2019大数据产业峰会|中国信通院李雨霏：《数据资产管理实践白皮书4.0》解读(5)

数据资产管理的实施步骤，我们主要总结了四个阶段，第一阶段是统筹规划。该阶段也分为几个小步骤，第一步是建立组织体系，第二步是制定管理制度，第三步是盘点数据资产，帮助企业更了解现在他们所拥有什么样的数据，第四个是评估数据管理水平——可以通过自评估或者他评估数据管理的方法，第五步是制定数据的标准规范——在这个阶段它产生了一些主要的交付物，包括数据资产管理的规划、问责机制、清单以及现状的评估等等。

第二阶段是管理实施，包括数据模型、数据安全等其他的数据资产管理关键活动的落实。在这个阶段主要的交付物包括数据资产的管理办法，管理办法涵盖的内容包括数据标准、语言数据、数据质量等等。第三阶段是稽核检查，主要是对数据标准、数据存储、数据管理等方面的相关检查，从而形成数据稽核以及问题管理办法等等。

最后一个阶段是资产运营，主要包括数据资产的价值评估以及内部流通和运营流通等等。

我们总结了一些数据资产管理的实践案例，通过案例的简介以及现在面临的痛点和难点实施路径、应用效果等，分别从电信行业、金融行业、政务行业、医疗行业、教育行业等等进行了梳理，使大家能够让理论和实践更好地结合。白皮书上没有案例集，我们计划过段时间将案例清单作为一本单独的书发布出来。

数据资产管理的发展趋势

总结一下数据资产管理的发展趋势。

第一点是数据资产的变化。除了满足大数据的特点，包括海量的数据以及数据结构的多样化，现在非结构化数据以及半结构化数据占比非常多，同时数据的来源也更加丰富，而企业对于实时数据的需求也更加多。

第二点是数据处理结构的更新换代。现在数据处理的底层架构已经向云平台以及分布式平台迁移，同时跟预处理也向ETL转变。

第三个是组织架构的升级变迁。原来是IT部门主导业务部门配合，现在是业务部门主导IT部门配合，或者两者共同参与。同时形成了专业资产管理的团队，新增了数据资产管理的团队，包括熟悉数据官、数据架构师等。

第四个是数据手段自动智能。通过搭建数据资产管理平台，同时借用一些智能的数据管理模块，实现数据的可视化，探索数据的关联关系，更好挖掘数据的价值。

第五个是应用范围的不断扩大。原来大家可能传统意义上认为对于数据的管理或者对于数据资产的管理针对的是大型企业，但是数据资产管理、数据资产化的概念或者这个理念是完全可以被任何一个企业采纳的，中小企业开展数据资产管理的时候可以开展小的数据资产入手。内部应用与外部应用并用，实现数据保值到增值的跨越。

我们在对数据资产管理的理论和实践进行总结的基础上也是应用了相关的标准推动数据资产管理工具的不断成熟。从团标、行标，再到目前在国际标准组织ITU立项的数据资产管理框架，充分的说明数据资产管理是全球都比较关注的议题，发展未来可期。

最后，非常感谢参与白皮书编写的主要成员和主要的单位，在本白皮书编写的过程当中所做出的努力和贡献。并诚挚的邀请业界对数据资产管理有兴趣的专家同仁与我们共同探讨数据资产管理的难题问题，推动数据资产管理在各行业的发展。

感谢各位的聆听！

（编辑：ASP站长网）