進行數據管理之后,數據就是資產了么?當然不是,數據要進行“變現”才能變成資產。能夠直接產生價值的數據,數據變現的過程就是數據交易的過程,此過程的成本在于數據收集、處理、存儲的成本,屬于比較容易的數據變現;而利用數據為業務賦能產生可預期的經濟收益,則擁有更復雜、專業的資產化流程。第一階段,數據歸檔。這一階段實際上也分為兩個部分,第一部分通俗來說就是記錄電子化。比如醫院,雖然現在的醫院大量采用電子化病歷,但是過去很長的時間里都采用的是紙質病歷。這些數量龐大的紙質病歷里面記錄了無比珍貴的臨床數據。但如果不把這些記錄電子化,這些記錄就無法支撐科學研究,無法支撐規模化應用,無法產生可預期的經濟價值。第二部分是將數據轉變為可用數據。比如將照片、視頻等數據轉化為可以使用的數據。在這個階段,數據的用途和價值都是比較單純的。就拿電信公司來說,由基站產生的通信話單就是一種特定格式的數據,通常它的主要用途就是用于對通話進行計費。如果不考慮客戶服務等特別用途,或是存檔稽核的因素,基本上完成對它的計算之后,話單文件就可以丟棄了。此刻,數據的價值體現在“為成本而存在”。第二階段,統計分析。建立規范統一的數據匯總平臺,將極大的減少數據提取、整合、應用分析過程中產生的成本。設想一下,不同的業務都會產生不同的數據需求,如果平臺不統一,那就需要業務人員在不同的數據庫中進行操作,而這種能力通常并不是其所具備的。但要是業務團隊和技術團隊一同介入,又會極大的提高成本,抵消數據資源原本應該產生的經濟收益,成為數據資源資產化的巨大障礙。在這個階段,隨著數據積累的增加,以及運營環境的復雜化,數據開始有了新的用途。企業開始對數據進行匯集、統計和分析,就可以利用數據來做營銷,利用數據來優化生產流程,利用數據分析來找到新的客戶市場從而創新產品等等。比如,亞馬遜不僅從每個用戶的購買行為中獲得信息,還將每個用戶在其網站上的所有行為都記錄下來:頁面停留時間、用戶是否查看評論、每個搜索的關鍵詞、瀏覽的商品等等。也因此,現在亞馬遜的各個業務環節都離不開“數據驅動”的身影。在亞馬遜上買過東西的朋友可能對它的推薦功能都很熟悉,“買過X商品的人,也同時買過Y商品”的推薦功能看上去很簡單,卻非常有效。當數據使用到了這個階段,基本已經可以全面參與到企業或組織的生產運營過程當中,其價值體現為“為效益提升而存在”。第三階段,業務創新。數據分析中有一句名言,叫做:“Garbage in, garbage out”。它的意思是,如果數據本身質量很差,如同垃圾一樣,還用做模型輸入,那么無論模型有多高大上,最后出來的結果仍然是垃圾,沒有任何價值。因此,我們首先要保證數據的真實性,其次,要盡量保證數據的完整性。一套數據對被記錄對象的所有相關指標的完整程度越高,相關模型的預測精度就會越好,數據資源就越有價值。最后,數據要有精準性。這個精準性是指數據要邏輯合理、更加細致、精度越高。在不考慮成本的情況下,顯然數據越細致、精確程度越高,對于業務的支撐能力就越強。某種程度上,這樣的數據不僅僅為企業或組織自身產生價值,同時能夠彌補其他行業或企業組織對于信息的渴望。比如,運營商處在一個數據交換中心的地位,在掌握用戶行為方面具有先天的優勢。其數據也可以在交通、應對突發災害、維穩等工作中發揮更大的作用,比如通過同一條路上多個用戶手機位移的速度便可以判斷當時的路況,為擁堵作出準確預警。舉個例子來說,中國移動的“無線城市”的建設,已經在廣州、廈門等幾個大中城市完成了成千上萬的熱點的覆蓋,通過每天產生的流量記錄,加強對于數據的整合和分析,就能夠提供給政府更多的可借鑒的決策依據,比如市民最關注的民生是什么?市民最為喜歡的公共場所是哪些?等等。在這個階段,數據價值體現為“為交易而存在”,而當此時,數據資產的價值才體現的淋漓盡致。只有能夠成為資產的數據才有管理的意義。作為日益重要的戰略資源,數據需要一個完善的管理體系。因此,后續我們將持續推出針對數據資產管理方法論的系列文章,具體講解數據資產管理體系的框架樣是什么樣的,如何進行實踐和落地等等,以期為企業更好的搭建數據資產管理平臺和開展數據資產管理工作,提供可參考性建議。當然,如果您有相關領域的不同看法或者更好想法,也歡迎與我們進行交流與討論。