数据资产管理及数据管控体系建设思路.pdfVIP

数据资产管理及数据管控体系建设思路

如果说大数据是专属于政府和大型机构的海量数据采

集与统计分析，数据资产便是属于普通个人和企业的

数字财产。平时我们拍的照片视频，编辑的文档等等

这些以文件为载体的各种数据，都是我们的数据资产。

对于企业而言，设计图纸、合同订单、以及任何涉及

到使用文件作为载体的各类业务，都属于企业的数据

资产。

01

数据资产定义

资产是指任何公司、机构或个人拥有的任何具有商业或

交换价值的东西，是出现在企业资产负债表的项目。

数据成为资产是互联网+的一种资本体现，让互联网的作

用不仅仅局限于应用和服务本身，而且具有了内在的

“金融”价值。数据的功能不再是体现于“使用价值”

方面的产品，而成为实实在在的“价值”。

数据资产管理是企业或组织采取的各种管理活动，用于

保证数据资产的安全、完整、合理配置、有效利用，从

而提升经济效益。这一领域是大数据时代企业布局竞争

的核心。

02数据资产管理的本质和复杂性

有数据资产管理诉求的客户是那些拥有大量数据的企

业。

拥有大量数据的企业势必会内部开放数据使用权支持企

业精细化管理，对外开放数据共享实现资产变现。

数据资产管理就是管理从数据产生到使用端到端过程中

的数据定义、格式、业务规则、加工依赖、安全等一系

列事项。

03起源于“数据管控”与数据治理

数据管控是对数据资产的管理行使权力和控制的活动集合（规则、监控和执行）。

DAMA定义的数据管控包括：成立相关的组织，设定相关的岗

位，定责定编；建立一系列的管理制度的流程；围绕数据相

关领域展开一个一个的项目。

04DAMA数据管控八个核心体系

国际数据管理委员会（DAMA）将数据管控主要分为两类，

一类是数据管控核心领域，另一类是数据管控保障机制。

其中核心内容是数据管控核心领域的八个体系。

数据架构管理—规划并管理数据从产生端到使用端的分

布、传输与存储的逻辑框架

数据模型管理—企业的信息模型是企业数据标准的图形

化展现

数据标准管理—规范化企业重要活动及对象的数据记录

格式

数据质量管理—对数据的规范性、准确性、一致性、完整

性、时效性进行持续监控和评估

元数据管理—对企业数据资产的登记造册，并记录其相关

性

数据安全管理—对数据设定安全等级，保证其被适当地使

用

主数据管理—对企业关键的，跨系统共享的业务数据进行

统一定义、集中保存、发布、更新及删除的过程

生命周期管理—是对数据产生、存储、传输、使用和销毁

全过程进行管理

05

数据管控体系建设方法

第一层战略是梳理与提炼由于数据治理机制匮乏而引发

的业务及技术问题，制定与整理数据治理成熟度评估模型

及行业最佳实践并梳理与规划针对不同规模/不同经营类

型成员企业数据治理实施路径。

第二层机制是梳理和明晰高层决策组织机制，包括决策机

构、管理机构、执行机构、监督机构，包括组织架构及沟通

决策流程，同时优化和完善各治理领域的管理制度和工作流

程，并梳理和明确针对不同规模企业的数据治理组织架构。

第三层领域分为五点，分别是数据标准（指标数据标准、标

准落地性）、元数据（自动化、映射关系识别）、数据质量

（数据质量规则梳理）、数据生命周期和数据安全（解决方

案孵化）。

第四层实现为优化界面和用户体验、增强系统自动化水平、

增强模块之间的互动。考虑引入成熟产品和数据门户统一管

理或在数据管控平台定制开发产品。在完成以上四层之后

就要做到跟踪和整理监管机构在数据治理领域的动向和要

求。收集并整理行业对标企业数据治理现状，包括组织架构、

实施领域等。