隨著大數據時代的來臨，對數據的重視提到了前所未有的高度，“數據即資產”已經被廣泛認可。數據就像企業的根基，是各企業尚待發掘的財富，即將被企業廣泛應用。大數據是企業資產，那就必須被納入企業的資產管理中，同時，大數據資產又不是企業傳統意義上的資產，因此大
數據資產管理又不同于企業的傳統資產管理。
一、數據資產的價值
首先我們要明確數據資產的價值和重要性
1、它是形成企業共通的數據語言
數據在企業內部充分應用最大的障礙是存在語言壁壘。
數據資產化意味著在公司內部形成共同的“數據語言”，各部門為了統一的分析目的，形成各自對應的統計標準，在運營過程中實時對數據進行收集匯總分析。
2、它可以加速數據資產交易進程
目前在缺乏交易規則和定價標準的情況下，數據交易雙方承擔了較高的交易成本， 制約了數據資產的流動，但隨著數據資產管理的完善，必然能加速數據資產交易的進程。
3、它能夠形成企業的戰略資產
數據資產化之后，數據資產會漸漸成為企業的戰略資產，企業將進一步擁有和強化數據資源的存量、價值，以及對其分析、挖掘的能力，進而會極大提升企業的核心競爭力。
4、它能促使數據資產產權問題明確
數據資產的所有權問題，在未來也會越來越明確，法律制度會隨著基礎管理能力的提高而完善，以數據資產為核心的商業模式，也將會在資本市場中越來越受到青睞。
二、數據資產管理框架及實施路徑
一般來說，常規類數據項目的實施路徑：
數據源：
①多源【各類生產、管理、安全方面的相關系統】
②異構【結構化、半結構化、非結構化數據】
③異地【下屬單位或組織分布分散】
④海量【物聯網數據量巨大】
⑤實時【生產、安全數據實時性要求高】
數據采集：通過全面的（流式計算、ETL、OPC Server、 Restful、 Webservice、FTP、離線）采集方案實現全組織的數據實時/定時采集。
數據存儲：大數據湖+
數據倉庫（Hadoop+DW） 架構解決海量異構數據的存儲和分析查詢需求。
數據治理：通過
元數據管理、
數據標準管理、
數據質量管理和
數據清洗，統一組織數據標準，提升數據質量，并實現全集團數據管控。
數據融合：實現多系統、多主題的數據加工計算，關聯融合。
數據資產管理：對治理好的高質量原始數據以及融合數據進行編目，并提供業務元數據，幫助業務人員理解數據，并通過申請、審批流程獲取所需數據。
數據資產管理的框架
數據資產管理實施路線圖
三、未來發展趨勢
未來數據資產是企業的核心資產，需要管理好企業數據資產，了解資產價值。
數據資產管理不重在大數據，而重在大分析。大數據資產應用創新是指將數據資產進行適當加工和分析，為企業管理控制和科學決策提供合理依據，從而支持企業經營活動開展、創造經濟利益的過程。同時，在當今互聯網社會，所有人既是數據的生產者也是數據的消費者，在互聯網上共享信息、數據和實物，所有權被使用權代替，“交換價值”被“共享價值”代替。數據共享可以實現快速數據建模、分析、共享和應用。在數據共享層實現可視化元數據管理，從而建立企業大數據中心，強化數據資產管理。
數據資產的應用創新需要圍繞降低數據使用難度、擴大數據覆蓋范圍、增加數據供給能力等幾個方面來展開。對于降低數據使用難度可采用
數據可視化、搜索式分析、數據產品化來解決；擴大數據覆蓋范圍則要使數據“平民化”，讓一線業務人員接觸到更多的數據，同時讓數據分布更加均衡，甚至打造
數據應用商店；增加數據供給能力要讓企業業務人員從數據消費者轉變為既是數據消費者又是數據生產者的角色上來，進而推廣至社會大眾形成數據眾籌眾享模式。
（部分內容來源網絡，如有侵權請聯系刪除）
