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，则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《数据安全法》四十七条明文规定的，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倍处罚。

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，属于企业的成本。

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，例如成本法、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、项目、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。”

笔者比较喜欢这个定义，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“项目、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，安全保护难，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。这点比较好理解，我们每天上网都会产生大量的数据，但不论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、数据安全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电话，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，骗子从境外打来的电话，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，但当打开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！

《数据安全法》、《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“分享、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：

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、保障数据安全为目标，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、数据安全管理、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、显性化数据资产的成本与效益为工作重点，并使数据供给端与数据消费端之间形成良性反馈闭环。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。

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、生态发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发展、“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。

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部分内容：

（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：

来源：期刊《大数据（Big Data Research，BDR）》，作者：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、数据安全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，涉及的内容比较多，比较复杂，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，保证数据的安全受控和合规使用

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

 

 

作者：石秀峰

来源：谈数据