信通院-数据资产管理实践白皮书3.0-2018.12-108页-4mb

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及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，并为相关产品和服务提供商提供依据。

白皮书围绕数据资产管理的定义、内涵、演变、实施要点及成功要素展开，提出数据资产管理是大数据时代的重要课题，是推动互联网、大数据、人工智能与实体经济深度融合的关键手段。白皮书强调，数据资产管理不仅是技术问题，更是管理与业务的综合实践。

主要观点

1. 数据资产管理的定义与内涵

   • 数据资产是指由企业拥有或控制，能够带来未来经济利益的数据资源。
   • 数据资产管理是规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督相关计划、政策、流程等，以提升数据资产价值。
   • 数据资产管理贯穿数据生命周期全过程，包括数据采集、存储、使用、销毁等环节。

2. 数据资产管理的演变

   • 数据管理从传统的数据存储和访问逐步演变为数据资产管理，强调以资产为核心，进行全生命周期管理。
   • 管理职能从数据治理、数据架构管理等扩展到数据标准管理、数据生命周期管理、数据价值评估等新领域。
   • 管理要求不断升级，需要更细致的制度和更专业的管理队伍。

3. 数据资产管理的六大作用

   • 全面盘点数据资产，形成数据地图；
   • 不断提升数据质量，减少因数据问题带来的成本浪费；
   • 实现数据互联互通，打破数据孤岛；
   • 提高数据获取效率，缩短数据分析时间；
   • 保障数据安全合规，避免数据泄露和滥用；
   • 持续释放数据价值，实现数据的保值与增值。

4. 数据资产管理是多方关注的议题

   • 地方政府重视数据资产管理，推动“数字政府”建设，如贵州、山东等省份设立大数据管理局。
   • 金融、医疗、工业等重点行业纷纷加强数据资产管理，如银保监会、国家卫健委、工业互联网产业联盟等均发布相关指引和报告。
   • 数据合规和跨境流动成为国际关注重点，如《网络安全法》和《GDPR》等法规的出台。

5. 数据资产管理的变革趋势

   • 数据对象更加复杂，涵盖结构化、半结构化、非结构化等多种数据类型。
   • 处理架构向分布式和ELT模式转变，以适应大数据时代需求。
   • 组织职能由IT部门主导向业务部门与IT部门协同转变。
   • 管理手段趋向自动化与智能化，依赖平台工具和技术手段提升效率。
   • 数据应用范围不断扩大，从战略决策分析扩展到业务场景应用，同时对外开放数据服务。

关键信息

• 数据资产管理框架
  包含8个管理职能和5个保障措施，其中管理职能包括：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。

• 实施步骤
  数据资产管理一般分为四个阶段：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，需结合企业实际情况制定实施顺序。

• 实践模式
  实践模式包括自上而下的顶层设计模式和自下而上的各个击破模式；建设策略包括生产系统优先和数据系统优先。不同模式适用于不同规模和业务复杂度的企业。

• 软件工具
  数据资产管理依赖多种软件工具，包括数据标准管理工具、数据模型管理工具、元数据管理工具、主数据管理工具、数据质量管理工具、数据安全管理工具和数据生命周期管理工具等。工具的自动化、智能化程度不断提升，支持数据资产的统一管理与高效运营。

• 成功要素

  • 明确责权利标，推进数据资产管理；
  • 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。

数据资产管理实施要点

• 统筹规划阶段
  建立数据资产管理组织和制度，制定数据标准和规范，形成数据资产管理的初步框架。

• 管理实施阶段
  构建数据平台，实施数据安全管理，建立主数据管理体系，确保数据资产的可用性和一致性。

• 稽核检查阶段
  常态化稽核数据标准执行情况、数据质量、数据生命周期等，确保数据资产管理体系的有效执行。

• 资产运营阶段
  实现数据资产的价值评估与运营流通，推动数据在企业内外的共享和应用，提高数据使用效率和价值。

总结与展望

数据资产管理已成为企业战略核心任务，是提升数据价值、推动数字化转型的重要手段。白皮书指出，数据资产管理是一个复杂的系统工程，涉及管理、技术等多个领域。目前，国内相关工作刚刚起步，理论体系尚不完善，需要进一步深化研究，完善方法论。白皮书也为后续《主数据管理实践白皮书》《元数据管理实践白皮书》等专项白皮书的编写提供了基础。

白皮书强调，数据资产管理应以业务为导向，以技术为支撑，形成良性闭环，推动数据资产的持续优化与价值释放。同时，呼吁各界专家学者参与研究，共同完善数据资产管理的理论和实践体系，助力大数据与实体经济深度融合。