為穩步探索數據確權新路徑、新模式，并有序驅動各類數據要素更大規模地互聯互通，我們已陸續在各地試點大數據交易所等數據資產市場基礎設施，比如貴陽大數據交易所等。
除此以外，還有電網行業也在逐步進行數據開放及交易探索，以期實現數據的多種形態開放應用及對外交易，構造數據對外運營新業務，釋放電力能力數據價值。
如今，數據資產通過數據資產目錄將標準化的數據對外發布，統一對外提供數據服務，讓數據資產方便搜索和瀏覽，易于理解和解讀，方便快捷地使用，最終讓數據資產中的價值被顯現出來。
今天小億就來為大家分享下什么是數據資產管理？數據資產管理中存在哪些問題？以及如何構建企業安全易用的數據資產？

一、什么是數據資產？
在理論層面，目前并沒有對數據資產的權威定義。我們選取業界較為認可的概念，即：數據資產是指由企業擁有或者控制的，能夠為企業帶來未來經濟利益的，以物理或電子的方式記錄的數據資源，如文件資料、電子數據等。但在企業中，并非所有的數據都構成數據資產，數據資產是能夠為企業產生價值的數據資源。

數據資產管理是對存量數據進行系統化梳理，與數據標準匹配，推動數據資源轉化為數據資產的過程，即指規劃、控制和提供數據及信息的一組業務職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，從而控制、保護、交互和提高數據資產的價值。數據資產管理需要充分融合業務、技術和管理，以確保數據資產保值增值。


在數據治理架構中，數據資產管理位于底層數據和數據管理與應用之間，處于承上啟下的重要地位。對上支撐數據安全管理等職能建設以價值發掘為導向的數據應用，對下實現底層數據的梳理、對接數據標準，達成企業內部“統一數據標準”的目標。

二、數據資產管理的重要性
1.讓數據資產可視化
企業通過發現、描述和組織數據資產，形成一套企業數據資產的清單目錄，提供一套上下文背景信息，為數據分析師、數據架構師、數據管理專員和其他數據用戶，根據業務價值目標更好的查找和理解相關的數據資產。最終讓數據管理者高效、便捷的了解數據脈絡，構建全景圖，隨時掌握數據資產的運營狀態。

2.提升數據管控能力
企業在識別出自身數據資產的基礎上，進一步構建數據資產目錄，加強數據資產的管控能力，對技術管理、業務運轉起到良好的支撐作用，能夠讓數據在業務流轉過程中更規范、更有效率；

3.促進數據應用與共享
通過數據資產盤點和梳理，挖掘數據背后隱藏的價值，在數據資產的應用和共享層面，起到引擎作用，最大化釋放數據的核心價值，支持公司經營和決策分析，助力企業快速發展。

4.加強數據安全管理
資產盤點是保證數據安全的基礎，通過數據資產盤點完成對數據的分類和敏感等級劃分，建立數據與元數據的映射關系，明確數據類型、屬性、分布、分類分級等信息。并以此為依據，有針對性地設計數據存儲保護、授權管理等策略，平衡數據安全和數據共享兩方面。如下圖表格所示：

三、如何做好數據資產管理？
1.整體策略
（1）明確驅動力、優先選擇業務價值高的應用場景
數據資產管理建設最重要的是要以價值為導向，能夠對業務起到有效的支撐作用，并具備良好的運營機制，才能體現價值。
因此，可以結合當前及未來企業對數據管理工作的現狀、挑戰和需求進行分析，識別對業務支撐力較強的業務領域、數據主題、信息系統等，選擇業務價值高的應用場景為建設支撐目標，在此范圍內，進行數據目錄管理工作目標和路徑的設計，從而通過數據目錄支撐到企業數據管理戰略、產生更為直接的工作效益。

除此以外，還可從行業發展的角度分析未來應具備的數據資產，構建相對前瞻性的數據資產管理。例如，電信運營商可對未來5G業務進行分析，構建數據資產目錄，以迎接即將到來的5G類新業務應用的需求；汽車制造業的廠商可對新能源、車聯網等業務進行前瞻性布局，從內外不同渠道獲取相關數據資產進行分析、構建目錄，支撐業務發展。

（2）配套所需的組織管理、工作機制以及文化氛圍
數據資產的建設與管理需要相應的組織和機制支撐，需要企業內部數據文化達到一定氛圍后，才能發揮相應的價值。

對于數據資產管理模式、評價模式、認責機制等，都需要業務部門的業務專家、數據專家深度參與其中，持續養護數據、完善數據定義、提升數據質量、分享數據成果。但我們需要在數據管理團隊職責和工作機制較為明確的基礎之上，能夠進一步推動業務部門設置數據管理相關角色、明確職責，并在數據團隊與業務團隊之間、多業務部門之間，建立專項小組、討論組等多種溝通機制，促進跨團隊的溝通交流、提升數據文化氛圍。

2.流程方法
數據資產目錄的建設分為四個環節，包含準備階段、目錄盤點與構建、審核發布、應用與運營管理。其中，前三個環節為數據資產目錄的構建過程、最后一個環節為數據資產目錄的使用和管理過程。如下圖：

（1）準備階段：此階段主要對建設數據資產的背景、環境、價值點進行分析，明確要支撐的業務場景、以及建設目標；在此基礎上，確定需要構建數據資產目錄的范圍，進一步制定相應的數據采集模板、標準，并收集與之有關的材料。
（2）目錄盤點與構建：在第一階段準備工作完成后，利用數據資產工具，按照模板和標準，對數據資產的有關信息進行初步采集和智能解析，形成數據資產目錄初始清單；然后結合人工與工具平臺，對初始清單進行篩選優化，補充完善相關屬性，對其實施標簽分類、形成目錄，建成待審核發布的數據資產目錄。
（3）審核發布：組織相關業務、技術專家對建成的數據資產目錄進行審核，審核通過后，向相關使用者進行發布。
（4）應用與運營管理：此環節是在數據資產目錄建成發布后，對其進行使用和管理。

四、數據資產管理需要注意的問題
1.元數據目錄并不等同于數據資產目錄
數據資產目錄是在元數據目錄基礎上深度應用的體現。
首先元數據目錄中包含的元數據是企業全量數據的代表，其中包含了很多無用信息；
其次從元數據管理過程看，很多企業所管理的元數據存在著一些弊端，這些弊端導致了元數據目錄難以成為數據資產目錄，這些弊端包括：
①元數據中文描述信息普遍缺失
②元數據描述信息不準確；

另外，元數據目錄編目方式單一，普遍都是從技術角度進行組織，不能滿足數字化時代數據資產廣泛使用的人群需求；
最后企業需要在元數據管理的基礎上增加一些應用場景定制，才能夠將企業元數據目錄進一步轉化為數據資產目錄，這會包含以下幾個關鍵的場景：

①有價值元數據的甄別；
②元數據業務管理內容與責任信息的補充；
③基于數據資產的數據活動協作辦公管理；
④定制化形成全局分布視角、業務視角以及應用視角的展現能力；

…...

2.數據資產目錄不存在數據質量問題
數據資產目錄也是存在數據質量問題的，表現形式包括：

①中文描述缺失：從業務系統、大數據等渠道獲取的數據資產信息業務描述普遍缺乏；
②描述不準確：業務描述信息缺少業務部門參與，描述不準確、不完整；
③資產信息維度缺失：數據資產目錄關聯的資產信息維度不全，數據資產的質量信息、安全信息、認責信息、評價信息等；
④無價值資產：未進行有效的數據資產價值識別，導致一些僵尸資產、重復、測試備份、中間臨時表等信息混雜其間；
⑤不合理編目：不合理的數據資產編目分類，導致數據資產檢索準確性降低；

……

數據資產目錄的質量問題導致數據資產知識獲取效率低下，缺少維護和關聯關系的數據資產不可理解，同時對基于數據資產開展的智能分析產生負面影響，如智能資產分類、智能檢索、異常資產智能識別等，使得分析結論可信度下降等。數據資產目錄質量問題屬于數據資產治理的一部分，需要從制度、技術手段上予以保障，開展常態化的監控和維護。

3.數據資產目錄需要全部做好后再開放使用
數據資產目錄的建設是一個動態的、長期的過程，會隨著企業數字資產管理水平的提升、數據資產應用場景的擴展，在數據資產目錄覆蓋范圍、資產信息關聯維度、資產目錄質量、資產目錄智能分析等方面進行擴展建設。

企業對數據資產目錄服務的需求具有常態化、層次化特征，可選擇重點業務域、數據資產關鍵信息進行盤點梳理，優先滿足對數據資產信息依賴程度最高的數據分析師、數據應用開發工程師等角色的基本需求。通過有計劃的迭代開發維護，不斷豐富數據資產信息維度、關聯關系等，覆蓋更多角色的應用場景，使數據資產目錄價值得以持續釋放。

五、EsDataAssets助力數據資產管理價值最大化
億信華辰旗下的數據資產管理平臺（EsDataAssets）通過元數據對信息資產特征進行描述，并以目錄形式分類管理，形成統一的目錄內容和數據資產服務，豐富的服務接口的拓展，支撐數據資產的多渠道應用，如數據共享服務、分析決策支持等，最終實現數據資產價值最大化。

1.數據資產編目
簡潔可視化的目錄構建流程，無縫適配接入各類元數據，并自動掛載資源，實現通過類目分類管理數據資產。目錄帶有自動活化功能，根據元數據內容自動更新目錄信息，保證目錄和實際資源的一致性。

2.數據資產標簽
支持標簽設計管理，批量和自動為資產打標簽，標簽會以業務能夠理解的方式為數據進行重新的組織和定義，能夠讓數據變得可閱讀和易理解。

3.數據資產服務
提升企業數據共享能力，在資產目錄中管理的資源可以自動生成各類數據服務功能，包括：數據查看、數據下載和數據接口，也可以自定義數據交換任務，并根據數據資產對象權屬信息，提供統一的數據共享服務。

4.數據資產運營
編目好的資產在賦權發布后，資產服務才能被對應的角色或用戶使用，其中：API服務提供了多個參數保證了數據的權屬；數據交換服務需要歸屬用戶審批通過后方可使用。

六、小結
如今，數據從輔助角色正式轉變為核心要素被產業、市場、社會所認可。越來越多的企業及組織在布局數據要素，并至少已在組織內部使用起來。
當前，大數據平臺儲存需求已基本滿足，數據要素全生命周期管理成為主要需求點，百分之七八十的企業在做的是數據管理和應用。企業所擁有的數據通過數據資產盤點，可以幫助企業厘清所擁有的數據資產現狀，為發掘和釋放數據中蘊含的經濟價值夯實基礎。

但數據資產管理是一項重要的工作，其建設過程不會是一蹴而就的，效果也不是立竿見影的，它本質屬于“地基”類工作，因此需要且值得投入精力去認真構建，一旦建成并夯實，在其上面的數據管理和應用工作將得到良好的支撐和保障，數據應用價值也會得到極大的釋放。