企业数字化转型在数据资源上存在哪些问题?

个人近期就这个问题咨询过中大咨询的专家，专家认为企业数字化转型在数据资源上存在以下问题： 1、数据结构复杂多样 大数据时代，信息资源在组织上表现为非线性化，超文本、超媒体信息逐渐成为主要的方式；同一服务器上的信息资源也可能在数据结构、字符集、处理方式等方面存在差异，这给信息资源统一标准和规范的建立带来麻烦，使得体量庞大的结构化和非结构化的信息资源处于无序组织状态。 2、统一标准规范难 存在数据壁垒、数据烟囱的现象，不同业务部门对相同类型数据理解和表达方式不同，造成沟通障碍，无法发挥数据应用价值。 3、 数据动态性与交互性并存，实时精准管控难 互联网信息的动态性使其具有很大的自由度和随意性，交互性意味着信息双向流动，企业对自由灵活的且互动性强的信息资源实时精准控制难度越来越大。 4、数据数量庞大且内容多样，深层价值挖掘难 大数据时代企业信息资源包罗万象，既有与客户、合作伙伴之间的外部信息，也有因生产研发、综合办公等日常经营管理活动产生的内部信息。这些信息资源具有文本、图像、音频、视频等多种存在形式。企业在PB级甚至EB级的数据中寻找相关信息无异于大海捞针，利用信息驱动决策的成本和复杂性与日俱增。

题主您好，本人曾经就这个问题询问过中大咨询的专家，专家给出以下几点建议： 1、统一信息资源模式，强化数据标准建设 以业务为导向，建立统一的企业数据架构。依托企业主数据管理（MDM）和数据资源规划（IRP），强化数据标准化建设，实现信息资源模式的统一。企业主数据管理，就是将企业的多个业务系统中整合最核心的、最需要共享的数据（主数据），集中进行数据的清 洗和丰富，并且以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给企业内需要使用这些数据的应用。围绕流程再造，从业务到数据，构建企业数据架构基线，建立数据架构管理机制。 2、推进结构化和非结构化数据的融合发 推进结构化和非结构化数据的融合式发展，将超文本、超媒体数据模型和面向对象数据模型进行融合，构建适合结构化和非结构数据统一组织和管理的数据模型。 3、积极部署大数据应用，驱动信息资源的有效利用 加大 大数据技术的应用部署力度，综合运用云计算、分布式计算、数据交换、数据仓库、数据挖掘以及非结构化的数据处理等多层次的大数据技术搭建大数据平台。 4、重视数据安全管理，确保大数据生态圈信息安全 在信息资源整合过程中以数据安全管理为前提，与上下游企业以及安全管理机构、评测机构等第三方机构开展广泛合作，从企业管理制度、流程和技术手段等多方面协作确保大数据生态圈的数据信息安全，如果回答能够帮助到你，请给予采纳哈，谢谢了。。