【爱分析】释放非结构化数据价值，助力数据驱动型组织.pdf

科技传媒

2023-01-05

68页

7MB

爱分析

01 数字化转型催生数据驱动型组织

数字化转型持续深入

数字化转型催生数据驱动型组织

数字经济时代，催生以数据为代表的新型生产要素。以数据驱动业务，打造数据驱动型组织，已然成为企业数字化转型的主线。

数据驱动型组织的定义

数据驱动型组织是以数据为生产要素的组织，以数据驱动业务，实现持续增长和创新发展，以重塑组织的生产力

实现数据驱动业务，核心在于构建数据能力

从数据生产要素到数字资产，进而以数据驱动业务，落地业务价值，核心在于构建数据能力。

数据中台是数据能力建设的核心支撑

非结构化数据成为增长主力

根据Gartner分析，企业80%的数据将会由非结构化数据构成。在数据爆炸式增长的当下，蕴含可观价值信息的非结构化数据，成为数据驱动型组织数据的增长主力。

非结构化数据管理需要革新的底层架构

非结构化数据中台兴起

非结构化数据中台对文档、图片等非结构化数据进行汇集，融合人工智能技术，基于先进的数据架构底座，对非结构化数据进行整合、治理、洞察形成数字资产，进而赋能各行各业应用。

02 非结构化数据中台助力数据驱动型组织

数据驱动型组织的两大需求

对于数据驱动型组织而言，数据已然具备生产要素的地位，实现数据的资产化、知识化，是打造数据驱动型组织的核心支撑。数据价值挖掘是数据资产化、知识化的基本路径，在数据价值挖掘的同时，数据驱动型组织必然着眼数据安全问题，数据安全业务合规是数据驱动型组织实现数据驱动业务的根基。因而，对于数据驱动型组织，数据价值挖掘、数字资产安全管理都是不可忽视的需求。

数据价值挖掘诉求是分阶段的

对于一个企业而言，数据价值挖掘是战略层面的规划，是一项长期工作。对于整个非结构化数据中台的建设，更多的企业选择从顶层设计出发，逐级分段建设。根据企业自身的业务目标逐级建设，从底层场景领域、从优先场景领域切入，逐步纳入更多的业务模块，以达到企业数据能力的逐级进化和价值的持续叠加。面对海量非结构化数据，企业对于数据价值挖掘的诉求主要分为三个阶段：数据整合、数据治理、数据洞察三个阶段。

数字资产安全需要立体安全

企业需要搭建包括数据安全、访问安全、信息安全等在内的立体安全体系。

非结构化数据中台解决方案助力数据驱动型组织

非结构化数据中台对对象数据、元数据、索引数据进行汇集、管理，融合人工智能技术，提供先进的数据架构底座，构建非结构化数据能力。

非结构化数据中台基于双路径建设，实现数据的资产化、知识化，服务于企业多业务主题场景，包括文档管理、业务赋能、知识创新等。

非结构化数据中台基于双路径建设实现数据的资产化、知识化

整合、治理、洞察非结构化数据的中台

数据价值挖掘路径，非结构化数据中台主要基于业务主题落地，实现数据的整合、治理、洞察，进而实现资产化、知识化，非结构化数据中台涉及的业务主题主要有文档管理、内容赋能、知识创新。

立体安全的非结构化数据中台

基于非结构化数据中台底层架构，集成数据安全、访问安全、信息安全不同层面的数字资产安全方案，从安全维度支撑非结构化数据中台的资产化、知识化。

数据安全方案：数据备份恢复

面向海量非结构化数据，基于对象存储的备份恢复方式面临巨大挑战，一是备份性能慢，二是恢复性能慢，而数据备份恢复性能低下的根本原因在于单位时间内磁盘的吞吐率无法提升。

数据安全方案：实时杀毒

病毒无时无刻不威胁着企业数据安全，实时杀毒是数据安全的首要任务。

访问控制及安全方案

非结构化数据的跨网流转大幅提升操作易用性及业务效率，而保证跨网的多文档域安全数据交换，需要建立统一、安全、可控、便捷的跨网数据交换通道。

AI技术驱动的信息安全方案

传统隐私数据识别、监控及保护主要基于人工管控，但随着非结构化数据积累，基于AI技术进行隐私数据识别、隐私数据定级、隐私数据监管，成为最有效的信息安全方案。

03 非结构化数据中台的应用场景

非结构化数据中台应用场景

基于非结构化数据中台的业务主题主要有：文档管理、内容赋能、知识创新等，不同业务主题之下包含更为具象的应用场景。在不同应用场景中，数据驱动型组织需求侧重虽有不同，但都有数据价值挖掘、数字资产安全两个维度的需求考虑，需要基于非结构化数据中台进行数据价值挖掘、数字资产安全管理，实现不同应用场景下的业务赋能、业务合规。

文档管理：业务挑战

随着数字化转型的持续深入，文档数据种类多样，持续积累，成为数据资产不可忽视的重要组成部分，而传统的文档存储和管理模式已不再适应当下文档管理需求。文档管理场景业务挑战主要聚焦于文档统一管理、安全合规、数字资产沉淀三个方面。

文档管理：解决方案

文档管理解决方案对所有结果性文档统一管理，并规定管理权责、权限以及规范，以实现文档从创建到使用流转，再到最后归档销毁的全生命周期管理。在数字资产安全方面，文档管理业务场景主要涉及数据安全、访问安全需求，需要建立内容安全管控、在线杀毒、合规审计、备份容灾等机制，满足业务合规要求。

文档管理：爱数全生命周期解决方案

文档管理解决方案的核心是文档全生命周期管理。全生命周期管理，是指基于与业务活动一致的流程设计，实现文档从创建到使用流转，再到最后归档销毁的管理，以爱数全生命周期管理方案为例进行说明。

文档管理：某化工勘察设计企业案例

业务挑战：该企业是国家级化工勘察设计单位，主要业务包含技术研发、工程总承包、实业运营、国际贸易和投融资等。企业现采用传统文件管理系统进行工程项目文件管理，随着文件持续累积，传统文件管理系统面临挑战。

解决方案：非结构化数据中台AnyShare采集结果型文件、过程型文件以及关键业务系统数据，基于内容数据湖、内容集成开放框架等实现海量非结构化数据存储、智能内容搜索以及内容安全合规。

内容赋能：业务挑战

内容赋能核心在于智能识别提取业务系统内容，实现业务流程的自动化。内容赋能业务聚焦于聚焦于业务系统整合与治理、业务流程自动化、业务应用开发三个方面，面临数字化服务能力、IT管理、使用者体验、一致性风险以及业务合规等挑战。

基于非结构化数据中台能力，集成OCR等第三方生态应用，实现内容赋能业务运营。

合同管理场景：某运营商案例

业务挑战：某运营商合同管理系统的用户规模超40万，年新增合同100万份+，合同合规面临巨大挑战：合同拆分逃避审批难察觉，合同审批比对费时费力（电子合同、合同数据、打印合同），海量合同履约风险，基于合同的关键条款识别与任务匹配难。

解决方案：基于AnyDATA构建合同知识网络，识别合同内容条款知识以及合同关联公司、项目对象，与合同法律法规内容进行匹配，识别合规风险，主要用于合同及合同方关系分析及风险管理、合同条款内容合规性及风险发现。

知识创新：业务挑战

对于数据驱动型组织而言，数据知识化可以推动学习型组织建设，赋能业务运营，更进一步以知识网络为核心挖掘数据价值，驱动业务创新，支撑战略决策。知识创新场景之下，实现数据知识化面临知识层面的多项挑战。

知识创新：解决方案

智能知识运营方案助力知识创新体系建设。以爱数案例为例，通过AnyShare实现海量内容数据的汇聚，并利用自然语言处理和知识图谱等人工智能技术，由AnyDATA构建企业私域数据知识网络，形成一个千人千面、个性化、智能化的知识中心，并通过智能知识整合场景赋能业务系统和流程。

构建企业私域数据知识网络，打造企业知识大脑

04 非结构化数据中台的建设指南

非结构化数据中台建设方法论

非结构化数据中台是企业数据创新运营的体系，需要从战略、组织架构、建设内容等方面进行考虑，并需要一套完整的实施交付方法论实现战略到业务的落地。

中台战略

中台建设是一个战略项目，是一个变革项目，需要从顶层规划开始，自上而下推动。制定中台战略，业务战略、数据战略以及战略落地保障是三个重要考量维度。

组织运营架构建设

数字化正在重塑人们的工作形态，非结构化数据中台所包含的技术、组织、方法论的革新衍生出全新组织运营架构需求。重塑组织运营架构，主要需要思考数据中台由谁来建、谁来维护、谁来经营、业务需求如何承接、效果怎样衡量等问题。中台的建设、维护、运营以及业务的承接、中台服务的推广等，需要建立数据中台团队支撑；同时，业务、后台、管理等团队需要有对应的组织人员与中台团队对接，以适应企业中台运转模式。

数据中台的内容

数据中台建设的核心是内容建设，是可呈现的产出物，也是数据中台的价值所在。数据中台的建设内容包含技术体系、数据体系、服务体系、运营体系四大体系。

TPA交付方法论

T（Think）-P（Plan）-A（Action），是从企业的数据驱动战略以及业务模式出发，为企业提供专业的端到端的咨询、开发和交付的服务方案，并通过大数据基础设施进行有效落地，帮助客户实现数据驱动战略，带来实质性的投资回报。

TPA方法论的敏捷交付理念

本质而言，敏捷交付不仅是一种能力，更是一种理念。基于TPA方法论，在体系规划与蓝图绘制阶段采用分阶段建设思路，配合持续运营模式，实现持续、高质量地交付非结构化数据中台有效价值。

非结构化数据中台建设路径

非结构化数据中台基于业务主题分阶段建设，整体建设路径主要分为四个阶段，分别是评估与规划、文档管理体系建设、内容赋能体系建设、知识创新体系建设。

文档管理体系建设

文档管理体系的建设流程主要有：文档管理体系规划及目标，需求调研与蓝图规划，系统建设与初始化，系统上线及运营。

内容赋能体系建设

内容赋能体系的建设流程主要有：内容赋能体系规划，内容赋能场景调研与蓝图，内容赋能应用开发及上线。对于内容赋能体系，除单一业务场景体系建设之外，同时涉及新增业务场景的持续交付。

知识创新体系建设

知识创新体系的建设流程主要有：建设内容平台、构建知识网络、打造知识中心、创新知识应用。

05 非结构化数据中台的未来趋势

落地更多应用场景，非结构化数据中台趋于行业化

随着数字化转型的持续深入，非结构化数据中台的应用行业边界扩大，同时企业对非结构化数据应用的需求持续增加，更多的业务场景需求被激发，随着场景经验积累，非结构化数据中台行业化趋势凸显。

力推DevOps能力，敏捷交付成为新常态

数字经济时代，快速响应、以客户为中心、以技术推动进步是企业运营的重要特色。软件作为数字经济发展、创新、效率和生产力的关键驱动因素，软件的敏捷交付成为新常态。敏捷交付是以价值驱动，范围可变的方法根据变化、风险、相依性和反馈进行调节，快速实现客户价值，打造客户需要的高质量产品，而DevOps能力是其中关键一环。

应对复杂应用场景，低代码能力重新被关注

数字化转型实践逐步提速，业务在线正成为多数企业转型尝试的第一步，传统IT交付能力以及依赖IT专业人才的模式已然无法匹配新需求。 2018年以来，低代码概念重新被关注，更多参与者涌入低代码赛道。

新兴技术推动非结构化数据价值挖掘

非结构化数据中台作为数字经济形态下的智能化方案，已然融合OCR、NLP、知识图谱等人工智能技术。但目前整体而言，非结构化数据中台与5G、人工智能、物联网等新兴技术融合度较低，随着数据源、应用场景的多元化发展，非结构化数据中台与新兴技术的深度融合将是发展趋势。

多模态知识图谱+非结构化数据中台

知识图谱之于中台，融合了从智慧到知识的过程，包括规则、算法、推理等程序性支持，丰富数据中台相关的数据服务能力。同时，知识图谱需要中台来为其提供完美适配的环境。多模态知识图谱之于中台，可以让中台更深入地感知、理解真实的数据场景，更能进一步对所感知的知识进行推理，进而提供更准确更完备的知识服务能力，挖掘更多应用场景。

报告节选：

非结构化数据中台实践白皮书：释放非结构化数据价值

报告链接：非结构化数据中台实践白皮书：释放非结构化数据价值

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）