2019中国金融科技产业峰会丨信通院刘海燕：数据资产管理：大数据时代的必修课

11月1日，由中国信通院主办的2019（第二届）中国金融科技产业峰会进入了第二天分论坛环节。其中，分论坛六《金融业数据治理与应用》在当天下午隆重召开。该论坛由中国信通院云大所大数据与区块链部业务主管马鹏玮主持。

会上，中国信通院云计算与大数据研究所的刘海燕为与会者带来了题为《数据资产管理：大数据时代的必修课》的分享。

中国信通院云计算与大数据研究所刘海燕

刘海燕：大家下午好！我是中国信通院云计算与大数据研究所的刘海燕，今天下午演讲题目是“数据资产管理：大数据时代的必修课”。这个题目也是我们最近在编写一本著作的书名，这本书将会在明年发布，也希望大家多多关注。

    一、数据资产管理相关概念

    提到数据资产管理，大家会想到数据治理。数据资产管理由数据管理演变而来的，总结下来分为五个阶段：

    1、手工处理阶段，当时数据采集、加工完全依赖于手工。

    2、机器辅助阶段，有一些文件系统和磁盘做支持。

    3、结构化数据管理阶段，已经出现数据库系统。

    4、数据管理的雏形已经有了原数据管理、数据仓库，但主要面向技术人员。

    5、数据资产管理阶段，有人工智能、大数据技术作为支撑，数据也被视为企业一种重要的资产，被列为社会上最重要的生产要素，是企业发展战略规划中重要的部分。   

    数据资产管理体系是从数据管理演变而来的，世界上最著名的DAMA协会数据管理职能主要包括十个，DAMA2.0的11个职能，没有提到数据应用价值相关的职能，数据资产管理主要从数据资产是一种资产化的角度来分享，加入了数据价值管理、数据共享管理，从整体范围来讲，数据资产管理范围大于数据管理的范围，数据管理的范围又是大于数据治理的范围。

    二、数据资产管理的重要意义

提到数据资产管理，肯定大家都会说为什么要做这件事情？在日常从事数据相关工作会发现很多数据质量问题，也会发现这些数据存在数据孤岛问题，数据难以沟通、获取成本较高、数据安全难以保障等。因此要做数据资产管理。

数据资产管理从以下几点开展，实现数据的可得、可用和好用，盘点数据资产、提升数据质量，打破数据孤岛，提高获取效率，保障数据安全，形成一个整体闭环流程，持续释放数据价值。

    三、数据资产管理体系的框架

    分为五个部分，整体目标是实现数据价值的最大化。

    首先是保障措施，现在保障措施有制定相应数据战略，形成组织架构，要制定相应制度体系，最后打造数据文化。数据管理职能方面，有数据安全管理、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、数据价值、数据标准等等。底层有一些大数据技术作为支撑，数据采集、数据存储、数据分析、数据处理、数据挖掘。中间是数据平台，可以是数据仓库、数据集市的形式，最后达到数据资产运营的目的，也是现在正在研究的热点，数据价值评估、数据流通、数据服务、数据交易、数据开放、数据确权等等。

    数据标准管理。主要是为管理活动提供规范准则，数据标准就是保障数据的内外部使用和交换的一致性、准确性、规范性约束，可以做一些名称的统一，定义的统一，口径的统一，来源的统一，参考的统一。数据标准管理主要是这一系列活动。数据标准的内容，分为基础类数据标准和指标类数据标准。

    数据模型管理。模型主要是为数据资产管理提供全体架构和存储逻辑。

    主数据管理。就是数据资产管理的主线，主数据主要是描述企业核心业务实体的数据，是企业核心业务对象交易业务的执行主体，一般包括客户、员工、供应商等信息，主数据管理使企业可以获得跨系统的使用一致的共享的主数据。

    元数据管理。实现了对数据全生命周期的追溯和管控，元数据类别主要分为三大部分：技术元数据、业务元数据、管理元数据。元数据管理主要利用影响分析来实现关键信息的追踪和记录，评估元数据带来的风险，逐渐成为数据资产管理发展的关键驱动力。元数据的关键活动有一些理解需求，设计相应的元数据标准，建设元数据管理工具等等。

    数据质量管理。主要提升数据的可用性，数据质量是保证数据应用效果的基础，所以在做数据应用的前提是要有一个好的数据质量，数据质量管理主要提升企业数据质量，使得企业获得结构清晰的数据，来提高数据应用和服务的水平。数据质量评价维度一般是从完整性、规范性、真实性、准确性、连续性等维度进行评价。数据质量关键活动里有一个比较重要的是设定相应数据质量规则，可以布控在事前、事中、事后各个方面。

    数据安全管理。主要确保数据资产不会瞬间变为负债，因为安全一旦出事都是大事情，所以数据安全管理是贯穿在数据全生命周期，从数据的生成、存储、使用、共享、归档等，都要做到事前可管、事中可控、事后可查。

    数据共享管理。主要是扩大冷数据的获取和使用范围，数据共享管理主要分为内部共享和外部流通，来陕县数据内外部价值的释放，确保数据的增值，确保数据变现，实现资产的运营。外部流通主要有数据交易、数据沙箱的形式，内部共享主要有数据地图、数据分发、数据服务的形式。

    数据价值管理。主要实现数据价值的最大化、最优化的释放。数据价值管理是对数据内在价值了度量，可以从数据的成本、数据的应用价值两个方面来开展，通过数据价值的管理，企业将最大化释放数据价值。

    成本管理。主要度量成本维度，确定成本核算指标，监控数据成本产生，确定数据成本优化方案。

    数据收益管理。有相应度量，确定指标，监控收益到最后优化方案。

    这几个活动职能的关系可以用一张图表示，数据安全管理是贯穿于整个流程的，元数据、主数据、交易数据构成基本数据。标准数据、数据模型等相互反馈、相互更新、相互提供依据的共同循环的过程。标准质量和模型为数据共享提供了一定规范，整体目标是实现数据价值最大化。

    四、数据资产管理实现路径

    成立相应组织架构，明确各方职责。

    组织架构，主要定义三个：数据资产管理委员会，数据资产管理中心，各个业务部门。

    数据资产管理实施各个阶段和相应产出结果，主要分为四个阶段，统筹规划，管理实施，集合检查，资产运营。这些在《数据资产管理实践白皮书4.0》里都有，供大家参考。

    数据资产管理也是需要强有力的技术手段，不仅要有相应的技术体系，也要有配套的产品体系。

    五、数据资产管理的发展趋势

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!