企业如何把数据变为数据资产，进行数据资产管理

随着数据的海量增长和潜在价值的不断提升，数据已经成为最重要的资产，为创新发展提供了关键要素。“数据即资产”已经被广泛认可。作为资产，数据被纳入企业的资产管理中，但数据又不同于列示在资产负债表中的传统资产，因此，数据资产管理又不同于企业的传统资产管理。

大数据时代，各行各业都释放出海量数据。然而，企业的数据资源散落在多个业务系统中，管理人员无法及时感知数据的分布与更新情况，无法快速找到并识别有价值的数据并纳入数据资产，数据孤岛现象普遍存在。据统计，98%的企业存在数据孤岛问題。数据是动态的，且根据业务发展不断增加，这造成数据资产管理愈加复杂。

企业如何把数据变为数据资产，进行数据资产管理。

一、数据资产的定义与特性

数据资产（Data Asset）：是指由企业拥有或者控制的，能够为企业带来经济利益的数据资源。

在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。

二、数据资产管理的必要性

伴随着大数据时代支撑数据交换共享和数据服务应用的技术发展，不断积淀的数据开始逐渐发挥它的价值，因此，将数据作为一项资产，“盘活”数据将充分释放其附加价值。但事实上，由于各种原因，数据资产管理面临诸多挑战。

首先，大部分企业和政府部门的数据基础还很薄弱，存在数据标准混乱、数据质量层次不齐、各条块之间数据孤岛化严重等现象，阻碍了数据的共享应用。其次，受限于数据规模和数据源种类的丰富程度，多数企业的数据应用刚刚起步，主要集中在精准营销，舆情感知和风险控制等有限场景，应用深度不够，应用空间亟待开拓。再次，由于数据的价值很难评估，企业难以对数据的成本以及其对业务的贡献进行评估，从而难以像运营有形资产一样管理数据资产。

而数据资产管理是充分发挥数据价值的必经之路。通过解决释放数据价值过程中面临的诸多问题，以体系化的方式实现数据的可得、可用、好用，用较小的数据成本获得较大的数据收益，具体体现在以下六个方面：

一是全面掌握数据资产现状。数据资产管理的切入点是对数据进行全面盘点，形成数据地图，为业务应用和数据获取夯实基础。数据地图作为数据资产盘点的输出物之一，可以帮助业务人员快速精确查找他们想要的数据，帮助数据开发者和数据使用者了解数据，并成为对数据资产管理进行有效监控的手段。

二是提升数据质量。强调高质量的数据在发挥数据价值中的重要性。数据资产管理通过建立一套切实可行的数据质量监控体系，设计数据质量稽核规则，加强从数据源头控制数据质量，形成覆盖数据全生命周期的数据质量管理，实现数据向优质资产的转变。

三是实现数据互联互通。数据资产管理通过制定企业内部统一的数据标准，建立数据共享制度，完善数据登记、数据申请、数据审批、数据传输、数据使用等数据共享相关流程规范，打破数据孤岛，实现企业内数据高效共享。同时搭建数据流通开放平台，增强数据的可得性，促进数据的交换流通，提升数据的服务应用能力。

四是提高数据获取效率。数据资产管理通过搭建数据管理平台，采取机器学习等相关自动化技术，将大量前期的数据准备时间和交付项目的时间缩短，提升数据的获取和服务效率，让数据随时快速有效就绪，缩短数据分析人员和数据科学家的数据准备时间，加快数据价值的释放过程。

五是保障数据安全合规。保障安全是数据资产管理的底线，数据资产管理通过制定完善的数据安全策略、建立体系化的数据安全措施、执行数据安全审计，全方位进行安全管控，确保数据获取和使用合法合规，为数据价值的充分挖掘提供了安全可靠的环境。

六是数据价值持续释放。存储和管理数据的最终目的是实现数据的价值，数据资产管理将数据作为一项资产，并通过持续、动态的全生命周期管理过程，使数据资产能够为企业数字化转型提供源源不断的动力。管理方面，建立一套符合数据驱动的组织管理制度流程和价值评估体系。技术方面，建设现代化数据平台、引入智能化技术，确保数据资产管理系统平台持续、健康地为数据资产管理体系服务。

企业数据资产管理工具

数据资产管理工具——睿治。睿治平台是目前国内功能全面的数据治理产品，完全覆盖了元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、生命周期、数据安全9大领域。并且采用微服务架构，既可以和企业已建系统高度融合，也可以随着未来信息化发展，而无限延展。也实现了全角色的可视化，包括领导、技术管理、业务管理、都能通过平台清晰的了解数据治理的过程和结果，从而保证数据治理的落地，产生积极的推动作用。

EsDataAssets数据资产管理平台

亿信华辰数据资产管理（EsDataAssets）是通过元数据对信息资产特征进行描述，并以目录形式分类管理，形成统一规范的目录内容和数据资产服务，丰富服务接口的拓展，支撑数据资产的多渠道应用，如数据共享服务、分析决策支持等，最终实现数据资产价值最大化。