系统架构各个层次的所有层面，安全方面包括基础设施物理安全、网络安全、数据安全、传输安全、应用安全等各方面，并需要建设相关安全管理制度。

如图2所示，针对企业的普遍信息化现状及发展需求，该工具主要从四个方面考虑：采(集)、存(储)、(应)用、管(理)，实现多源异构数据资源的接入、管理、分析、治理和服务。接入存储的数据资源有效支撑数据分析和治理过程中的各个环节需求，通过生成数据服务接口，持续为应用提供服务，实现数据全生命周期管理。

数据采集模块采用J2EE技术体系，基于Spring Cloud的分布式易扩展的可视化DAG工作流任务调度系统，包含多种可插式组件，通用任务组件与告警组件、数据源组件等，具备自定义任务功能、多种类型的数据源采集、存储、可视化流程定义、DAG监控、监控告警、分布式调度、分布式事务、分布式定时任务的处理能力，支持工作流串行、并行执行任务，任务组件设计灵活可扩展、可移植，可应用高并发需求，同时兼顾本地化、公有云部署。核心技术采用Spring Boot，Spring Cloud，Mybatis Plus、netty,Zookeeper等主要框架和中间件，前端基于vue框架定制开发。

平台元数据管理以Meta Object Facility(MOF)规范为基础，支持XML格式的元模型导入和导出，同时内置大量技术元数据、业务元数据的元模型，用户可直接使用。元数据管理功能提供各类元数据管理，包括：业务元数据、技术元数据和管理元数据，支持元数据的基本信息、属性、依赖关系、组合关系的增删改查操作。平台提供了丰富的元数据分析应用，提供元数据质量检核功能，包括一致性检核、属性元数据监控页面，统计了元数据各种数据以及变更和关联情况，可以对元数据的主要信息一览无余，方便用户对已经采集的元数据的情况的监控。

数据标准管理模块提供了数据标准集管理，内置了业务属性、技术属性、管理属性、质量属性、主数据属性、生命周期属性等供用户选择使用，并支持自定义属性。平台支持对数据标准设置落地映射，一条标准可根据实际业务需求进行多个映射，映射设置细化到实际业务系统对应的元数据上，为后续的落地评估提供依据，设置好的落地映射支持修改、删除。数据标准监控对数据标准的KPI指标进行监控，包括近3个月数据标准发布审批情况、定版标准生效统计情况、各标准集及映射情况、标准集评估通过率、定版标准集标准变更统计情况、落地评估统计、定版标准集标准生效情况等指标。

数据质量管理模块提供数据质量规则的定义和管理，规则定义提供了规则复制和规则模板的功能对规则进行多模型使用，内置16种规则模板，用户只需通过简单界面化的方式新建规则。支持数据质量检查方案的定义和管理，包括检查范围、检查时间、检查规则、评分规则、评估报表等。同时，方案支持人工调度和自动调度。

数据资产目录模块提供不同视角的数据资产编目，如技术视角、业务视角、管理视角等。提供丰富的服务应用，提供快捷方式配置开发查询、下载、共享交换和敏捷分析服务，并保证消费数据符合数据权限管理要求。

数据服务管理提供针对数据的API服务定制，API服务是对数据进行计算逻辑的封装，包括：数据过滤、多维汇总和关联查询等，平台提供可视化配置的方式，实现零编码的API服务开发并自动生成规范化的接口调用说明。上层应用可以对接API服务，让数据快速应用到业务场景中。

数据安全管理模块支持针对安全文档的集中管理、存储和查阅。支持设置敏感数据、敏感级别设置，并对敏感数据进行监控，对数据的不当防问进行监控，了解敏感数据的分布情况。支持对数据的分类分级设置，可通过平台对自身数据资产进行加密，目前提供：AES-128、AES-192、AES-256、DES、3DES、RC4、RC5等多种加密方法，同时支持对密钥进行管理。

一种数据运营方法，包括如下步骤：

工业互联模块和数据采集模块对工业互联网设备数据和传统业务数据进行实时、准实时、离线采集存储至数据混合存储模块。

利用元数据管理模块对所有数据源进行元数据自动采集或手动维护，数据安全模块对采集过程进行安全策略保障，利用数据标准模块进行标准制定和落标检核。

利用数据安全管理模块对所有数据进行分类分级，针对不同级别类别数据进行不同的安全策略保障。

数据质量管理模块对存储的数据进行校验分析，自动校验分析出无用书信息和重要数据信息，重要数据信息经数据质量检核后传输至数据资产管理模块。

数据资产目录模块将重要数据内容在分级分类的基础上进行描述，并对数据信息进行详细记录。

数据全生命周期管理模块对数据信息进行自动化数据归档和清理。

利用数据开发模块和数据服务模块将资产数据进行定制化服务对外提供，支撑数据分析。

利用数据运维管理模块对数据全生命周期进行运营管理。

有益效果：提高了数据资产管理的条理性和效率，能够对数据从源头采集到中间过程处理，到对外提供服务进行收集整理展示，增加了数据的全链路监控运营能力，保障了数据的真实性和完整性。

以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种企业数据资产管理及运营系统，其特征在于，所述资产管理及运营系统包括：工业互联模块、数据采集模块、数据混合存储模块、分布式计算模块、运维监控模块、数据开发模块、元数据管理模块、数据标准管理模块、数据质量管理模块、数据资产目录模块、数据安全管理模块、数据全生命周期管理模块、数据服务管理模块、数据运营管理模块；

所述工业互联模块，采用工业协议OPCUA将工业传感器设备数据进行是实时采集及监控，完成对工业设备的监测监控；

所述数据采集模块，用于对传统业务系统的数据信息进行准实时、离线批量采集，存储采集后的数据内容；

所述数据混合存储模块，包括时序数据库、内存数据库、消息队列、大数据存储技术、图数据库、地理信息数据库，提供原始数据的存储环境；

所述分布式计算模块，用于采用分布式计算框架，提供一体化的数据计算能力，提供底层技术支撑；

所述运维监控模块，用于针对各数据源联通状态、数据混合存储模块中的存储库状态、平台整体任务调度情况、数据安全模块中的安全监控进行统一运维监控，保障整个平台的安全性和稳定性；

所述数据开发模块，用于针对采集过程中、对外数据服务提供、存储的数据进行各种数据开发计算提供统一可视化托拉拽组件完成数据的各种转换；

所述元数据管理模块，用于基于数据仓库建模方法论，从元数据的定义、元数据类型、元数据驱动、元数据应用分析、元数据检核变更、元数据监控等方面来研究元数据功能；

所述数据标准管理模块，用于通过统一的数据标准制定和发布一系列的活动，结合制度约束、系统控制手段，实现企业大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理，为后续数据质量检查、数据安全管理提供标准依据；

所述数据质量管理模块，用于提供一套完整的数据质量管理流程；

所述数据资产目录模块，用于依托平台提供不同视角的数据资产编目；

所述数据安全管理模块，用于依托平台实现数据安全治理目标，建立数据安全管理体系，打造数据安全技术体系，制定数据安全运维体系；

所述数据全生命周期管理模块，用于依托平台实现数据安全治理目标，建立数据安全管理体系，打造数据安全技术体系，制定数据安全运维体系；

所述数据服务管理模块，用于把数据变为一种服务能力，通过快速将数据定制成服务，并通过服务的管控、鉴权、计量等功能保障对外提供数据的能力；

所述数据运营管理模块，用于对数据全生命周期进行运营管理。

2.根据权利要求1所述的一种企业数据资产管理及运营系统，其特征在于，所述数据运营管理模块具体包括：

工业互联模块和数据采集模块对工业互联网设备数据和传统业务数据进行实时、准实时、离线采集存储至数据混合存储模块。

元数据管理模块对所有数据源进行元数据自动采集或手动维护，数据安全模块对采集过程进行安全策略保障，利用数据标准模块进行标准制定和落标检核；

数据安全管理模块对所有数据进行分类分级，针对不同级别类别数据进行不同的安全策略保障；

数据质量管理模块对存储的数据进行校验分析，自动校验分析出无用书信息和重要数据信息，重要数据信息经数据质量检核后传输至数据资产管理模块；

数据资产目录模块将重要数据内容在分级分类的基础上进行描述，并对数据信息进行详细记录；

数据全生命周期管理模块对数据信息进行自动化数据归档和清理；

数据开发模块和数据服务模块将资产数据进行定制化服务对外提供，支撑数据分析；

数据运维管理模块对数据全生命周期进行运营管理。

3.根据权利要求1所述的一种企业数据资产管理及运营系统，其特征在于，所述系统的总体框架采用分层架构体系设计，从下到上依次为基础设施层、数据源层、数据中台层、应用层和访问层；

两大体系包括标准规范和管理制度体系、安全保障体系。

4.根据权利要求3所述的一种企业数据资产管理及运营系统，其特征在于，所述基础设施层采用云技术构建，通过云服务模式进行运行，基础设施层建设使用符合业界标准的产品来设计，采用云计算、分布式计算等先进技术，建设简单可靠、易于部署和管理、便于扩展和升级的IT基础架构,实现对计算资源进行实时的监控和性能查看、自动化分析与调优。

5.根据权利要求3所述的一种企业数据资产管理及运营系统，其特征在于，所述数据源层是各种数据资源，包括数据库、埋点采集、服务器日志、爬虫数据、大数据平台数据、数据仓库和应用系统数据。

6.根据权利要求3所述的一种企业数据资产管理及运营系统，其特征在于，所述数据中台层提供数据接入、数据管理、数据分析、数据治理及数据服务五大核心能力，实现多源异构数据资源的接入、管理、分析、治理和数据服务，接入的数据资源有效支撑数据分析和治理过程中的各个环节需求，通过生成数据服务接口，持续为业务应用提供数据服务，实现数据全生命周期管理。

7.根据权利要求3所述的一种企业数据资产管理及运营系统，其特征在于，所述数据应用层是指将形成的数据接口或文件在应用系统中进行使用，实现数据的价值增值。

8.根据权利要求3所述的一种企业数据资产管理及运营系统，其特征在于，所述支撑体系包括标准规范与运维支撑体系和安全保障体系；

所述标准规范与运维支撑体系用于标准规范体系需制定各类平台内部标准和各类管理规范，保证平台建设的质量，规范业务流程，确保平台的长期稳定的运行并不断改善；

所述安全保障体系用于安全保障体系涉及系统架构各个层次的所有层面，安全方面包括基础设施物理安全、网络安全、数据安全、传输安全、应用安全等各方面，并需要建设相关安全管理制度。

Images