企业数据资产管理的参考框架和方法.docx

企业数据资产管理的参考框架和方法01数据资产的普遍共识
有关“数据资产”定义，业界惯用的方式参考基础会计学 中“资产”的概念：资产是指由企业过去的交易或事项形 成的、由企业拥有或者控制的、预期会给企业带来经济 利益的资源。
例如，信通院在《数据资产管理实践白皮书5.0》中就 给出了类似的定义：数据资产(Data Asset)是指由企 业合法拥有或控制的数据资源，以电子方式记录，例如 文本、图像、语音、视频、网页、数据库、传感信号等 结构化或非结构化数据，可进行计量或交易，能直接或 间接带来经济效益和社会效益。
1、数据资产和资产的相同特征是：
第一，企业合法拥有和控制。指出了数据资产的权属问 题，一定是合法拥有和控制的才能是企业的资产，如果 是非法途径获得，那么不能算作企业的资产，还有可能给 企业带来法律的风险。这是国家《数据平安法》四十七南方电网数据资产管理体
支琴
*求
推 动
促 进

业务导向
组织保障
组织架构标准坟范管理机制人才培育平台工具r映射一
数据资产全生命周期规划 创立 传输 存储 加工 发
来源《南方电网数据资产管理体系白皮书》
该白皮书提出的数据资产管理体系是以国家政策、法律 法规、行业规范、生态开展等外部环境为指引，主要由 数据战略、数据治理、数据运营、数据流通、组织保障、 技术支撑六个模块共36项管理职能及数据资产全生命
周期8个环节构成，通过清晰界定各项职能活动的定 位和内在联系，相对完整地覆盖了南方电网公司数据资 产管理的工作领域。
同时，数据资产管理体系也围绕数据资产全生命周期各 环节明确了需要开展的具体工作，针对性提出各种细化 管理要求，确保执行过程准确到位，致力于实现公司高 质量开展、“三商转型”、世界一流企业、“双碳目标”的 公司战略目标。
3、普华永道&华为&中汽数据普华永道和华为、中汽数据联合发布的《车企数据资产 及业务价值实现白皮书》中，也提出了一个很不错的数 据资产管理框架，帮助车企建立数据资产管理体系，挖 掘数据资产的价值，让传统车企转变为数据服务型企 业。
数据治理
统一数据资产数:

成熟度评估数据治理机制
架构规范管理数据质量管理
数据平安管理

以构建“数据治理”和“数据运营”体系实现“清洁数据” + “智慧号组织
数据责任人
数据管理组织
架构专:

数据治理平台
来源：《车企数据资产及业务价值实现白皮书》该数据资产管理框架主要涉及三个局部内容：
(1)数据治理，包含：企业数据战略、治理组织人才、 规范业务流程，为数据驱动业务运营提供基础保障；
(2)统一数据资产，包含：数据资产目录、数据标准、 企业级数据模型、数据分布、数据地图等，从数据产生、 入湖、联接、应用整个生命周期提供设计指导。
(3)数据运营：提供数据运营机制与职责、建立运营指标 体(如数据服务建设周期、数据需求响应周期等)，保障数 据管理工作持续良性运转。
4、面向价值实现的数据资产管理体系
下面的这个体系框架来源于大数据期刊BDR的一篇论 文《面向价值实现的数据资产管理体系构建》。
这个图挺有意思的，信息量很大，它将数据资产管理分 为了 4个层面，3个阶段：
数据据确权：！价值评估j

运营•・!数据流通：

数据什发管收
技术平台
：数据处理j数据管理
【据汇聚t数据标加管通:
1I:数据质G管理
*数据费产管理实施细那么
数据质Q管理据理能 数管职
元数据管理:生数据管理：
数据标准管理规范无数据管理I
数据模型管理数据模型管理说他
主数据管理J数据平安管理:
i数据价值管理：
数据平安管理规位I战略规划:
保母;加J&构］『制屋体系;指施• j……j……;
：审计机:M ：1培训宣瞥!
数据资产管理故用规划数据优产曾理认货机制
数据资产fit点数据戊产管评以
数据责产管如

中期
前期来源：期刊《大数据(Big Data Research, BDR)》, 李雨霏、 刘海燕、闫树
在面向价值实现的数据资产管理体系的基础上，企业开 展数据资产管理通常分为前期、中期和后期3个阶段, 各阶段在保障措施、数据管理职能、技术平台和数据运 营方面的侧重点和产出物有所不同，以确保企业统筹规
划数据资产管理，有序推进数据资产管理工作，逐步释
放数据资产价值。
数据运营指企业已具备良好的数据资产管理能力，以数 据应用和服务为驱动展开的数据增值活动，通常在数据 资产管理后期，以释放源源不断的数据价值驱动企业数 据资产管理战略规划、管理职能和技术平台的持续更 新。
数据管理职能包括数据标准管理、数据质量管理、元数 据管理、主数据管理、数据模型管理、数据共享管理、 数据平安管理和数据价值管理8项管理职能。数据资产 管理不同阶段，数据管理职能侧重不同。
技术平台是辅助企业高效开展数据资产管理的有力工 具，主要包括数据采集、数据存储、数据处理和数据分 析。在中期阶段汇聚了数据资产管理前期的成果（如数 据标准、数据模型），并开展了数据质量稽核和元数据 管理分析。在后期提供数据分析挖掘、数据服务共享。
保障措施通常包括战略规划、组织架构、制度体系、审 计机制和培训宣贯5个方面。保障措施是确保企业数据
资产管理有序开展的基础，开始于数据资产管理前期阶 段，并贯穿至数据资产管理后期。
04数据资产管理的步骤
数据资产管理是一个体系化的事情，涉及的内容比拟 多，比拟复杂，从以上各个数据资产管理框架也不难发
现这一点。因此，数据资产管理作为数据治理的高阶应
用，也不是一蹴而就的，数据资产管理的目标需要逐步
实现。站在实施落地的角度，笔者认为数据资产管理总
体上可以分为三个步骤（或三个阶段）：数据资产盘点、
数据资产管理、数据资产运营。
1、数据资产盘点
打造企业识别和盘点数据资产基础能力，本阶段主要目
标是“摸家底”，理清楚企业到底有哪些数据，他们“长 相啥样”，在哪里？
（1）明确数据梳理和盘点的目标及范围（2）以业务的视角, 从业务域出发进行数据的梳理：业务域-业务主题-实体数据 -数据属性（3）以IT的视角，从信息系统出发进行数据盘 点：信息系统-表/视图-数据字段-数据字典（4）建立数据 标准，包括数据资产编码，数据分类分级，数据资产目录
（5）建立业务视角的数据资产与IT视角的数据资产映 射关系，提供两种视角的查询视图
2、数据资产管理
打造企业数据资产的管理能力，本阶段主要目标是在企 业内形成管理和使用数据资产的工作环境，确保企业数 据资产可管理、可落地。
（1）数据资产管理平台（2）数据资产采集入湖，落地数据 标准，稽查数据质量（3）数据资产授权和访问控制（4）建 立数据资产管理组织体系，保证相关事情都有专人负责
（5）建立数据资产管理流程体系，保证数据的平安受 控和合规使用
3、数据资产运营
打造企业数据资产的运营能力，本阶段主要目标“数据 价值化”，真正实现让数据为业务赋能，确保企业数据 资产用得好，提升企业竞争力。
（1）数据交换和共享（2）数据分析与挖掘（3）数据资产 价值评估（4）数据资产交易与流通（5）数据资产运营监控 与审计
写在最后的话
本文我们又回顾了数据资产的概念和特点，说明了数据 资产管理的目标、内容和主要解决的三大问题，盘点了 当前业内主流的4个数据资产管理框架，以及根据笔者 的理解给出了数据资产管理三个阶段的主要工作内容。
介于篇幅限制，数据资产落地实施局部没有展开讲，只提供 了一个基本思路和大纲，后续我们会详细提供每一个步骤的 操作细那么，如果您对数据资产落地实施感兴趣，可将我们公 众号“设为星标”，第一时间就能收到“谈数据”的最新文 早J o
条明文规定的，为企业的数据的管理和交易画下了一条 红线，越线的话可能会受到非法交易所得的10倍处分。
第二，预期能够给企业带来直接或间接的经济利益。指 出了数据资产的价值特征，能够给企业带来直接或间接 的经济和社会效益的数据才是企业的资产，不能产生价 值的数据不仅不是资产，而且还会浪费企业的资源，属 于企业的本钱。
2、数据资产和资产也有不同的地方，例如：
第一，可复制性。数据的可复制性，让数据资产具有了 简单且可以无限共享的可能，这让数据资产的广泛利用 和价值释放产生了无限的可想象空间。
第二，价值不确定性。大家都知道数据是有价值的，但 在不同的企业、不同的业务场景下其能够产生的价值是 不同的，很难以货币的形式对其进行衡量。关于数据资 产价值的评估，业内有一些研究成果，例如本钱法、收 益法和市场法等，但这些理论都还缺乏实践的检验，有 待进一步完善。
第三，虚拟性。数据资产不具有实物形态，看不见、摸 不着，这点与无形资产（技术专利、商誉等）很相似， 但也有不同。无形资产属于企业的非货币性长期资产。 而数据资产是具有货币性的，而且这个货币性在特定的 环境下很值钱，一旦脱离环境可能就毫无价值。就像比 特币，它在承载它的“矿场”中很值钱，但如果你把它拿 出来放在另一个网络环境中，比特币就是一串无法识别 的字符串。
以上是个人对数据资产和资产的相同的和不同点的朴素认 知。也有专家从经济学的角度研究数据资产的特征，例如： 数据资产不适用边际效用递减，价格弹性，数据资产是非排 他私有资产等。这些定义太过专业，笔者理解得也不够深刻, 就不在这里班门弄斧了。
02数据资产管理管的是什么？
关于数据资产还有一个普遍的共识：并不是所有的数据 都是数据资产，那些不能给企业带来价值和利益的数 据，就只是数据资源。而数据资产管理研究的就是如何 让数据资源变成（转化）数据资产过程。
百度百科中定义：“数据资产管理（Data asset management简称DAM）是规划、控制和提供数据及 信息资产的一组业务职能，包括开发、执行和监督有关
数据的计划、政策、方案、工程、流程、方法和程序， 从而控制、保护、交付和提高数据资产的价值。”
笔者比拟喜欢这个定义，它有个讨巧的地方就是融合了 数据治理和数据管理的概念，例如，“计划、政策、方 案”一般认为是数据治理的内容，侧重于规划；而“工程、 流程、方法和程序”是数据管理的内容，侧重于执行。 如果硬要在三者之间“找不同”，笔者认为数据资产管理 更加致力于解决数据治理/管理中的三大难题，即：数 据确权难，平安保护难，价值评估难。
1、数据的权属问题
第一、数据是以电子化形式存储的，电子化的数据具有 易删，易改、易复制、易传播、非排他等特性，这给数 据确权带来很大的困难。例如：甲的一个数据集，流转 到乙，乙对其进行了加工和处理，那么这个加工后数据 集是归属甲，还是归属乙？
第二、与实物资产不同，数据在流转的过程中不但不会 被消耗殆尽，反而越用越多，这也增加了确定数据确权 的难度。
第三、生产数据不一定拥有数据。这点比拟好理解，我 们每天上网都会产生大量的数据，但不管是我们的个人 社交数据，还是电商消费数据，实际上都不是由生产者 （用户）所掌握，而是被互联网公司当做核心资产。互 联网公司甚至会在我们毫不知情的情况下，通过对我们 生产的数据的分析挖掘再从我们身上牟取利益。
2、数据平安问题和个人隐私保护问题
最近笔者被骗子盯上了，几乎每天都能接到两三个境外 打来的 ，说是我在某P2P平台还有余额未退，让加 他们的QQ群。其实笔者哪还有啥P2P平台，很久之间 就“割肉下车”了，APP也早都卸载了。
毫无疑问，笔者的个人信息已经被非法泄露了！
每次看到，骗子从境外打来的 ，心中就像有十万个 “草泥马”在奔腾.
有人说：“在互联网下，大数据面前，我们每个人都在“裸 奔”，哪里还有隐私？ ”，现在想来这句话不无道理。
不知道你有没有遇到这种情况，前几天在T宝上搜索一 个产品，但当翻开P多多的时候，发现P多多首页竟然 出现了在T宝搜索过的那款产品。相信，T宝不至于将 数据大方地共享给竞争对手，那么P多多是如何拿到这 些数据的？是T宝中出了内鬼泄露了数据，还是P多多 攻破了 T宝数据库？答案我们不得而知，但可以肯定的 是隐私泄露已不是什么新鲜事。
当你在淘宝上购物，在微博上发文，在抖音上刷视频， 在美团上订餐、在滴滴上打车……，不经意之间，已无 个人隐私。
你在互联网中看世界，世界也在互联网中看你！
《数据平安法》、《个人信息保护法》都已正式实施，这些 该死的不良商家或恶意的个人，居然还是如此猖獗！笔者呼 吁：对个人隐私数据保护和非法数据交易的打击还应该再加 强力度，严厉打击！
3、数据资产价值评估难的问题
数据价值具有时效性、变动性，随着时间的推移数据可 能会发生贬值（也有可能是增值）；数据价值具有无限 性，不同于其他实物资产，数据资产可以被无限使用， 所以其价值难以估算；数据价值具有场景性，在不同场 景下数据所发挥出的价值是不同的，即便相关的数据不
同的使用方法、不同人使用其产生的价值也是不一样 的；数据价值还具有不确定性，数据的法律监管、隐私 权等问题对数据价值也会产生实质性影响。
这个问题很有意思，我想写一篇长文好好跟大家唠唠。 有兴趣的可在文末来个“提供、赞、在看”三连击，敬请 期待。
03数据资产管理参考框架
当前，很多企业和研究机构基于自身的实践和研究，形 成了一些很不错的成果，我们一起来看下。
1、信通院信通院在《数据资产管理实践白皮书5.0》中给出的数据资 产管理参考架构如下：
活于
数据资产化
数据资源化
数据资产
数据资源原始数据
来源：《数据资产管理实践白皮书5.0》
该白皮书提出，实现原始数据到数据资产需要两个步 骤：
（1）数据资源化。主要以数据治理为工作重点，以提 升数据质量、保障数据平安为目标，确保数据的准确性、 一致性、时效性和完整性，推动数据内外部流通。这个 阶段的活动职能主要是：数据模型管理、数据标准管理、
数据质量管理、主数据管理、数据平安管理、元数据管 理、数据开发管理等。
（2）数据资产化。主要以扩大数据资产的应用范围、显性化数据资产的本钱与效益为工作重点，并使数据供给端与数 据消费端之间形成良性反应闭环。包括数据资产流通、数据 资产运营、数据价值评估等活动职能。
2、南方电网
2021年12月份，南方电网公司发布了《南方电网数据
资产管理体系白皮书》，这本白皮书有个很大的亮点,
它首次提出了“电力数据要素”的概念。电力数据要素是
指投入于电能生产、存储、传输、交易、消费等生产经
营环节，与其他生产要素相互融合、不断迭代，提升电 能生产和消费效能的数据资源，包括数据、数据模型、 数据产品、数据服务等形式。