信通院-数据资产管理实践白皮书3.0-2018.12-4mb

报告摘要

数据资产管理实践白皮书（3.0版）总结

核心内容

《数据资产管理实践白皮书（3.0版）》由中国信息通信研究院云计算与大数据研究所、CCSA TC601大数据技术标准推进委员会编写，旨在为政府和企业开展数据资产管理提供参考，同时为相关产品和服务提供商提供依据。白皮书分为四大部分，分别介绍了数据资产管理的概述、主要内容、实施要点和总结与展望。

主要观点

数据资产概念：数据资产是企业拥有或控制的、能够带来未来经济利益的数据资源，如文件资料、电子数据等。数据资产管理是将数据作为资产进行全生命周期管理，包括规划、控制和交付等。
数据资产管理的重要性：数据资产管理是推动大数据与实体经济深度融合的重要工作内容，对于企业实现数字化转型、提升数据质量、实现数据互联互通、提高数据获取效率、保障数据安全合规、持续释放数据价值具有重要意义。
数据资产管理的特征：在大数据背景下，数据资产管理呈现五大新特点，包括数据对象的多样性和复杂性、处理架构的更新换代、组织职能的升级变迁、管理手段的自动智能化、应用范围的不断扩展。

关键信息

数据资产管理框架：包括8个管理职能和5个保障措施，如数据标准管理、数据模型管理、元数据管理、主数据管理、数据质量管理、数据安全管理、数据价值管理、数据共享管理；保障措施包括战略规划、组织架构、制度体系、审计机制和培训宣贯。
管理职能：
- 数据标准管理：制定和实施数据标准，确保数据一致性、规范性。
- 数据模型管理：设计和管理数据模型，支持企业数据整合。
- 元数据管理：管理数据的元数据，支持数据地图、血缘分析等。
- 主数据管理：统一管理核心业务实体数据，确保数据一致性。
- 数据质量管理：提升数据质量，降低数据错误带来的成本。
- 数据安全管理：确保数据在“存、管、用”各环节的安全。
- 数据价值管理：评估数据资产价值，实现数据资产的持续运营。
- 数据共享管理：实现数据的共享与流通，促进数据价值的释放。
实施要点：
- 实施分为四个阶段：统筹规划、管理实施、稽核检查、资产运营。
- 每个阶段对应不同的管理职能和活动，如制定标准、执行管理、检查质量、运营数据。
- 实践模式包括自上而下和自下而上两种组织方式，以及生产系统优先和数据系统优先两种建设策略。
软件工具：
- 包括数据标准管理、数据模型管理、元数据管理、主数据管理、数据质量管理、数据安全管理、数据生命周期管理等七类工具。
- 工具需具备标准化、自动化、可视化等能力，以提升数据资产管理效率和质量。
成功要素：
- 明确责权利，推进管理。
- 合理引进技术，提升治理能力。
- 着眼业务应用，释放数据价值。
- 加强数据合规，注重风险风控。
- 持续迭代完善，形成良性闭环。