浅谈企业的数据资产管理

浅谈企业的数据资产管理

 

成本控制

大数据离不开计算和存储，因此大数据建设与成本强挂钩。大数据需要耗费大量的计算存储资源，如果没有合理的资产管理，很可能在大数据还没来得及发挥巨大作用时就已经消耗完业务带来的利润。而事实上，对于企业来说，大数据很容易成为一个成本中心。

因此，在企业进行数据中台建设中，既能收获大数据作为资产中心所带来的红利，也能体验到大数据成为成本中心后所带来的痛苦。这种痛苦除了与资金投入密切相关外，也会直接影响甚至决定着大数据建设的质量和效率。

 

价值体现

梳理数据的血缘关系，或是控制成本是不可舍弃的，但不是目的，更不适合作为驱动力，如果以此为驱动力，很容易让大数据成为成本中心。我们需要转变思路，大数据需要从现有的成本中心变为资产中心，然后，拥有资产本质的大数据将由成本中心变为利润中心。

将成本投入与数据应用产生的价值挂钩的投入产出比更值得花力气去关注，其核心就是以资产为驱动力，而资产直接对标的就是价值。大数据一定要有应用和价值的探索，而大数据的应用和价值的探索基本上都会涉及大数据的来龙去脉。因此数据资产管理伴随着大数据相关的成本、应用、价值探索等产生了，并伴随着数据中台建设的全过程。

在企业中，不同角色对于数据资产能给他带来的价值点是不同的：

• CEO或业务负责人他们更想知道企业到底有多少数据资产，分布状况如何，ROI情况如何。
• 一线业务人员他们不在乎有多少张数据表，他们想要的是清晰查看和快速的使用数据资产。
• CTO或CFO他们需要准确评估及合理应用数据资产，因此他们关心的是数据资产是否被合理的应用到合适的地方，哪些地方应用使用数据的却没用，哪些地方使用数据的代价过高。一线技术人员或技术负责人他们需要智能高效的工具治理数据资产。

二、如何做好企业数据资产管理

数据资产管理领域重要的三个方向包括：资产分析、资产治理、资产应用，并需要基于这三个方向的技术研究和实战，将流程、经验、标准和规范等产品化，最终构成企业统一的数据资产管理平台。

 

资产治理

资产治理包括对计算、存储、治理、模型、安全、成本等领域进行治理，并形成有效的智能治理闭环，将治理方法论沉淀为工具产品输出。

下图为资产治理体系内容：