数据资产产品化的六大步骤，助力企业提升数据资产价值（上）

数据资源入表对企业提升数据资产估值影响不大。要想提升数据资产的整体价值，将其产品化是一种更为有效的途径。那么，数据资产产品化的具体路径是怎样的呢？下面将通过总结星光数智首席数据架构师魏战松在《星光对话》直播栏目中提出的观点，给出六大步骤。

本篇将针对前面3个步骤进行拆解，余下内容会在后续推文中呈现。

产品规划

首先是产品规划。

在进行产品规划时，需要明确所要达到的目标，包括产品用户群体、解决的问题以及带来的价值。这些目标可以是优化某个流程、预测未来的营收趋势、产品创新，或者是提供更好的客户体验。明确了产品目标后，接下来要进行数据资源评估和技术可行性评估。

数据资源评估是指了解企业所拥有的数据，包括产品数据、客户数据、交易数据以及财务和设备相关的数据。同时，还需要评估数据的质量，如完整性、准确性以及更新频率等。评估的结果主要有两个文件输出，一个是数据资源目录，它是了解整个企业资源分布情况的看板；另一个是数据质量评估报告，用于判断数据优劣的文件。

​

技术可行性评估是在有数据处理平台的前提下进行的，该平台包括数据采集、开发、治理以及数据服务等模块。在处理大规模数据时，如变线计算、算法预测、前后端分离，这些底层的数据平台模块以及计算、存储、硬件资源的支持都是必不可少的。如果某个模块存在短板，一定要进行补充。例如，如果没有数据服务模块，那么很难对外提供数据能力，即使发布成功，也会以较低的效率进行数据流通。因此，在技术可行性评估时也要进行相关的诊断。这是整个数据产品的规划过程。

产品孵化

产品孵化是数据链路的研发过程，包括数据采集、设计模型、数据治理以及发布的整套流程。

因为数据项目产品迭代非常快，调整周期可能是T+1，因此最核心的条件是：在高效率的数据产品孵化过程中，底层产品模块一定要具备高效数据处理能力，保障从数据采集到模型设计，再到治理监控，都能高效完成。

合规审查

数据产品的合规审查是产品化过程中不可忽视的一环。我们需要将该环节与数据盘点分开来看。数据盘点中的合规审查更多是针对数据来源和存储的合规性，而数据产品的合规审查更关注数据的权益。它包括了数据是否属于企业所有、数据流转是否符合规定、数据应用场景是否合法等等。此外，专业的律师事务所还会出具相关的法律意见书，以确保整个产品的数据来源、处理、流转以及应用过程都是合规的。

余下3个步骤将在后续拆解，欢迎持续关注~