當前企業對數據價值的重視程度與日俱增，“數據就是資產”的觀念已經成為共識，數據資產管理也被眾多企業提上日程。而從數據到資產并不容易，眾多企業經過多年信息化建設已經取得了一定成果，但企業內部各部門、各業務系統之間在數據層面的“橫向貫通”卻面臨著數據不完整、定義不規范、標準不一致等諸多問題，在企業內部形成了一個個“數據孤島”，數據價值難以發揮。怎樣幫助企業實現有效的數據資產管理，讓數據資產提升企業的核心競爭力，是擺在眾多企業面前的一個現實難題。

01 數據資產管理發展趨勢

隨著大數據的迅猛發展，數據資產管理相對傳統的數據管理處在不斷的變革發展過程中。數據資產管理在不斷發展中呈現出如下趨勢：

管理對象多元化

當前企業數據管理和應用的主要對象仍以結構化數據為主，隨著社交媒體、人臉識別等新興技術的進一步成熟，圖像、語音、視頻等非結構化多元數據將會在越來越多的應用場景中被深度應用并發揮業務價值，因此需要系統化地采集、保存和處理多元化管理對象。

管理工具智能化

在數據管理工具的使用過程中，充分挖掘客戶需求，運用人工智能等技術實現管理工具的“智能化”，例如：數據模型“圖譜化”、數據質量規則生成“動態化”、數據分級“自動化”等。

管理活動常態化

數據管理活動由定制化的“項目制形式”向“常態化運營”轉變。數據管理各項制度、流程、方法、工具能夠在各業務部門、數據團隊中得到遵從和靈活運用，數據管理工作成為業務人員和技術人員自覺完成、自主開展的日常工作之一。

管理范圍生態化

數據管理范圍從企業內部向生態化轉變，終端設備提供商、基礎設施提供商、網絡服務提供商、數據服務提供商、數據服務零售商等一系列利益相關方共同構建大數據生態服務體系。

02 企業級數據資產管理應用分析

根據多家研究機構對世界范圍與北美企業數據資產管理情況的分析，目前在世界范圍內有五成的企業正在或已經實施數據資產管理，而在北美已有79%的企業正在或已經實施了數據資產管理。

國內數據資產管理起步較晚，全面開展這項工作的企業集中在銀行、電信、保險等以數據支撐其核心業務的行業。能源企業大都開展了部分數據資產管理工作，如：幾大石化企業主要聚焦在主數據和指標數據管理，電網企業主要聚焦在統一數據模型管理等。

同時，隨著大數據與商業智能技術的不斷進步以及數據治理工作在各企業內部的深入開展，數據在企業發揮的作用也在不斷發生轉變，從傳統的支撐企業日常管控轉型為對業務的直接驅動力，最后以資產價值變現的形式為企業產生直接價值。

03 安永企業級數據資產管理解決方案

在數字經濟時代，數據必將成為企業的戰略資產。安永企業級數據資產管理解決方案基于數據戰略目標的實現，可以幫助企業在數據資產管理方面建章立制、構建專業化的數據管理能力，并通過數據資產管理技術平臺實現數據資源可視化和管理，按照共建、共治、共享的建設策略，構建數據資產管理體系，推動企業數字化轉型，支撐業務戰略目標的實現。

1、數據資產管理專業能力建設

數據資產管理專業能力是企業級數據資產管理解決方案的核心要素，涵蓋目錄、架構、標準、質量、安全、應用等多個能力維度。

數據資源目錄：以企業全局視角建立數據資源的全景視圖，從業務、IT和數據主題三個維度對數據架構、數據標準、數據質量等各類數據資源進行統一管理、共享及可視化展示，為用戶提供數據資源的檢索及分析服務。

數據架構管理：包括企業級數據模型、數據分布、數據集成與共享三部分內容。企業級數據模型是企業內部所有應用系統的基礎模型，為應用系統的規劃、設計和實施提供可視化支撐框架。數據分布是通過明確核心數據在業務部門、應用系統的分布關系，識別可信數據源和數據歸屬管理部門，為履行數據管理相關工作提供依據。數據集成與共享是建立信息系統之間的數據交換標準，為數據共享應用提供支撐。

數據標準管理：建立統一數據語言，保證數據在各業務域和各應用系統之間的一致性，為數據共享交換提供保障。同時，數據標準管理也是數據質量管理的重要前提，數據質量控制工作的開展，需要清晰、完備的數據標準定義。

數據質量管理：實現從數據質量需求、數據質量檢查、數據質量分析、數據質量提升的數據質量閉環管理。定期出具各應用系統、各業務部門數據質量報告，促進數據質量管理水平的整體提升。

數據安全管理：通過制定和執行相關數據安全策略，確保數據資產在使用過程中有恰當的認證、授權、訪問和審計措施。通過有效的數據安全策略，確保合適的人以正確的方式使用和更新數據，并限制所有不適當的訪問和更新數據。

數據應用管理：基于數據應用類系統開展數據應用分析，并對數據應用成果進行管理。同時促進數據資源在不同行業或企業之間的流通，推動構建以核心企業為主體的大數據生態服務體系。

2、數據資產管理平臺建設

將數據資產專業能力建設過程中產生的數據資源信息在平臺上進行統一承載和管理，實現數據資源的全景化、可視化展示。同時為用戶提供數據質量評估、數據架構評估、數據能力評估等多樣化服務。

3、數據資產管理工作機制建設

數據資產管理工作是一把手工程，需要企業各部門共同參與，統籌協調各方資源。首先，需要建立常態化的數據資產管理組織機構，共同推進數據資產管理工作。其次，需要建立數據認責機制，解決數據資產管理過程中普遍存在的“橫向不到邊、縱向不到底”的突出問題，讓數據資產管理真正成為業務和IT的共同職責。

同時，高效率的管理流程也是企業數據資產管理強有力的推動因素，對各項工作進行流程化管理，可以保障各職能域活動的有序開展。最后，需要建立數據運營機制，以保證數據資產管理各項工作的常態化開展以及專業能力建設的有效實施。

04 解決方案特色與優勢

摸清家底，讓數據“看得見”

以數據資源全面盤點作為數據資產管理的切入點，形成數據地圖，夯實業務應用和數據獲取的基礎。

打破“數據孤島”，讓數據“用得了”

通過制定企業內部統一的數據標準、建立數據共享制度、制定數據共享相關流程規范，打破“數據孤島”，實現企業內數據高效共享，并通過數據集成共享平臺，促進數據的交換，提升數據服務應用能力。

提升數據質量，讓數據“管得住”

通過建立一套切實可行的數據質量監控體系，設計數據質量稽核規則，加強從數據源頭控制數據質量，實現數據向優質資產的轉變。

提高數據價值，讓數據“用得好”

數據資產管理是數據產生價值的堅實基礎，在數據資產管理基礎上，利用大數據分析算法，實現預測分析及輔助決策，提升跨業務領域、跨應用系統的分析能力，引領數據驅動的創新。