数据是资产的概念已经成为行业共识。然而现实中,对数据资产的管理和应用往往还处于摸索阶段,数据资产管理面临诸多挑战。主要分为以下三点:
1、大部分企业和政府部门的数据基础还很薄弱,存在数据标准混乱、数据质量层次不齐、系统间数据孤岛化严重等现象,阻碍了数据的共享应用;
2、受限于数据规模参差不齐和数据源种类庞杂,多数企业的数据应用刚刚起步,主要集中在精准营销,舆情感知和风险控制等有限场景,应用深度不够,应用空间亟待开拓;
3、由于数据的价值很难评估,企业或组织难以对数据的成本及其对业务的贡献进行评估,从而难以像运营有形资产一样管理数据资产。
那如何解决数据资产管理难题,让我们数据资产管理的定义说起。
数据资产管理的定义
“数据资产”一词于1974年由Peters提及,由信息资源和数据资源的概念逐渐演变而来,并随着数据管理、数据应用和数字经济的发展而普及。中国信通院将其定义为“由企业拥有或者控制的,能够为企业带来未来经济利益的,以一定方式记录的数据资源”。在企业中,并非所有的数据都构成数据资产,可明确作为“资产”的数据资源,表现为以下两种形式:可帮助现有产品实现收益的增长;数据本身可产生价值。
数据资产管理的演变过程及未来发展趋势
而数据资产管理,就是针对上述“数据资产”进行管理,主要内容包括以下三大方面。
数据资产治理:让企业数更加准确、一致、完整、安全,降低IT成本。
数据资产应用:使企业数据的使用过程更为人性、快捷、只能,从而提升管理决策水平。
数据资产运营:支持企业数据资产的分发、开放、交易等数据嫁接的实现,从而促进数据资产的价值实现。