本文我們又回顧了數據資產的概念和特點，說明了數據資產管理的目標、內容和主要解決的三大問題，盤點了當前業內主流的4個數據資產管理框架lehu樂虎，以及根據筆者的理解給出了數據資產管理三個階段的主要工作內容。

　　有關“數據資產”定義，業界慣用的方式參考基礎會計學中“資產”的概念：資產是指由企業過去的交易或事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利益的資源lehu樂虎。

　　例如，信通院在《數據資產管理實踐白皮書5.0》中就給出了類似的定義：數據資產（Data Asset）是指由企業合法擁有或控制的數據資源，以電子方式記錄，例如文本、圖像、語音、視頻、網頁、數據庫、傳感信號等結構化或非結構化數據，可進行計量或交易，能直接或間接帶來經濟效益和社會效益。

　　第一，企業合法擁有和控制。指出了數據資產的權屬問題，一定是合法擁有和控制的才能是企業的資產，如果是非法途徑獲得，則不能算作企業的資產，還有可能給企業帶來法律的風險。這是國家《數據安全法》四十七條明文規定的，為企業的數據的管理和交易畫下了一條紅線，越線的話可能會受到非法交易所得的10倍處罰。

　　第二，預期能夠給企業帶來直接或間接的經濟利益。指出了數據資產的價值特征，能夠給企業帶來直接或間接的經濟和社會效益的數據才是企業的資產，不能產生價值的數據不僅不是資產，而且還會浪費企業的資源，屬于企業的成本。

　　第一，可復制性。數據的可復制性，讓數據資產具有了簡單且可以無限共享的可能，這讓數據資產的廣泛利用和價值釋放產生了無限的可想象空間。

　　第二，價值不確定性。大家都知道數據是有價值的，但在不同的企業、不同的業務場景下其能夠產生的價值是不同的，很難以貨幣的形式對其進行衡量。關于數據資產價值的評估，業內有一些研究成果，例如成本法、收益法和市場法等，但這些理論都還缺乏實踐的檢驗，有待進一步完善。

　　第三，虛擬性。數據資產不具有實物形態，看不見、摸不著，這點與無形資產（技術專利、商譽等）很相似，但也有不同。無形資產屬于企業的非貨幣性長期資產。而數據資產是具有貨幣性的，而且這個貨幣性在特定的環境下很值錢，一旦脫離環境可能就毫無價值。就像比特幣，它在承載它的“礦場”中很值錢，但如果你把它拿出來放在另一個網絡環境中，比特幣就是一串無法識別的字符串。

　　以上是個人對數據資產和資產的相同的和不同點的樸素認知。也有專家從經濟學的角度研究數據資產的特征，例如：數據資產不適用邊際效用遞減，價格彈性，數據資產是非排他私有資產等。這些定義太過專業，筆者理解得也不夠深刻，就不在這裡班門弄斧了。

　　關于數據資產還有一個普遍的共識：並不是所有的數據都是數據資產，那些不能給企業帶來價值和利益的數據，就只是數據資源。而數據資產管理研究的就是如何讓數據資源變成（轉化）數據資產過程。

　　百度百科中定義：“數據資產管理（Data asset management 簡稱DAM）是規劃、控制和提供數據及信息資產的一組業務職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，從而控制、保護、交付和提高數據資產的價值。”

　　筆者比較喜歡這個定義，它有個討巧的地方就是融合了數據治理和數據管理的概念，例如，“計劃、政策、方案”一般認為是數據治理的內容，側重于規劃；而“項目、流程、方法和程序”是數據管理的內容，側重于執行。如果硬要在三者之間“找不同”，筆者認為數據資產管理更加致力于解決數據治理/管理中的三大難題，即：數據確權難，安全保護難，價值評估難。

　　第一、數據是以電子化形式存儲的，電子化的數據具有易刪，易改、易復制、易傳播、非排他等特性，這給數據確權帶來很大的困難lehu樂虎。例如：甲的一個數據集，流轉到乙，乙對其進行了加工和處理，那麼這個加工後數據集是歸屬甲，還是歸屬乙？

　　第二、與實物資產不同，數據在流轉的過程中不但不會被消耗殆盡，反而越用越多，這也增加了確定數據確權的難度。

　　第三、生產數據不一定擁有數據。這點比較好理解，我們每天上網都會產生大量的數據，但不論是我們的個人社交數據，還是電商消費數據，實際上都不是由生產者（用戶）所掌握，而是被互聯網公司當做核心資產。互聯網公司甚至會在我們毫不知情的情況下，通過對我們生產的數據的分析挖掘再從我們身上牟取利益。

　　最近筆者被騙子盯上了，幾乎每天都能接到兩三個境外打來的電線P平台還有餘額未退，讓加他們的QQ群。其實筆者哪還有啥P2P平台，很久之間就“割肉下車”了，APP也早都卸載了。

　　有人說：“在互聯網下，大數據面前，我們每個人都在“裸奔”，哪裡還有隱私？”，現在想來這句話不無道理。

　　不知道你有沒有遇到這種情況，前幾天在T寶上搜索一個產品，但當打開P多多的時候，發現P多多首頁竟然出現了在T寶搜索過的那款產品。相信，T寶不至于將數據大方地共享給競爭對手，那麼P多多是如何拿到這些數據的？是T寶中出了內鬼洩露了數據，還是P多多攻破了T寶數據庫？答案我們不得而知，但可以肯定的是隱私洩露已不是什麼新鮮事。

　　當你在淘寶上購物，在微博上發文，在抖音上刷視頻，在美團上訂餐、在滴滴上打車……，不經意之間，已無個人隱私。

　　《數據安全法》樂虎國際。、《個人信息保護法》都已正式實施，這些該死的不良商家或惡意的個人，居然還是如此猖獗！筆者呼籲：對個人隱私數據保護和非法數據交易的打擊還應該再加強力度，嚴厲打擊！

　　數據價值具有時效性、變動性，隨著時間的推移數據可能會發生貶值（也有可能是增值）；數據價值具有無限性，不同于其他實物資產，數據資產可以被無限使用，所以其價值難以估算；數據價值具有場景性，在不同場景下數據所發揮出的價值是不同的，即便相關的數據不同的使用方法、不同人使用其產生的價值也是不一樣的；數據價值還具有不確定性，數據的法律監管、隱私權等問題對數據價值也會產生實質性影響。

　　這個問題很有意思，我想寫一篇長文好好跟大家嘮嘮。有興趣的可在文末來個“分享、贊、在看”三連擊，敬請期待。

　　（1）數據資源化。主要以數據治理為工作重點，以提升數據質量、保障數據安全為目標，確保數據的準確性、一致性、時效性和完整性樂虎，，推動數據內外部流通。這個階段的活動職能主要是：數據模型管理、數據標準管理、數據質量管理lehu樂虎、主數據管理、數據安全管理、元數據管理、數據開發管理等。

　　（2）數據資產化。主要以擴大數據資產的應用範圍、顯性化數據資產的成本與效益為工作重點，並使數據供給端與數據消費端之間形成良性反饋閉環。包括數據資產流通、數據資產運營、數據價值評估等活動職能。

　　2021年12月份王夢溪 1.08，南方電網公司發布了《南方電網數據資產管理體系白皮書》，這本白皮書有個很大的亮點，它首次提出了“電力數據要素”的概念。電力數據要素是指投入于電能生產、存儲、傳輸、交易、消費等生產經營環節王夢溪 1.08，與其他生產要素相互融合、不斷迭代，提升電能生產和消費效能的數據資源，包括數據、數據模型、數據產品lehu樂虎、數據服務等形式。

　　該白皮書提出的數據資產管理體系是以國家政策、法律法規、行業規範、生態發展等外部環境為指引，主要由數據戰略、數據治理、數據運營、數據流通王夢溪 1.08、組織保障、技術支撐六個模塊共36項管理職能及數據資產全生命週期 8 個環節構成，通過清晰界定各項職能活動的定位和內在聯系王夢溪 1.08，相對完整地覆蓋了南方電網公司數據資產管理的工作領域王夢溪 1.08。

　　同時，數據資產管理體系也圍繞數據資產全生命週期各環節明確了需要開展的具體工作，針對性提出各種細化管理要求，確保執行過程準確到位，致力于實現公司高質量發展、“三商轉型”、世界一流企業、“雙碳目標”的公司戰略目標。

　　普華永道和華為、中汽數據聯合發布的《車企數據資產及業務價值實現白皮書》中，也提出了一個很不錯的數據資產管理框架，幫助車企建立數據資產管理體系，挖掘數據資產的價值，讓傳統車企轉變為數據服務型企業。

　　（1）數據治理，包含：企業數據戰略、治理組織人才、規範業務流程，為數據驅動業務運營提供基礎保障；

　　（2）統一數據資產，包含：數據資產目錄、數據標準、企業級數據模型、數據分布、數據地圖等LEHU88樂虎國際！，從數據產生、入湖、聯接、應用整個生命週期提供設計指導。

　　（3）數據運營：提供數據運營機制與職責、建立運營指標體（如數據服務建設週期、數據需求響應週期等），保障數據管理工作持續良性運轉。

　　來源：期刊《大數據（Big Data Research，BDR）》，作者：李雨霏、劉海燕、閆樹

　　在面向價值實現的數據資產管理體系的基礎上，企業開展數據資產管理通常分為前期、中期和後期3個階段，各階段在保障措施、數據管理職能、技術平台和數據運營方面的側重點和產出物有所不同，以確保企業統籌規劃數據資產管理，有序推進數據資產管理工作，逐步釋放數據資產價值。

　　數據運營指企業已具備良好的數據資產管理能力，以數據應用和服務為驅動展開的數據增值活動，通常在數據資產管理後期，以釋放源源不斷的數據價值驅動企業數據資產管理戰略規劃、管理職能和技術平台的持續更新。

　　數據管理職能包括數據標準管理、數據質量管理、元數據管理、主數據管理、數據模型管理、數據共享管理、數據安全管理和數據價值管理8項管理職能。數據資產管理不同階段，數據管理職能側重不同。

　　技術平台是輔助企業高效開展數據資產管理的有力工具，主要包括數據採集、數據存儲、數據處理和數據分析。在中期階段匯聚了數據資產管理前期的成果（如數據標準、數據模型），並開展了數據質量稽核和元數據管理分析。在後期提供數據分析挖掘、數據服務共享。

　　保障措施通常包括戰略規劃、組織架構、制度體系、審計機制和培訓宣貫5個方面。保障措施是確保企業數據資產管理有序開展的基礎，開始于數據資產管理前期階段，並貫穿至數據資產管理後期lehu樂虎。

　　數據資產管理是一個體系化的事情，涉及的內容比較多，比較復雜樂虎，，從以上各個數據資產管理框架也不難發現這一點。因此，數據資產管理作為數據治理的高階應用，也不是一蹴而就的，數據資產管理的目標需要逐步實現。站在實施落地的角度，筆者認為數據資產管理總體上可以分為三個步驟（或三個階段）：數據資產盤點、數據資產管理、數據資產運營。

　　打造企業識別和盤點數據資產基礎能力，本階段主要目標是“摸家底”，理清楚企業到底有哪些數據，他們“長相啥樣”，在哪裡？

　　打造企業數據資產的管理能力，本階段主要目標是在企業內形成管理和使用數據資產的工作環境，確保企業數據資產可管理、可落地。

　　打造企業數據資產的運營能力，本階段主要目標“數據價值化”，真正實現讓數據為業務賦能，確保企業數據資產用得好，提升企業競爭力。

　　本文我們又回顧了數據資產的概念和特點，說明了數據資產管理的目標、內容和主要解決的三大問題，盤點了當前業內主流的4個數據資產管理框架，以及根據筆者的理解給出了數據資產管理三個階段的主要工作內容。

　　介于篇幅限制，數據資產落地實施部分沒有展開講，只提供了一個基本思路和大綱，後續我們會詳細分享每一個步驟的操作細則，如果您對數據資產落地實施感興趣，可將我們公眾號“設為星標”，第一時間就能收到“談數據”的最新文章了。