企業日常經營活動中積累的大量數據，除了支持業務流程運轉之外，越來越多地被用于幫助企業提升管理決策效率、實現價值挖掘和業務創新。企業日常經營決策過程的背后，實質是數據的生產、傳遞和利用的過程，風險控制、產品定價、績效考核等管理決策過程需要大量高質量數據支撐。提升數據質量、降低成本已經成為行業企業熱點關注話題。如果不能對數據進行有效梳理及精細化管理，其價值就得不到很好體現，嚴重影響數據價值發揮，甚至會給運營管理帶來負面作用。此外，日益全面、嚴格的監管措施和信息披露要求，也對企業數據提出了前所未有的挑戰。這些痛點反映了數據資產管理的重要性，主要體現在以下幾個方面：
痛點之一是缺乏統一
數據標準。數據登記盤點流程缺乏統一的數據標準，無法有效避免數據混亂沖突、一數多源、多樣多類等問題。統一標準是解決數據的關聯能力，保障信息交互、數據流通、系統訪問功能順暢的必要前提。
痛點之二是數據周期規劃混亂。對于部分企業來說，其內部數據的采集、傳輸、存儲、應用、開放共享等全生命周期流程的各個環節的規劃存在不合理現象。如收集數據時數據源用戶處于不知情/非同意狀態、違約超范圍加工或未做到加工信息隔離、未經內部同意對外提供數據等。
痛點之三是難以統籌業務管理。數據的增刪、修改、使用等權限管理混亂，難以建立全面、準確、完整地反映企業運營狀況的單一數據視圖。數據需求、數據質量、
數據應用等問題的管理和解決分散在不同業務和技術部門，沒有一個清晰的協調機制和統一的數據管理渠道，業務不能及時、按需獲得數據支持。
痛點之四是數據處理效率低下。
數據采集、預處理等工作的周期較長，方法不夠便捷，處理效率低下，無法快速挖掘整理出完善優質的數據屬性供分析應用，需要提升開發及治理效率。
痛點之五是數據質量參差不齊。數據冗余、數據缺值、數據沖突等數據質量問題不能被及時發現和有效解決。需要建立規范的
數據治理流程和考核機制等途徑加以完善。
痛點之六是數據垃圾亟待解決。大量的歷史留存冷數據無法被有效識別及處理，形成數據“包袱”。這些數據“包袱”很難變成數據“金礦”，又占用存儲空間，浪費成本，造成損失。痛點之六是數據垃圾亟待解決。大量的歷史留存冷數據無法被有效識別及處理，形成數據“包袱”。這些數據“包袱”很難變成數據“金礦”，又占用存儲空間，浪費成本，造成損失。
痛點之七是安全監管勢在必行。缺乏有效的數據安全管理機制，對敏感信息、隱私信息、保密信息的訪問缺乏有效控制使其脫敏脫密合規，甚至對企業形成潛在的聲譽和法律風險等。建立一個可靠的“數據加密保險箱”勢在必行。
痛點之八是數據價值難以評估。數據評價體系以及數據資產化目前處于初級階段，數據增值保值以及數據估值衡量問題亟待解決，可以說數據資產變現任重而道遠。
數據作為越來越重要的生產要素，將成為比土地、石油、煤礦、勞動力等更為核心的生產材料，但是，實現數據資源向數據資本的轉變還需要面對一系列的問題和挑戰，數據資產管理正在成為企業賦能商業創新的具有影響力和戰斗力的核心競爭領域。
（部分內容來源網絡，如有侵權請聯系刪除）
