数据资产管理实践方法论

本篇文章主要摘自信通院发布的《数据资产管理实践白皮书5.0》（以下简称：白皮书），这版白皮书写得非常好，从数据资产对企业的价值，到数据资产管理的活动职能，数据资产管理的保障措施，数据资产管理的实践步骤，以及数据资产管理的技术趋势，都有较为详细的说明，为企业进行数据治理、数据资产管理提供了参考。

良好的数据资产管理是释放数据要素价值的基础。数据资产管理包含数据资源化、数据资产化两个过程，通过数据资源化构建全面有效的、切合实际的数据资产管理体系，提升数据质量， 保障数据安全；通过数据资产化，丰富数据资产应用场景，建立数据资产生态，持续运营数据资产，显性数据资产的业务价值、经济价值和社会价值。

经过多年发展，我国数据资产管理逐步进入深化落地时期。政府部门、金融机构、通信运营商、互联网企业等纷纷提出数字化转型路线，提出了数据资产管理框架，在数据资源化方面积累了实践经验，探索开展数据流通、价值评估、资产运营等数据资产化工作。

一、数据资产管理概述

1.1 数据资产管理推动数据要素市场发展

当前，数据成为各国发展数字经济的重要抓手。在数字社会，数据成为了国家基础性战略资源，数字经济正在成为创新经济增长方式的强大动能。数据要素市场化配置上升为国家战略，将充分发挥对其他要素资源的乘数作用。良好的数据资产管理是释放数据要素价值、推动数据要素市场发展的前提与基础。

1.2 数据资产管理助力企业数字化转型

企业竞争的本质是在不确定市场环境下资源配置效率的竞争，数字化转型通过优化企业资源获取和资源配置，提高企业竞争优势，数据资产管理提高业务数据化效率，推动数据业务化，加速企业数字化转型。

1.3 数据资产管理的概念与内涵

数据资产管理包含数据资源化、数据资产化两个环节，将原始数据转变为数据资源、数据资产， 逐步提高数据的价值密度，为数据要素化奠定基础。

1.4 数据资产管理演进

数据资产管理伴随着数据理念与技术的演变而不断发展，经历了信息化时代、大数据时代、数据要素化时代。

1.5 数据资产管理难点

当前，数据资产管理仍然面临一系列的问题和挑战，涉及数据资产管理的理念、效率、技术、 安全等方面，阻碍了组织数据资产能力的持续提升。

二、数据资产管理活动职能

2.1 数据模型管理

采用企业架构指导建立企业级数据模型，并采用一体化建模的方法，是提升数据模型业务指导性和模型质量的有效方式。

数据模型是指现实世界数据特征的抽象，用于描述一组数据的概念和定义。数据模型管理是指在信息系统设计时，参考逻辑模型，使用标准化用语、单词等数据要素设计数据模型，并在信息系统建设和运行维护过程中，严格按照数据模型管理制度，审核和管理新建和存量的数据模型。

2.2 元数据管理

元数据（Metadata）是指描述数据的数据。元数据管理（Meta Data Management） 是数据资产管理的重要基础，是为获得高质量的、整合的元数据而进行的规划、实施与控制行为。

2.3 数据标准管理

数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束。数据标准管理的目标是通过制定和发布由数据利益相关方确认的数据标准，结合制度约束、过程管控、技术工具等手段，推动数据的标准化，进一步提升数据质量。

2.4 数据质量管理

数据质量指在特定的业务环境下，数据满足业务运行、管理与决策的程度，是保证数据应用效果的基础。数据质量管理是指运用相关技术来衡量、提高和确保数据质量的规划、实施与控制等一系列活动。衡量数据质量的指标体系包括完整性、规范性、一致性、准确性、唯一性、及时性等。

2.5 主数据管理

主数据（Master Data）是指用来描述企业核心业务实体的数据，是跨越各个业务部门和系统的、高价值的基础数据。主数据管理（MDM ，Master Data Management）是一系列规则、应用和技术，用以协调和管理与企业的核心业务实体相关的系统记录数据。

2.6 数据开发管理

数据开发是指将原始数据加工为数据资产的各类处理过程。数据开发管理是指通过建立开发管理规范与管理机制，面向数据、程序、任务等处理对象，对开发过程和质量进行监控与管控，使数据资产管理的开发逻辑清晰化、开发过程标准化，增强开发任务的复用性，提升开发的效率。

2.7 数据安全管理

数据安全是指通过采取必要措施，确保数据处于有效保护和合法利用的状态，以及具备保障持续安全状态的能力 。数据安全管理是指在组织数据安全战略的指导下，为确保数据处于有效保护和合法利用的状态，多个部门协作实施的一系列活动集合。包括建立组织数据安全治理团队，制定数据安全相关制度规范，构建数据安全技术体系，建设数据安全人才梯队等。

2.8 数据资产流通

对于组织而言，数据资产流通是指通过数据共享、数据开放或数据交易等流通模式，推动数据资产在组织内外部的价值实现。

2.9 数据价值评估

数据价值评估是指通过构建价值评估体系， 计量数据的经济效益、业务效益、投入成本等活动。数据价值评估是数据资产管理的关键环节， 是数据资产化的价值基线。

2.10 数据资产运营

数据资产运营是指通过对数据服务、数据流通情况进行持续跟踪和分析，以数据价值管理为参考，从数据使用者的视角出发，全面评价数据应用效果，建立科学地正向反馈和闭环管理机制， 促进数据资产的迭代和完善，不断适应和满足数据资产的应用和创新需求。

三、数据资产管理保障措施

数据资产管理是一项长期性的、体系化的工作，为保证各项数据资产管理活动有效开展，统筹推动数据资产管理工作顺利进行，战略规划、组织架构、制度体系、平台工具、长效机制等保障措施变得极为重要。

3.1 战略管理

战略是组织长期发展规划及资源配置的一系列行动，对于组织持续稳定发展具有重要的指导意义。战略规划是战略管理的首要环节和基础性工作，是数据资产管理的指导蓝图；战略执行是战略管理的中间环节，是战略规划落地的有效保障；战略评估是优化组织数据战略管理、提升数据战略指导作用的必要手段。

3.2 组织架构

建立全方位、跨部门、跨层级的数据资产管理组织架构，是实施组织级统一化、专业化数据资产管理的基础，是数据资产管理责任落实的保障。

一般来说，数据资产管理组织架构包括决策层、组织协调层、数据资产管理层、工作执行层四个层级。

3.3 制度体系

数据资产管理制度体系通常分层次设计，依据管理的颗粒度，制度体系可划分为组织级数据资产管理总体规定、管理办法、实施细则和操作规范四个层次。

四、数据资产管理实践步骤

数据资产管理实践的通用步骤：“统筹规划→管理实施→稽核检查→资产运营”，但各步骤之间并无严格的先后顺序，组织可结合自身情况在各阶段制定合理的实施方案。

数据资产项目要依托统一管理平台，实现数据资产的全流程管理。构建统一的数据资产管理平台， 使各活动职能相关工具保持联动，覆盖数据的采集、流转、加工、使用等环节；由数据资产管理团队组织开展数据资源化活动，对于每一项活动，在数据需求中明确和记录数据使用方的规范与期望，在数据设计中支持规则的落地与应用，数据运维根据数据生产方业务和数据的变化，响应数据使用方规则与期望的调整，并及时发现和整改问题数据。

项目是执行组织级数据资产管理的最小单元，良好的数据资产项目管理是基础，类比 IT 项目管理框架，主要从目标一致性、角色合理性、范围明确性（包括业务范围、数据范围、技术范围等）、 风险可控性、成本可计量、质量可优化等方面考虑，如下图：

五、数据资产管理发展趋势

从信息时代到数字时代，数据由记录业务逐渐转变为智能决策，成为了组织持续发展的核心引擎。未来，数据资产管理将朝着统一化、专业化、敏捷化的方向发展，提高数据资产管理效率，主动赋能业务， 推动数据资产安全有序流通，持续运营数据资产，充分发挥数据资产的经济价值和社会价值。

5.1 管理对象：数据复杂性持续增加

伴随着互联网、物联网、云计算的发展，数据在来源、格式等方面的复杂性持续增加。

5.2 管理理念：从被动响应到主动赋能

随着组织数字化转型的不断深入推进，数据资产管理占组织日常经营管理的比重日渐增加，传统以需求定制开发为主要模式的被动服务形式，已难以满足组织数据服务响应诉求，组织逐步在各业务条线设置数据管理岗位，定期采集数据使用方诉求，构建数据资产管理需求清单，解决数据资产管理难点，跟踪数据应用效果，加深数据人员对业务的理解和认识，主动赋能业务发展。

此外，随着数据素养和数字技能的不断提升，数据使用者培养了主动消费意识和能力，以数据资产目录为载体、以自助式数据服务为手段、以全流程安全防护为保障的数据主动消费和管控模式正在形成，在提升数据服务水平的同时，进一步提升数据应用的广度和深度。

5.3 组织形态：向专业化与复合型升级

区别于信息化阶段作为IT 部门的从属部门，数据资产管理组织与职能已逐步独立化。深圳市印发的《深圳市首席数据官制度试点实施方案》提出在市政府和有条件的区、部门试点首席数据官制度，明确职责范围，健全评价机制，创新数据共享开放和开发利用模式，提高数据治理和数据运营能力覆盖决策、管理、设计、维护的数据资产管理专业组织形态已逐步显现。广东省工业和信息化厅于2022 年出台了《广东省企业首席数据官建设指南》，鼓励在企业决策层设施CDO角色，以制度形式赋予CDO对企业重大事务的知情权、参与权和决策权，统筹负责企业数据资产管理工作，加强企业数据文化建设，提升企业员工数据资产意识，建立正确的企业数据价值观。

数据资产管理组织形成以CDO或CIO主导、业务部门与IT 部门协同参与的模式。Gartner 2021年报告显示，75%的公司将CDO 视为与IT、HR 和财务同样关键的职务。此外，在业务部门与IT 部门设置专职或兼职数据管理员，推动数据资产管理有效开展。

5.4 管理方式：敏捷协同的一体化管理

传统的数据资产管理建设往往由多个分散的管理活动和解决方案组成，造成数据资产管理各个环节之间的脱节（包括开发与管理、管理与运营）的脱节，使得数据从生产端到消费端的开发效率降低。例如，在开发阶段应遵循的数据标准规范，在管理阶段需要强依赖专业数据管理角色和过程监控才可能实现。同时，由于多数企业忽视了数据运营，使数据消费端未向数据资产生产端反馈有效的用户体验。

DataOps 倡导协同式、敏捷式的数据资产管理，通过建立数据管道，明确数据资产管理的流转过程及环节，采用技术推动数据资产管理自动化，提高所有数据资产管理相关人员的数据访问和获取效率，缩短数据项目的周期，并持续改进数据质量，降低管理成本，加速数据价值释放。例如，通过标准设计、模型设计指导数据开发，前置化数据质量管理，并建立SLA 开展数据资产运维，实现开发与管理的协同；数据资产管理成果通过被业务分析人员、数据科学家等角色自助使用，支撑业务运营，同时，运营结果反向指导数据资产管理工作，实现管理与运营的协同。

5.5 技术架构：面向云的 Data Fabric

随着数据技术组件日益丰富，数据分布日趋分散，Gartner认为Data Fabric 已成为支持组装式数据分析及其各种组件的基础架构，通过在大数据技术设计上复用数据集成方式，Data Fabric可缩短30%的集成设计时间、30%的部署时间和70%的维护时间。

Data Fabric是一种新型、动态的数据架构设计理念，是综合利用元数据、机器学习和知识图谱等技术，打造一个更加自动化、面向业务、兼容异构的企业数据供应体系，以支撑更加统一、协同、智能的数据访问，有分析师称之为将“恰当”的数据在“恰当”的时间提供给“恰当”的人。

目前，IBM、Informatica和Talend等推出了针对Data Fabric的解决方案。以IBM 为例，其于2021年7月发布的Cloud Pak for Data4.0的软件组合增加了智能化的Data Fabric 功能，其中AutoSQL（结构化查询语言），可以通过AI 进行数据的自动访问、整合和管理，使分布式查询的速度提升8 倍，同时节约50% 的成本。

5.6 管理手段：自动化与智能化广泛应用

随着数据复杂性持续增加，依靠“手工人力”的数据资产管理手段将逐步被“自动智能”的“专业工具”取代，覆盖数据资源化、数据资产化的多个活动职能，在不影响数据资产管理效果的同时，极大地降低了数据资产管理成本。

具体来说，是指利用AI、ML、RPA、语义分析、可视化等技术，自动识别或匹配数据规则（包括数据标准规则、数据质量规则、数据安全规则等），自动执行数据规则校验，或是自动发现数据之间的关联关系，并以可视化的方式展现。此外，可利用VR、AR 等技术，帮助数据使用者探索数据和挖掘数据，提升数据应用的趣味性，降低数据使用门槛，扩大数据使用对象范围。

5.7 运营模式：构建多元化的数据生态

运营数据是持续创造数据价值的有效方式，多元化的数据生态通过引入多维度数据、多类参与方、多种产品形态，进一步拓展数据应用场景和数据合作方式，为数据运营提供了良好的环境。

充分借力行业数据资源优势，创新数据生态多种模式。能源行业以广东电网能源投资为例，通过成为首批“数据经纪人试点单位”，积极参与数据要素生态体系，打造电力大数据品牌，实现电力数据资产合规高效流通，获取电力数据资产价值收益。对于银行业而言“开放银行”是数据生态的典型代表，“开放银行”的本质是一种平台化商业模式，以API 作为技术手段，实现银行数据与第三方服务商的共享，从而为金融生态中的客户、第三方开发者、金融科技企业以及其他合作伙伴提供服务，并最终为消费者创造出新价值。随着开放银行的生态体系不断完善，银行将丰富与合作伙伴共建共享方式，充分运用数据智能，实时感知用户需求并精准匹配，有利于提供全方位、综合化、泛金融服务。

5.8 数据安全：兼顾合规与发展

首先，应意识到数据安全与数据资产合理利用并不冲突。两者之间存在着互相促进的关系。数据安全是合理利用的前提条件，合理利用是数据安全保护的最终目的。只有做好数据安全保护，才能让数据所有者愿意授予组织或其他主体对数据的使用权利，进一步推动数据资产流通。GDPR倡导平衡“数据权利保护”与“数据自由流通”的理念，在赋予数据主体权利的同时，强调个人数据的自由流通不得因为在个人数据处理过程中保护自然人权利而被限制或禁止。

其次，应从数据安全管理和数据资产流通两方面同步寻找平衡点。在数据安全管理侧，通过建立数据安全管理机制，制定数据安全分类分级标准和使用技术规范，提升数据安全治理能力；在数据资产流通侧，将数据安全合规、个人信息保护等要求作为基本“红线”，将其潜在风险作为成本指标，在不触碰“红线”的前提下，进行数据资产流通的收益分析，探索数据安全与资产流通的均衡方案。