2021 年 12 月，中国南方电网发布了《南方电网数据资产管理体系白皮书》，白皮书指出，数据资产管理，是数据资产价值释放的必经之路。
报告中称，不少企业对于数据如何促进内部的提质增效及外部价值的释放并无统一认知，对于数据资产的运营缺乏体制化规划。
随着企业数字化进程发展，数据资产管理不再局限于数据资源本身，对数据进行加工后的数据产品或数据服务也要加以管理。
为什么数据资产管理被南方电网这样的能源央企如此重视，专门出一本白皮书，称数据资产管理是数据价值释放的必经之路？
本篇文章，将会带大家系统了解数据资产，数据资产管理价值，以及数据资产管理应该如何在企业中落地实施。
— 01 —
《数据资产》是什么
《数据资产》的概念：
我们要进行数据资产管理，首先要先理解什么是数据资产？对于企业来说，数据资产是企业及组织拥有或控制，能给企业及组织带来未来经济利益的数据资源。
企业内部的销售数据，用户信息，财务信息，绩效数据，都是组织可以拥有控制，可以给企业带来经济利益的数据资源。
比如电商平台可以根据用户消费和浏览记录，给用户推荐更适合他们的产品，成交率更高，用户的消费和浏览数据，可以对企业带来经济利益，它就属于数据资产。
1. 《数据资产管理》的概念
我们知道数据资产可以给组织，企业带来经济利益，那么如何对它进行管理呢？
中国通信院大数据技术标准推进委员会给出了数据资产管理的概念，它是指规划，控制和提供数据及信息资产的一组业务职能，包括开发，执行和监督有关数据的计划，政策，方案，项目，流程，方法和程序，从而控制，保护，交付和提高数据资产的价值。
比如一家企业的销售数据资产管理中心，品牌部门可以访问，查看，下载，分析，通过销售数据的赋能，品牌部门可以更加了解市场，更有助于品牌传播。
但是人力，财务，程序库的数据资产，无法被其他部门人员看到，保护了企业内部机密数据安全。
2. 《数据资产管理》三大价值
（1）促进企业内部提质增效
很多企业确实开始进行了数据化治理，比如人力，财务，销售，推广数据汇总整理，提升了本部门的效率，但是很多数据无法给其他部门赋能，没有充分发挥数据促使企业内部提质增效的效果。
比如销售，产品，研发，品牌的数据能够互相打通，销售数据反哺品牌，品牌推广更加精准有效，品牌提前为新发产品造势等。
（2）管理上下游产业链
企业可以通过与产业链上下游公司数据共享，使产品的原料，生产制造，宣传推广，出品销售数据了然于胸，使管理层做出更精准决策。
比如苹果公司的供应商规模有200多家，包括富士康，三星，LG等知名公司，通过强大的上下游数据管理，苹果公司可以根据市场，供应商，生产情况，实施调整经营策略，是否增产减产，及时反馈给厂商，调整生产进度，确保产品按时按期交付，实现精益管理。
（3）助力国家现代化
对于一些关乎民生的产业，比如电力，医疗，交通，银行等行业数据资产管理，可以为国家产业布局，城市道路规划，智慧城市建设，乡村经济发展提供决策支持。
— 02 —
《数据资产管理》常见六大问题
市面上很多企业组织，常常存在这六个普通常见的《数据资产管理》问题：
1. 缺乏统一的数据视图
数据资源存在在企业的多个业务系统中，分布在线上和线下，甚至分布在企业的外部，无法对数据进行统一管理。
2. 数据基础薄弱
大部分企业没有数据治理经验，基础薄弱，存在数据标准混乱，数据质量参差不齐，数据孤岛化等问题，阻碍了数据有效利用，使得数据无法变成数据资产。
3. 数据应用不足
很多组织因为数据基础薄弱和应用能力不足，导致数据应用刚刚起步，主要在精准营销、舆情感知和风险控制等有限场景中进行了一些探索，数据应用的深度不够，应用空间应该扩大，比如辅助公司管理等。
4. 数据价值难估
企业难以评估数据对业务的贡献，从而难以像运营有形资产一样运营数据。产生这个问题的原因有两个：一是没有建立起合理的数据价值评估模型；二是数据价值与企业的商业模式密不可分，在不同应用场景下，同一项数据资产的价值可能截然不同。
5. 缺乏安全的数据环境
数据的价值越来越得到全社会广泛认可，但随之而来是针对数据犯罪活动日渐猖獗，数据泄露、个人隐私受到侵害等现象层出不穷。很多数据犯罪是由安全管理制度不完善、缺乏相应的数据安全管控措施导致的。
6. 数据管理浮于表面
没有建立一套数据驱动的组织管理制度和流程，没有建设先进的数据管理平台工具，导致数据管理工作很难落地。
— 03 —
《数据资产实施》四大关键点
在不少组织对《数据资产》管理与实施的落地过程中，有四个常见关键点值得注意：
1. 数据范围界定
第一个是数据范围的界定，到底哪些数据会被纳入到数据资产中？
比如内部数据需要管理哪些系统的数据，外部数据怎么接入与管理，云端数据是否纳入管理范畴等，都需要有一个明确的界限。
2. 数据规范制定
第二个关键点是数据规范的制定，应该按照怎样的标准去精准定义数据资产，制定怎样的管理流程与规范，资产服务接口规范要求是什么等，都需要制定。
3. 数据价值鉴别
第三个是数据价值的鉴别，组织内部怎么判断哪些数据具有价值，比如对一些备份，冗余，测试等无价值数据需要甄别，在数据资产数据库中删除处理等操作。
4. 数据应用设计
最后一个是数据应用的设计，组织要根据已盘点的数据资产，思考能够提供怎样的数据共享服务，能够满足哪些应用场景的需要。
比如销售数据，里面有具体的销售品类，销售金额，这些数据可以共享给品牌部门，让品牌更加了解市场销售信息，做出更符合市场需求的宣传推广。
— 04 —
《数据资产管理与实施》七大步骤
《数据资产》管理这么重要，是企业数字化转型的必经之路，那么组织应该如何实施落地呢？主要有以下七个步骤：
《数据资产管理与实施》七大步骤
1. 制定目标和范围
首先第一步，组织要制定数据资产管理的目标，组织需要达到一个什么样的目标，做到什么程度，需要一个标准。
接着，我们需要制定数据资产的范围，哪些重要的数据归类到我们的数据资产，哪些数据不需要太过于重点关注，不纳入数据资产范围。
2. 系统现状调研
第二步是系统现状调研，它是数据资产盘点的基础，通过调研可以了解企业现状，并且可以收集系统访问信息文档资料，为下一步的数据摸查做准备。
最开始调研企业系统建设情况，我们可以采用调研表的方式，收集系统信息，文档资料和测试环境信息等。
接着，我们可以核查收集的资料，通过查询数据库，访问系统等enrich，核查内容主要是数据库连接是否正常；测试系统是能否访问；数据字典是否有表结构说明信息等。
最后处理核查到的问题，通过讨论解决方案。比如文档资料不全，可以要求开发部门或软件供应商提供；如果缺少测试环境，确定是新搭建测试环境还提供生产环境访问的权限等。
3. 数据资产模型制定
第三步，是我们需要设计一个资产模型，主要目的是为了对管理信息，业务信息，技术信息等进行规范，形成标准化模板。
数据资产模型一般情况下会设计一个各分类都可通用的模板，主要管理数据资产的公共信息，此属性模板可以通过EXCLE管理，也可以借助元数据信息进行管理。
有了数据资产模型之后，新添加的数据，就可以通过模型自动判断识别是否纳入数据资产管理范围。
4. 数据资产分类，编目，编码及服务
第四步，我们需要对所有的数据资产进行分类，编目，编码及提供日常服务。
我们可以通过系统主题，业务方向，行业分类，组织架构等方向，对数据资产进行分类。
比如业务主题的数据资产，有相关方，合约账户，财务，事件，资源等。
数据资产编目，指的是数据所有者把管理的资产数据进行整理编辑排序，这样编目不会有遗漏，而且权责清晰。
数据资产编码，指的是用固定字符串，流水号，时间日期，字段的方式，给数据资产打上印记，方便后续查询使用。
数据资产服务，指的是平台给用户提供数据资产下载，交换，查询，敏捷分析等服务。
5. 数据资产制度与流程建设
第五个步骤，就是组织内部需要建立数据资产管理的相应制度和管理流程，包括明确数据资产管理角色，设计数据资产管理流程，制定数据资产管理制度。
数据资产管理角色，通常有4个：
数据资产管理员，作用是确保数据资产被有效理解，分类，管理，共享和使用，保障数据资产具备价值，一般是IT部门的负责人担任。
数据资产申请者，是根据业务场景需求，查看或者申请所需资产的人，包含所有层次的人，从资产维护人员到企业高层人员。
数据资产审批者，是管理部门制定管理者或者主管，专家团队，一般是业务/技术主管担任，负责审批数据资产增添删减，申请查阅审批的工作。
数据资产使用者，指的是数据的内外部使用者，数据使用者提供数据资产使用需求，一般来说，各类角色人员都可以是数据资产使用者。
数据资产管理流程需要制定，包括数据资产的产生流程，维护流程，使用流程等。
数据资产管理制度，包括数据资产流程清单，主要负责数据资产审核，资产流向清单；数据资产目录，里面包含各类资产分类办法及目录模板，方便用户使用。
6. 数据资产平台服务
第六步，就是数据资产平台的使用管理，输入各种数据资产数据，数据资产管理平台提供相应的服务，来赋能组织内部和外部的人员。
常见的服务有：
资产检索，使用者可以按条件查找目标资源
查看数据，管理者可以查看资产数据记录清空，查看资产库表结构
申请交换，满足申请者对资产的获取需要
下载数据，能够让使用者下载数据文件
资产分析，数据资产管理系统可以对数据资产进行分析
7. 数据资产可持续性管理
最后一个步骤，就是数据资产可持续性管理，需要有管理，制度和技术保障。管理保障，有组织保障，特定的数据资产管理部门组织；制度保障，有相关的制度明确规定数据资产管理方法；技术保障，有相关的数据资产管理系统支持。
数据资产管理能力，指的是数据资产日常管理有序，包括资产盘点，资产变更，资产评审，都有一套完整的制度和流程。
数据资产赋能能力，指的是数据资产如何赋能组织，比如资产共享，资产使用，资产分析，是如何被组织内部使用，提供决策支持。
— 05 —
睿治数据资产管理平台
数据资产管理是企业数字化数据价值发挥的必经之路，因此组织需要有一个强大的数据资产管理平台来管理重要的数据资产。
睿治是亿信华辰自主研发的数据全生命周期的数据治理平台，它融合数据集成，数据交换，实时计算存储，元数据管理，数据标准管理，数据质量管理，主数据管理，数据资产管理，数据安全管理，数据生命周期管理十大产品模块，打通数据治理各个环节，可快速满足政府，企业用户各类不同的数据治理场景。
睿治数据资产管理平台，给用户提供完整的资产视图，管理者在平台即可概览企业资产，通过合理的方式管理内部数据和提供对外服务。
1. 不同视角的数据资产编目
不同角色对所查看的资产视图需求也不同，因此平台提供不同视角的数据资产编目， 如技术视角、业务视角、管理视角等。
通过编排元数据对资产进行编目，编目好的资产需发布赋权后才能被对应用户查看，从而保证角色视角和权限的清晰管理。
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。睿治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。
数据资产编目
2. 强大的数据资产检索
平台提供强大的检索功能，可根据各种维度指标对检索平台中各种类型的资产。
检索条件包括：关键字、搜索类型、查看次数、下载次数、交换次数、创建时间等丰富的检索条件，从而实现数据资产快速查找定位。
数据资产检索
3. 丰富的数据资产应用
睿治数据资产提供丰富的应用，我们可了解资产类型、大小、创建时间，并查看资产元数据信息、数据、进行申请交换、下载数据、归档数据等操作，以实现对数据资产的快速便捷管理。
数据资产应用
4. 高效全面的数据资产分析
平台提供多种维度的资产监控，并以直观的图表展现，便于一目了然把控数据资产情况。系统按照资产类型、资产目录对资产个数、资产数据量进行统计，也提供根据 不同的数据库统计资产数据量，按月统计资产的变化量等统计维度。
文章来源：https://www.toymoban.com/news/detail-844271.html
视觉资产监控文章来源地址https://www.toymoban.com/news/detail-844271.html
到了这里，关于《数据资产》专题：什么是《数据资产》？应该如何落地《数据资产管理与实施》的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
