业界访谈 | 直面挑战、探寻路径，夯实数据长效运营基础

目前国内大多数企业数字化转型建设都处在起步阶段，都在摸索和尝试。主要挑战在于如何把数字化手段应用于哪些业务场景，或者在业务模式变革需求下如何找到匹配的数字化手段。

提升方向为：应聚焦数据，通过数据连接业务，凝聚数据形成数字化核心能力，打造数据驱动力，推动业务创新发展，实现产业数字化转型。

在各领域企业数字化转型过程中，发现基本都存在诸如工作环节割裂、价值导向缺乏、日常工作零散、与应用衔接困难等数据建设问题，因此普元结合各领域大型客户数字化转型需求场景与成功实践经验，总结出数据治理方法，创新性地将数据资产管理与数据运营体系融合连接，可执行、易落地。

该方法在深化数据资产梳理、加强数据模型管控、强化数据标准引领等基础上，构建了从编目、归集、存储、服务、共享、开放、探查、纠错、加工、应用的数据运营体系全框架，帮助企业形成智能化引擎，盘点理清家底、推进数据共享、持续运营数据、创新数据应用。

企业在进行数据流通交易前，需要对自身数据资产有一个清晰的认识，梳理各领域数据资产，识别其关键要素，并审慎评估安全保护需求。

企业要实现数据资产驱动业务数字化转型，需要的数据应该是完整、有效、一致和规范的。然而现实中企业的数据并不那么理想，由于没有统一的企业级数据资产标准，造成“无数可用”、业务信息存在“二义性”，“数据孤岛”，“统计口径歧义”和“数出多门”等情况。

建议建立数据标准体系，并将数据标准与数据资产进行关联，将标准与实际系统、实际数据进行映射，这样才能通过数据标准约束模型、约束数据，发挥数据标准价值。基于数据标准落地实现的管控存在于数据建模过程、数据模型审核、数据集成处理中、数据集成后的数据检核等多种场景下。

企业需要通过统一数据共享的方法，统一管理数据接入、编目、发布、申请、审批、提供、反馈、完善的全过程环节，并建设相关支撑技术平台工具，从而为业务数据需求提供快速高效的响应，推动业务更加敏捷式迭代创新。为了使数据共享工作长期可靠运转，企业需要建立数据运营体系，将数据应用过程中从采集、梳理、分类、分级、存储、加工到共享应用的工作机制化、常态化，使数据共享应用可执行、易操作。

差异点在于二者应用视角不同，数据共享主要是面向组织内部数据应用需求，以打通数据供需为目标；数据流通是组织与组织之间，有偿或无偿的数据交易行为。

共同点在于无论数据共享和数据流通，本质都是数据提供，都需要通过数据运营实现长期支撑。

需要建立数据管理组织，配备必须岗位人员，在数据共享层面建立从需求申请、责任审批、数据开发到服务封装提供、使用效果反馈的一套制度流程，在数据流通层面建立从数据资产发布、协议建立、数据提供、交易达成的一套制度流程。并且需要建立相关技术平台来支撑如上流程实现和安全管控、流量统计等一系列能力。

 在数据流通体系中，数据资产评估存在多方参与者进行评估的情况。数据提供方可以通过成本法对数据资产进行评估，从数据资产产生、收集、加工的过程中投入相关人力、相关资源等成本来进行估算；数据交易平台方可以通过市场法对数据资产进行评估，即通过类似数据资产既往交易记录来辅助估算；数据购买方可以通过收益法对数据资产进行评估，将购买的数据资产对自身企业的收益进行量化后进行估算。

通过数据交易扩大数据资产流动性，有助于提升资产价值。从这个角度而言，只要形成了数据交易平台，都是有意义的。如果能够建立互联互通乃至结算清算的良好机制，将不同区域、不同行业的数据交易平台之间形成紧密连接，通过数据互联互通，形成一个交易畅通、无信息偏差的全面市场，这对数字经济的发展也是有重大意义的。

至于是否构建一个国家层面的交易大平台，可以根据市场发展情况进行判断。如果各数据交易平台互联互通到已实现了广义上的数据交易无边界，国家也可通过行政手段或市场调节机制，保障数据互通的信任基础牢固，则不需要再投入建设一个实现同样目的的大平台。在市场发展的过程中，如果各类数据交易需要国家来深度增强对数据流通和共享的全程监管，降低数据互通的信任成本，提升数据交易风险管控能力，则可以考虑构建国家层面的交易大平台，帮助市场解决痛点与难点问题。